就业降级

“就业降级”是本期频道用来描述一种在岗变化的概念：劳动者仍有工作，但工作时长下降、兼职或多份工作增加，原先较完整的全职岗位逐渐碎片化。源稿据此提醒，判断 AI 的就业影响不能只问“有没有被裁员”，还要问留下来的工作是否更不稳定。[^1]¹

从就业数量转向就业质量

源稿转述圣母大学研究者的一项分析：把随 AI 能力更新的职业暴露评分与美国当期人口调查对接，对比 2022 年 10 月至 2023 年 3 月、2024 年 10 月至 2025 年 3 月两个窗口。频道概括的结果包括高暴露职业就业概率下降、失业概率上升，以及仍在岗者平均每周工时下降、多份工作比例上升；源稿没有给出这些变化的完整效应量与统计不确定性。[^1]¹

以下是源稿对观察维度的整理，并非本页自行测量的数据。[^1]¹

测量方法见动态职业AI暴露。与智力坎蒂隆效应的劳动定价叙事相比，本页关注可以观察的岗位结构；与氛围衰退相接的则是“宏观指标与个人体感可能不同步”这一提问角度。链接用于对读，不能替代本期来源证明。

白领零工化与跨岗位挤压

源稿把写报告、翻译、分析、编程、审合同等认知型任务视为当前 AI 暴露较高的领域，并认为高学历者原有的能力壁垒可能因此减弱。它进一步提出“技能降级”的传导设想：受冲击的白领转入原本不要求大学学历的岗位，可能增加这些岗位的竞争。[^1]¹

这里有两个不同层级：前者是源稿转述的群体观察及解释，后者是频道提出的市场传导推演。本文不把白领必然挤压蓝领写成已经得到同一调查证明的因果链；人工智能即劳动力提供的是更广的生产要素讨论。

宏观模型能说明什么

源稿另转述澳大利亚团队的系统动力学模拟：在其所谓 AI 资本“中等速度”增长情景中，到 2050 年年中劳动力利用不足率翻倍、人均可支配收入下降 26%；完全抵消就业冲击所需的新岗位创造速度超过当前的十倍。[^1]¹

这些数值是源稿转述的条件模型结果，不是对真实未来的测量，也不是每个人薪资必降 26% 的承诺。源稿没有附上论文标题、参数表或完整情景定义，本页未独立核验原论文，不据此计算个人收入或给出职业选择。

应对方向与边界

频道建议寻找 AI 产出之后仍需人来把关的环节，包括建立信任、处理模糊问题、理解未表达的需求和跨领域融合。[^1]¹ 这些是主理人的职业思考方向，具体的人机责任分工可对读意图工程。

工时减少本身也不能证明就业质量下降：本页所说的降级，需要结合碎片化与稳定性一起理解，不能把自愿缩短工时自动视为受害。AI 暴露不等于必然失业；调查关联、模型情景和频道判断也不能合并成“AI 已因果证明所有白领会零工化”。本页不构成投资或职业建议。若收入不稳已造成偿付压力，宜先评估必要支出与可获得的支持，向合适的财务或就业服务机构求助；持续焦虑影响生活时可寻求专业支持。

[^1]: AI没裁掉你，但正在把你变成零工。.md

注释

1. AI没裁掉你，但正在把你变成零工。 ↩