互聯網大廠，瘋狂“搶人”

^{來源：圖蟲}

最近，上到掌握生產資料的老板，下到完全看不懂代碼的普通人，紛紛養起了“小龍蝦”。

然而，在這場狂歡的背面，是另一種無法言說的焦慮——既然AI什么都能干，那我還能干什么？

在這個AI狂飆的2026年，人，正在被重新定價。

普通人，又該如何衡量自己的價值？

01

當AI轟轟烈烈地取代人類工作時，最先被沖擊的互聯網大廠，卻開啟了史上最大規模的招聘。

近日，字節跳動和騰訊同日官宣2026年實習生招聘計劃，兩大廠合計放出超1.7萬個實習崗位。

字節跳動的ByteIntern計劃，是其史上規模最大的轉正實習生招聘，研發類Offer超4800個，創歷史新高。AI工程、AI產品等崗位需求井噴。

這組數據，或許讓在寒冬中瑟瑟發抖的應屆生感到一絲暖意。

但事情，真的那么簡單嗎？

互聯網大廠對AI人才的爭奪，早已白熱化。

數據顯示，到2030年，全球AI人才缺口或突破280萬，國內AI人才需供比高達3.5:1。

看起來是機會，但仔細看崗位要求，會發現一個殘酷的現實——

如果你不是2027屆的畢業生，不是那個能寫代碼的人，如果你只是在傳統行業摸爬滾打十年、看著AI浪潮襲來的普通人，這1.7萬個崗位，這些人才缺口，和你沒有任何關系。

歸根結底，大廠搶的是“AI人才”，不是“人”。

之所以會有需求缺口，不是因為需求太大，而是能滿足要求的人太少。

越依賴經驗和復雜判斷的資深崗位，變得越稀缺、越搶手。

而越是標準化的初級崗位，越先被擠壓空間。

這樣的分化，反而更加驗證了AI對就業崗位的沖擊。

世界經濟論壇預測，到2030年，技術進步將創造1.7億個新崗位，但同時，也將替代約9200萬個現有崗位。

當AI能寫文案、能編代碼、能做報表，甚至能自主執行復雜任務，普通人還能做什么？

以前，處理全天候客戶咨詢需要20名人工客服，如今，僅需2名專員處理機器人無法應答的復雜問題。

以前，裝卸10萬噸級巨輪需要50名碼頭工人，負責現場調度、裝卸輔助、收箱疊箱、安全監護，如今，僅需1名遠程操作員。

一個現實的問題擺在面前：剩下的員工，何去何從？

這正是大多數人對于AI焦慮的來源。

正如數百年前，珍妮紡紗機將效率提高八倍，被取代的工人憤而去砸毀機器。

當年砸機器的工人，如今或許正坐在電腦前，一邊焦慮地看著“龍蝦”爬行，一邊擔憂自己會不會是下一個被優化的人。

廣東高科技產業商會會長王理宗在今年兩會上指出，AI時代，個人知識的折舊周期已從10年縮短至2年。

從25歲參加工作到60歲退休，每個人都要經歷多次知識折舊，不學習就會被淘汰。

更關鍵的是，AI對于人的替代往往是突發的，某一個大模型的突飛猛進，可能會瞬間取代一批崗位。

就像2025年底到2026年初，可靈3.0、Seedance2.0的發布，讓“Hollywood is Panicking”成為現實。

AI對于工作的創造，卻是漸進的、分散的，甚至對絕大多數人來說，是隱蔽的。

就算有越來越多的“AI原生”崗位逐漸涌現，如AI訓練師、人機協同、智能系統維護工程師等。這些崗位要求的能力，也和大多數普通勞動者現有技能之間，存在巨大的鴻溝。

隨著AI發展速度越來越快，這樣的問題也將日漸凸顯。

普通人，又該如何面對呢？

02

在大廠拿著股權和激勵搶人之時，在廣州海珠區康鷺新招工廣場，另一種“搶人”也在同時上演。

康鷺周邊的數百名服裝廠老板手持成衣樣品排成長隊，工人們則穿梭其間，仔細比對工價。

如今，制衣工人工價已經達到400元一天，熟手更是達到五六百元。

這個被當地人稱為“招工廣場”的地方，累計接待人次已超1500萬，日均人流量約2萬人次，日均成功促進靈活就業對接約3000人次。

一邊是擠破頭想進大廠的應屆生，一邊是挑三揀四的制衣工人。

看似毫不相關，但現象背后，都是被同一股力量重塑——AI。

康鷺廣場上的搶人，是由于如今服裝行業小單快返模式盛行，訂單像潮水一樣涌來又退去，工廠不敢養太多長期工，只能靠日結工救急。

而能在這個生態里活下來的，只能是什么款式都能上手、什么機器都會操作、能夠獨立做整件衣服的熟手。

這就是AI帶來的變化，它既創造了新的高薪崗位，也加劇了傳統技能的稀缺性。

盡管AI能在幾秒鐘生成幾十個設計圖，但能把圖紙變成衣服穿到人身上的，依然是需要人類一雙靈巧的手。

當機器可以24小時不停運轉時，能搞定款式復雜、批量又小、客戶催得要死的急單的，依然是那個在縫紉機前坐了二十年的老師傅。

無論是文字產出，還是代碼編寫，產生的都是虛擬資產。

但對于需要現實接觸、需要手感、需要對物理世界進行干預的行業，在AI時代反而會愈發稀缺。

華爾街巨頭、全球最大公募基金管理公司貝萊德就宣布，將投資1億美元用于技術工人培訓項目。

計劃的目標是，在未來五年內惠及5萬名工人。惠及的技術工人包括電工、水管工、暖通空調技工和鋼鐵工人等。

據國際電氣工人兄弟會統計，未來十年，美國預計將有超過20萬名電工退休，但同期需要新增30多萬名電工才能滿足人工智能建設需求。

最關鍵的是，貝萊德CEO拉里·芬克指出，僅僅依靠資金是不夠的，人才是建設美國未來的核心。

這句話，放在國內也一樣。

當我們不再需要記憶知識，因為AI可以隨時調取；

當我們不再需要基礎寫作，因為AI可以生成初稿；

當我們不再需要簡單編程，因為AI可以自動完成——

那么，人還剩什么？

剩下的，是提出問題的能力。

AI知道什么是正確答案，但它不知道什么值得被問。

某種程度上，人們對于AI的兩極化想象——一種是被替代的恐懼，一種是不用工作的解放，其實是同一枚硬幣的兩面。

它們導向同一個結果，那就是AI正在把人類推向一個我們從未面對過的路口，那里生存不再依賴技能，價值不再取決于功能。

因此，面臨洶涌的AI熱潮，與其問“我會不會被AI取代？”，不如問問自己：

“當AI能做完所有基礎的事情時，我還愿意為什么事情投入全部的精力？”

答案在哪里，人的價值就在哪里。

而當我們終于不再被需要，人的價值，才剛剛開始。

03、尾聲

正如中國科學院大學知識產權學院院長馬一德所說——

我們長期以來所培養的，是能夠在既定規則下解決既定問題的專業人才。

而AI時代更需要的，是那些能夠在規則尚未成形、問題邊界尚不清晰的情境下持續學習、融會貫通的人。

兩種培養導向之間的距離，遠比學習內容的調整要深得多。

這正是普通人焦慮的根源，也是解法的起點。

我們過去的教育和工作模式，像是一條預設好的軌道，學好專業，按部就班，積累經驗。

但AI把這條軌道炸斷了，它要求你不再只是軌道上的火車，而要成為能在曠野中辨別方向、尋找路徑的探險家。

重要的，是找到那條適合自己的道路。