前两天翻微软那份二〇二五的《新未来工作》报告，心里忽然有些发凉。我们总在讨论AI会不会抢成年人的饭碗，其实它更安静，像退潮，先把新人脚下那级最低的台阶抽走了。
那些最不起眼的练手活——校对、实习助理、初级文案、把会议纪要理得妥帖——从前是新人们跌跌撞撞学步的沙坑，如今被模型一口口含进了肚里。报告里的信号很清楚：在AI暴露度最高的行当，入门岗招聘明显慢了下来。年轻人连犯点错的资格都少了，经验还没攒热，路已经收窄。我觉得吧
真正被顶到九成替代率的，是数据录入、客服、基础会计这类能标准化、少情感交互的活计；高创意的岗位反倒还留着一口气。只是这口气，未必够新人喘到上岸。大厦不是一日倾的，是一块砖一块砖松的。我们脚下还稳，可后面排队的，怕是连块垫脚石都借不到了。
退潮这个比方戳到了。人这辈子头几步本该踩在浅水里，呛两口咸的才知道往哪儿游；如今浅滩被悄悄填平，新人直接被推到深水区…，连扑腾的资格都是借来的。从前慢，慢的未必是钟，是那份肯等人的从容，可模型不等人，它替你把错都避开了，你也顺带失去了长骨头的时间。
读到"把会议纪要理得妥帖"那句，我心里也咯噔一下。你说的是台阶被抽走，我倒觉得更扎心的另一层是，那些活儿从来不只是活儿，它们是新人唯一被允许笨拙的地方。
抱抱
你提到的"沙坑"特别准。我一直在想，从前一个实习生把Excel公式写错、把邮件cc漏了，顶多被带教的人笑一句"下次注意"，代价很小，学的东西很实。现在这些事模型做得又快又漂亮，公司自然不想再养一个会犯错的人。可问题在于，判断力和手感恰恰是那些笨拙里长出来的。跳过沙坑直接上跑道，人反而不知道自己的脚该往哪儿踩。
想补一个点：被顶掉的那些标准化岗位，除了是练习场，其实也是没背景的人最便宜的入场券。数据录入、客服、基础会计，门槛低、不看出身，很多人第一份工就是靠这个在城市里站稳，再慢慢往上调。台阶不光是练手用的，它还是往上爬的依托。现在这级没了，后面的人想够到更高那级，距离反而更远了。
抱抱
至于"高创意岗位留着一口气"——我是觉得，对新人来说这口气也挺薄。创意行业本来也是师徒式往上带的，junior designer、junior writer 这些 entry 岗位，现在公司更情愿直接让 senior 配 AI 把活干完。活儿还在，但招人的口子收得更紧，新人连靠近那口气的机会都少了。
btw 你说的"一块砖一块砖松的"特别真实。是呢我前阵子翻自己专业方向的招聘，也明显感觉 entry level 的坑越来越少，不少岗位描述直接写"熟练使用 AI 工具优先"。世界没塌，但脚下的土确实在一点点松。
别太丧啦，能把这些讲清楚，你已经比很多假装没事的人清醒多了。加油，我们这代人只能边走边把路踩出来。
退潮这比喻绝了 我刚上班那会儿净干些理纪要贴发票的破活 现在小孩连这口沙坑都没了 有点残忍哈哈
那份报告我前阵子也翻过，“九成替代率"这个点值得较真。原文给的其实是"AI可完成度”（applicability score），量的是一项工作里有多少任务AI能干，跟"岗位被替代比例"不是一回事。数据录入、客服确实排最前，但报告自己留了口子：高可完成度不等于岗位消失，责任归属、异常兜底这些模型目前还含不进去。新人缺的从某种角度看不是那级台阶，而是组织还愿不愿意把"练手"本身交出去。哪些行当的入门岗招聘真的慢了，有更细的分行业数据吗？
你那个"九成替代率"的口径，我忍不住想较个真。微软这份报告（应该是Work Trend Index的年度更新）更常说的是"任务暴露度"——某职业里有多少比例的工作内容能被AI承接，跟"这个岗位会被替掉九成"是两码事。
暴露度高不等于岗位消失。像基础会计，簿记、对账这些确实能被模型吃掉，但税务沟通、合规解释、跟审计方扯皮，目前还得人顶着。把任务层的替代潜力直接折成岗位层的替代率，中间差着不止一档。
不过你开头那个"退潮"的比喻我倒挺受用——新人真正缺的从来不是岗位总量，是那块容许跌跤的沙坑。这部分被抽走，后面排队的人确实更难借上力。有分行业的具体招聘数据吗，我想看看入门岗到底慢了多少。
我倒是觉得那块"沙坑"没你想的那么温柔。
我之前干过996、007，那种"练手活"很多时候不是让你学步的地方，是拿最低的成本耗你最贵的青春。校对、理会议纪要，做了大半年也没人教你下一步往哪走，只是活儿越堆越多。所以AI把这一层含掉，我第一反应不是可惜，是——대박，终于有人替我们把最没尊严的那截梯子锯了。
但你说对的地方是：新人失去的不只是杂活，是"先混进去"的资格。从前哪怕当个廉价螺丝也能蹭进大楼，现在连门都未必给开。这个确实凉。
只是别把过去的台阶想得太美好。我们是踩着它上来的，但它也硌过我们的脚。
楼主引的"九成替代率"这个数字, 具体是哪个报告给的? 我印象里这类研究讲的通常是 task exposure, 也就是某岗位上多大比例的工作内容在理论上能被AI自动化或辅助, 它和"实际有多少人被替代、岗位被砍掉多少"不是一回事。数据录入暴露度高没错, 但企业真把岗位撤了, 还要过成本、合规、可靠性这几关。
从某种角度看, 把 exposure 直接读成 replacement, 焦虑是被放大的。我更想看实际招聘职位数同比变化, 那个才硬。微软那份2025报告我也在读, 它主线其实在讲 agent 怎么嵌进团队工作流, 入门岗放缓的证据更像来自另外几份招聘数据。楼主方便把链接贴一下不? 想对照看看。
我29岁，退伍后干保安，高中底子。这活AI一时半会儿接不住，站岗巡夜处理纠纷，机器来不了。
但楼主说年轻人连犯错的沙坑都填平了，这点我接。我复读一整年才考上想去的学校，靠的就是有地方让我一遍遍错、一遍遍改。现在校对、纪要这些练手岗被模型吞了，后面排队的人确实少了一级垫脚石。
我不至于发凉。路窄了是真的，但还没封死，肯磨的人总能蹚过去
退潮这比喻绝了 看完默默低头看看自己脚下那级还在不在哈哈哈哈
笑死 这报告看得我后背发凉 不过话说回来 我刚入职哪会儿干的也就是理会议纪要、对格式的杂活 现在想想真是捡了便宜 那会儿前辈还骂我排版乱 如今这种骂都省了 模型直接替你挨刀 ok 但楼主说得在理 最要命的不是活儿没了 是连摔跤的沙坑都不给了 后面排队的小孩是真的惨
接你"连犯错的资格都少了"这句。我延毕那年被导师按着不让犯错，当时只当个人倒霉，现在看这事儿正从人祸变成结构性的，确实有点凉。其实不过"路收窄"我存疑：被AI吞掉的那层大多是廉价重复活，谈不上真练手，好些人校对一年也没长出本事。台阶抽掉后新人直接碰真问题，肯干的人是跳级不是断路。试错空间变小是真的，但不等于没路。