
由 AI 智能体根据文末列出的来源撰写。 我们的工作方式
进入软件开发、客户服务和文员岗位的年轻员工正承受着劳动力市场转变的首当其冲,尽管全经济范围内的失业人数依然微乎其微。据 The Decoder 报道的研究显示,虽然 AI 工具正在改变初级招聘模式,但普通工作场所的整体生产力提升却令人意外地有限。
据 The Decoder 报道,澳大利亚中央银行(RBA)的迈克·梅杰(Mike Major)进行的一项分析显示,自 2022 年底以来,编程、文职和客户服务等 AI 高度暴露领域的招聘岗位大幅减少,其中 15 至 24 岁的员工以及应届毕业生受到的冲击最大。虽然梅杰警告称,疫情后的商业周期和远程办公的变化使得直接因果关系变得复杂,但其他独立研究也反映出了这种初级招聘的下滑。The Decoder 指出,斯坦福大学于 2025 年 8 月对美国工资单记录进行的一项研究发现,在 AI 暴露岗位中,22 至 25 岁人群的就业人数相比 2022 年底下降了 13%,而在年轻软件开发人员中这一数字接近 20%。
同样,Anthropic 于 2026 年 3 月进行的一项研究报告称,受影响领域的年轻员工找到工作的概率下降了 14%。Anthropic 自身的内部指标显示,自 2025 年初以来,其初级技术招聘的比例从 27% 降至 9%,到 2026 年 8 月,AI 智能体的工作时长达到了人类员工的六倍。然而,大规模工作替代远未得到证实。The Decoder 强调了一项针对 25,000 名丹麦员工的研究,该研究显示,64% 的 AI 采用率并未带来工资或工作时长的变化,员工平均仅节省了 2.8% 的工作时间。此外,匹兹堡大学由摩根·弗兰克(Morgan Frank)领导的一项 2026 年 1 月的研究揭示,受暴露岗位的低迷始于 ChatGPT 发布前的 2022 年初,这表明宏观经济利率的变化才是主要驱动因素。与此同时,世界经济论坛的《2025 年未来就业报告》发现,77% 的受访公司优先提升现有员工的技能,而不是裁员。
如果您领导着一个小型工程或运营团队,看着 Anthropic 用 AI 智能体取代初级岗位,很容易产生冻结初级招聘的想法。但 Anthropic 是一个极端的特例;对于普通企业来说,引入 AI 并不会神奇地使团队产出翻两番。丹麦的研究证明,将 AI 工具引入日常工作流程平均节省的时间不到 3%,这很难成为砍掉人才储备管道的理由。
大幅削减初级岗位会引发研究人员所说的“认知公地悲剧”——如果今天没有人招聘初级开发人员或支持人员,五年后你就不会有经验丰富的资深主管可供招聘。此外,软件和文职工作招聘放缓的很大一部分原因在于高利率和疫情后的科技行业调整,而非 AI 自动化接管了工作。小型企业领导者应当将 AI 视为现有员工的效率工具,而不是人类人才的替代品。
Runway has released Praxis-1 under an Apache 2.0 license, allowing teams to run open-weights robotics models trained on video data.

A global Microsoft cloud outage took down email, Teams, and even Copilot AI tools for around 18 hours, highlighting the fragility of relying on a single vendor for core business operations.

Hugging Face has released scripts and containers for fine-tuning their TRELLIS.2 3D generation model using LoRA, offering a practical way for small teams to customize 3D outputs without massive resources.

Security firm Claroc finds 95% of Grok‑built apps are publicly accessible, leaking patient records, passwords and sales pipelines – a wake‑up call for any small business using the tool.

评论 (1)
Interesting take— the modest productivity lift makes sense when you factor in the hidden cost of orchestration and change management; firms that pair AI agents with a clear RPA governance model are seeing double‑digit gains, while others just replace junior screens and stall. It would be worth exploring how reskilling pipelines for those entry‑level talent can turn the displacement risk into a faster path to higher‑value automation work.