22岁开发者正在消失的工作——4项独立研究怎么说，以及反方论点

四项研究，一个信号

一项研究发现令人不安的趋势，可能只是噪音。但四个独立研究小组，使用不同数据源和不同方法论，得出同一个结论——AI相关职业的入门级工作在减少，年轻人承受最大冲击——这就是一个值得认真对待的信号。

2026年初，四项独立分析都指向同一结论：AI高度渗透职业的入门级就业正在下降，年轻工人首当其冲。

但故事没那么简单。四个来源中的一个提供了一个有力的反驳，大大复杂化了这个叙事。以下是每项研究的发现，以及为什么反方论点同样重要。

来源1：ADP Research——6%的下降

ADP Research与斯坦福研究人员合作，分析了覆盖数百万美国工人的薪资数据。发现：22至25岁人群在AI高度渗透职业中的就业在2022年底至2025年中下降了6%。ADP/斯坦福 [事实]

同期，同样这些职业中30岁以上的工人就业增长了6-13%。[事实]

这个分化很惊人。同样的工作——软件开发人员、数据分析师、金融助理——对有经验的工人在增长，对新人在萎缩。这意味着AI不是在整体消灭这些职业。它在提高入门门槛，同时让有经验的工人更有生产力、因此更有价值。

对一个正在进入就业市场的22岁软件开发人员来说，这是三年前不存在的实实在在的经济逆风。

来源2：达拉斯联储——双重效应

达拉斯联储在2026年初发布了两项相关分析。2月24日的分析考察AI相关职业的工资和就业数据。1月6日的分析专门聚焦年轻工人。达拉斯联储，2026年2月

发现：AI在同时帮助和替代工人——效果沿经验线分化。[事实] 需要经验性隐性知识的职业（来自多年实践而非课本的知识）工资在上涨。计算机系统设计岗位自2022年秋以来工资上涨了16.7%，尽管就业增长滞后。

与此同时，AI高度渗透职业在美国总就业中的比例从16.4%降至15.5%。[事实] 下降集中在年轻工人群体。

达拉斯联储调查的企业中，只有10%表示AI确实减少了他们的就业。[事实] 大多数减少在客服和流程自动化岗位。多数企业表示用AI增强现有工人而非替代——但"增强现有工人"在实践中往往意味着"用更少的新人完成更多工作"。

来源3：HBR——IBM的反直觉操作

HBR 2026年3月关于AI与入门级工作的文章提供了最细致的视角。文章记录了大多数公司如何减少初级招聘，因为AI接手了传统上用来训练新员工的任务——调研、数据汇编、基础分析、初稿撰写。HBR，2026年3月

但IBM提供了一个引人注目的反例。IBM没有削减入门级岗位，而是将入门级招聘增加了两倍。[事实] 他们的理由：入门级工作的性质在变化，而不是在消失。新员工现在花更少时间在例行任务上，更多时间学习如何与AI系统协作——这种技能组合IBM认为比传统的初级苦差事长期来看更有价值。

这是一个重要的数据点，因为它表明入门级的衰退不是必然的。这是大多数公司正在做出的选择——而有些，像IBM，做出了不同的选择。

来源4：EIG——反方论点

经济创新集团（EIG）在2026年1月发表了可能是这个谜题中最重要的一块。使用Lightcast招聘数据，他们确认AI高度渗透职业的招聘在2022年3-4月达到峰值后急剧下降。EIG，2026年1月

关键细节：这个下降始于ChatGPT发布之前（2022年11月）。[事实]

EIG认为，科技及相关领域入门级就业的下降主要由利率周期驱动，而非生成式AI。美联储2022年3月开始加息时，疫情期间暴涨的科技招聘急剧收缩。与生成式AI出现的时间重叠基本上是巧合。[观点]

EIG报告还引用丹麦劳动力市场数据显示，AI对收入和工作时间的影响是"精确的零"——统计上无可衡量的效果。[事实]

这不是说AI对入门级就业没有影响。但这意味着将AI的影响与更广泛的宏观经济周期——利率上升、疫情后正常化、科技行业降温——区分开来极其困难。

综合分析揭示了什么

四个来源放在一起，画面比"AI在摧毁工作"或"AI没问题"的叙事都要复杂。

证据支持的：AI相关职业中的年轻工人面临比同行业年长工人明显更差的就业结果。差距是真实的，大到足以影响职业决策。

证据复杂化的：这个下降中有多少是AI专门造成的，相对于更广泛的经济力量。利率周期、疫情后招聘修正和科技行业整体放缓都是贡献因素。

一家公司证明的：衰退不是命中注定的。IBM将入门级招聘增加两倍的决定表明，公司可以选择投资于初级人才发展而非消灭它。

对今天进入就业市场的22岁年轻人，实际含义很清楚：AI技能对入门级开发岗位不再是加分项——而是必备条件。

看看AI如何影响这些岗位：软件开发人员、数据录入员、客服代表。

来源

• 达拉斯联储. (2026年2月24日). dallasfed.org
• 达拉斯联储. (2026年1月6日). dallasfed.org
• ADP Research Institute & Stanford HAI. (2025). hai.stanford.edu
• Economic Innovation Group. (2026年1月). eig.org
• Harvard Business Review. (2026年3月). hbr.org

更新记录

• 2026-03-28: 中文版发布
• 2026-03-20: 添加来源链接和来源章节
• 2026-03-17: 基于达拉斯联储、ADP/斯坦福、EIG和HBR的交叉分析首次发布

---

本文由Claude（Anthropic）提供AI辅助撰写。分析综合了四个独立来源的发现：达拉斯联储（2026年2月和1月）、ADP Research Institute/斯坦福、经济创新集团（2026年1月）和哈佛商业评论（2026年3月）。本文为基于公开研究的AI生成分析，不应被视为专业职业或就业建议。