作者   |   远禾

数据支持 | 勾股大数据（www.gogudata.com）

最近，上到掌握生产资料的老板，下到完全看不懂代码的普通人，纷纷养起了 " 小龙虾 "。

然而，在这场狂欢的背面，是另一种无法言说的焦虑——既然 AI 什么都能干，那我还能干什么？

在这个 AI 狂飙的 2026 年，人，正在被重新定价。

普通人，又该如何衡量自己的价值？

01

当 AI 轰轰烈烈地取代人类工作时，最先被冲击的互联网大厂，却开启了史上最大规模的招聘。

近日，字节跳动和腾讯同日官宣 2026 年实习生招聘计划，两大厂合计放出超 1.7 万个实习岗位。

字节跳动的 ByteIntern 计划，是其史上规模最大的转正实习生招聘，研发类 Offer 超 4800 个，创历史新高。AI 工程、AI 产品等岗位需求井喷。

这组数据，或许让在寒冬中瑟瑟发抖的应届生感到一丝暖意。

但事情，真的那么简单吗？

互联网大厂对 AI 人才的争夺，早已白热化。

数据显示，到 2030 年，全球 AI 人才缺口或突破 280 万，国内 AI 人才需供比高达 3.5:1。

看起来是机会，但仔细看岗位要求，会发现一个残酷的现实——

如果你不是 2027 届的毕业生，不是那个能写代码的人，如果你只是在传统行业摸爬滚打十年、看着 AI 浪潮袭来的普通人，这 1.7 万个岗位，这些人才缺口，和你没有任何关系。

归根结底，大厂抢的是 "AI 人才 "，不是 " 人 "。

之所以会有需求缺口，不是因为需求太大，而是能满足要求的人太少。

越依赖经验和复杂判断的资深岗位，变得越稀缺、越抢手。

而越是标准化的初级岗位，越先被挤压空间。

这样的分化，反而更加验证了 AI 对就业岗位的冲击。

世界经济论坛预测，到 2030 年，技术进步将创造 1.7 亿个新岗位，但同时，也将替代约 9200 万个现有岗位。

当 AI 能写文案、能编代码、能做报表，甚至能自主执行复杂任务，普通人还能做什么？

以前，处理全天候客户咨询需要 20 名人工客服，如今，仅需 2 名专员处理机器人无法应答的复杂问题。

以前，装卸 10 万吨级巨轮需要 50 名码头工人，负责现场调度、装卸辅助、收箱叠箱、安全监护，如今，仅需 1 名远程操作员。

一个现实的问题摆在面前：剩下的员工，何去何从？

这正是大多数人对于 AI 焦虑的来源。

正如数百年前，珍妮纺纱机将效率提高八倍，被取代的工人愤而去砸毁机器。

当年砸机器的工人，如今或许正坐在电脑前，一边焦虑地看着 " 龙虾 " 爬行，一边担忧自己会不会是下一个被优化的人。

广东高科技产业商会会长王理宗在今年两会上指出，AI 时代，个人知识的折旧周期已从 10 年缩短至 2 年。

从 25 岁参加工作到 60 岁退休，每个人都要经历多次知识折旧，不学习就会被淘汰。

更关键的是，AI 对于人的替代往往是突发的，某一个大模型的突飞猛进，可能会瞬间取代一批岗位。

就像 2025 年底到 2026 年初，可灵 3.0、Seedance2.0 的发布，让 "Hollywood is Panicking" 成为现实。

AI 对于工作的创造，却是渐进的、分散的，甚至对绝大多数人来说，是隐蔽的。

就算有越来越多的 "AI 原生 " 岗位逐渐涌现，如 AI 训练师、人机协同、智能系统维护工程师等。这些岗位要求的能力，也和大多数普通劳动者现有技能之间，存在巨大的鸿沟。

