一份斯坦福大学的追踪研究给出了一个具体数字：22到25岁的年轻员工，如果所在职业受AI冲击较大，其就业水平比同龄人在低冲击职业里的预期增速低了19%。这不是失业率飙升的新闻，恰恰相反——它悄无声息，媒体标题喊出“AI冲击入职级岗位最狠”的时候，很多人根本没意识到这19%到底算的是什么。
这份题为《Canaries in the Coal Mine》的研究由斯坦福数字经济实验室的Erik Brynjolfsson团队完成，用的是ADP薪酬处理公司匿名工资数据，样本规模在每月三百五十万到五百万人，时间跨度从2021年初到2026年6月。职业AI暴露度的判断，一半来自学界常用的GPT-4任务暴露度量表，一半来自Anthropic Economic Index里Claude的真实使用记录——这不是问卷调查，是真金白银的工资流水加真实模型调用日志。
19%背后的三个数字，和一路上修的轨迹
19%是个相对值，容易被误读成“19%的应届生被裁”。真实拆解是：2022年11月到2026年6月，AI暴露度最高的两个五分位职业组里，22到25岁员工的就业下降约11%；暴露度最低三个五分位组的同龄人，就业反而增长约10%。两条曲线的落差就是19个百分点。
更值得留意的是这个数字本身的走势。基于2025年7月数据算出来是13%，9月数据变成16%，到2026年6月更新版直接跳到19%。三次修订，一次比一次高，说明这个趋势还没有企稳，团队自己也承认统计方法在换（从回归调整到更简单的描述性对比），结论仍在滚动。
招聘窗口关小了，不是裁员潮来了
研究团队专门去看了这11%的降幅是怎么发生的，答案是招聘变少，不是裁员或主动离职异常增加。企业没有大批解雇现有初级员工，只是在校招和新人补位环节，慢慢收窄了口子。
这个机制远比裁员潮隐蔽。裁员会上新闻、进失业金申请数据，招聘收缩不会——它只会体现在一届又一届应届生投了更多简历、收到更少offer上，传统失业率统计根本抓不住这种“入口变窄”。这也是论文标题“矿井里的金丝雀”的意思：信号已经响了，但常规经济指标的红灯还没亮。
具体到职业，客服代表、软件开发人员、会计、人力资源专家、市场调研分析师排在受冲击最重的行列，Anthropic的数据显示这些岗位里“自动化型”AI使用（直接替代任务）比例最高。反过来，居家健康护理员这类低暴露职业的年轻人就业还在增长。最反直觉的一个细节是软件开发人员——曾经被认为最安全的高薪职业之一，斯坦福团队单独测算发现，22到25岁的年轻从业者就业相比2024年下降近20%。
冲击不靠裁员实现，靠的是悄悄关上的招聘入口
相关不等于因果，团队自己划了红线
研究团队反复强调这是描述性证据，不是因果结论。控制教育变量之后，高暴露和低暴露职业间的年轻人就业差距会缩小，说明专业选择本身也在起作用，不能全部记在AI账上。ADP样本对全美劳动力市场的代表性也有限，而且部分分化趋势在ChatGPT发布之前就已经存在。
- 提醒.19%是相对落差，不是绝对失业率，媒体标题把它简化成“AI抢工作”容易让读者误判冲击的实际强度。
把镜头拉远一点，整体经济并没有崩：同期全部年龄段就业增长约6%，就算是AI暴露度最高的职业组，总就业也还在增长约4%。这不是一场全面的AI失业潮,而是一场精准打在“新人入口”上的结构性挤出——存量岗位还在，只是留给新人的位置变少了。
- 结论.真正该盯的不是失业率会不会飙升，而是下一季度这个19%还会不会继续往上修。
对22到25岁、正在找第一份工作的求职者来说，这意味着简历投递周期会更长，尤其是客服、初级会计、初级软件岗这类曾经的“稳定起点”。对高校和CS专业的学生来说，这份数据是一个提醒：起薪高不代表校招名额稳。对企业HR和政策制定者来说，值得追问的是下一次数据更新——13%到19%这条曲线，会不会继续往上走。