随着 AI 发展速度越来越快，这样的问题也将日渐凸显。

普通人，又该如何面对呢？

02

在大厂拿着股权和激励抢人之时，在广州海珠区康鹭新招工广场，另一种 " 抢人 " 也在同时上演。

康鹭周边的数百名服装厂老板手持成衣样品排成长队，工人们则穿梭其间，仔细比对工价。

如今，制衣工人工价已经达到 400 元一天，熟手更是达到五六百元。

这个被当地人称为 " 招工广场 " 的地方，累计接待人次已超 1500 万，日均人流量约 2 万人次，日均成功促进灵活就业对接约 3000 人次。

一边是挤破头想进大厂的应届生，一边是挑三拣四的制衣工人。

看似毫不相关，但现象背后，都是被同一股力量重塑—— AI。

康鹭广场上的抢人，是由于如今服装行业小单快返模式盛行，订单像潮水一样涌来又退去，工厂不敢养太多长期工，只能靠日结工救急。

而能在这个生态里活下来的，只能是什么款式都能上手、什么机器都会操作、能够独立做整件衣服的熟手。

这就是 AI 带来的变化，它既创造了新的高薪岗位，也加剧了传统技能的稀缺性。

尽管 AI 能在几秒钟生成几十个设计图，但能把图纸变成衣服穿到人身上的，依然是需要人类一双灵巧的手。

当机器可以 24 小时不停运转时，能搞定款式复杂、批量又小、客户催得要死的急单的，依然是那个在缝纫机前坐了二十年的老师傅。

无论是文字产出，还是代码编写，产生的都是虚拟资产。

但对于需要现实接触、需要手感、需要对物理世界进行干预的行业，在 AI 时代反而会愈发稀缺。

华尔街巨头、全球最大公募基金管理公司贝莱德就宣布，将投资 1 亿美元用于技术工人培训项目。

计划的目标是，在未来五年内惠及 5 万名工人。惠及的技术工人包括电工、水管工、暖通空调技工和钢铁工人等。

据国际电气工人兄弟会统计，未来十年，美国预计将有超过 20 万名电工退休，但同期需要新增 30 多万名电工才能满足人工智能建设需求。

最关键的是，贝莱德 CEO 拉里 · 芬克指出，仅仅依靠资金是不够的，人才是建设美国未来的核心。

这句话，放在国内也一样。

当我们不再需要记忆知识，因为 AI 可以随时调取；

当我们不再需要基础写作，因为 AI 可以生成初稿；

当我们不再需要简单编程，因为 AI 可以自动完成——

那么，人还剩什么？

剩下的，是提出问题的能力。

AI 知道什么是正确答案，但它不知道什么值得被问。

某种程度上，人们对于 AI 的两极化想象——一种是被替代的恐惧，一种是不用工作的解放，其实是同一枚硬币的两面。

它们导向同一个结果，那就是 AI 正在把人类推向一个我们从未面对过的路口，那里生存不再依赖技能，价值不再取决于功能。

因此，面临汹涌的 AI 热潮，与其问 " 我会不会被 AI 取代？"，不如问问自己：

" 当 AI 能做完所有基础的事情时，我还愿意为什么事情投入全部的精力？"

答案在哪里，人的价值就在哪里。

而当我们终于不再被需要，人的价值，才刚刚开始。

03

尾声

正如中国科学院大学知识产权学院院长马一德所说——

我们长期以来所培养的，是能够在既定规则下解决既定问题的专业人才。

而 AI 时代更需要的，是那些能够在规则尚未成形、问题边界尚不清晰的情境下持续学习、融会贯通的人。

两种培养导向之间的距离，远比学习内容的调整要深得多。

这正是普通人焦虑的根源，也是解法的起点。

我们过去的教育和工作模式，像是一条预设好的轨道，学好专业，按部就班，积累经验。

但 AI 把这条轨道炸断了，它要求你不再只是轨道上的火车，而要成为能在旷野中辨别方向、寻找路径的探险家。

重要的，是找到那条适合自己的道路。（全文完）

▍往期回顾

格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为任何实际操作建议，交易风险自担。