AI 对你帮助越大，企业越不需要你？

你好，我是曹犟，欢迎关注我的公众号。

最近在思考 AI 对职场的影响时，我发现到一个很有意思的“矛盾”。

一方面，各种研究和周围朋友的实际体感都表明，AI 对初级员工的帮助最大：一个用好 AI 的新人，产出可以接近干了好几年的老手。但另一方面，很多企业在缩编的时候，最先砍掉的恰恰也是初级岗位，例如刚刚看到的 Oracle 裁员 3 万人的新闻，其中大部分也是以初级岗位为主。

AI 对谁的能力增强越强，谁的岗位风险就越高？这听起来很矛盾，但仔细想想，背后的逻辑也许是自洽的。

今天想展开聊聊这个“悖论”，一家之言，仅供参考。

PART01：AI 对初、中、高级的影响，完全是三个故事

在展开之前，先做一个区分。AI 对人的帮助可能可以分为两种：一种是提升输出天花板，让你做到原本做不到的事情；另一种是提高效率，让你把原本就会的事做得更快。

这两种帮助，性质完全不同。对初级、中级、高级员工，AI 施加的是完全不同类型的影响。这里面以自己最熟悉的程序员为例，展开讨论，但是我觉得，对于所有白领类专业岗位，可能都是类似的。

对初级员工：外骨骼，瞬间拥有不属于你的能力

AI 对初级员工的帮助，更多是第一种：提升输出天花板。

从我自己的体感出发。我见过刚毕业的年轻人，用 Claude Code 三天做出来的东西，不仅是他自己之前从没做过，放在三年前可能需要一个完整分工的小团队干两周。这种输出能力的提升是肉眼可见的。

在这种情况下，AI 本质上是把高手多年积累的判断力“压缩”成了一个工具。初级员工在用 AI 的时候，其实是在“借用”高手的能力，所以有时候他自己未必真正理解 AI 为什么要这样实现。

这可能也是为什么，有人做实验，新手用 AI 后效率提升远超老手，原因很简单：老手本来就会，而新手等于直接跳了好几级。

可以用这样一个类比：AI 就像一副机械外骨骼，让一个普通人瞬间拥有了举重运动员的力量。但脱掉外骨骼，他还是那个普通人。

对中级员工：贬值器，你还在，但你没那么值钱了

这可能是最容易被忽略也最扎心的一层。

中级员工可能不会被直接砍掉，毕竟企业还需要有人能判断 AI 产出的质量，有人懂业务上下文。但问题是：你的不可替代性在下降。

往下看，过去需要三到五年经验才能做到的事，现在一个聪明的新人加上 AI 能做到七八成。你的经验溢价正在被快速压缩。

往上看，真正的高阶能力：商业判断、系统思维、组织影响力，你都还不具备。而且至少在当前阶段，这些门槛 AI 可能也很难帮你直接跨越。

我自己的观察是：AI 可以把你从 60 分拉到 80 分，但从 80 分到 95 分那一步，至少在当前阶段，它还很难帮你。中级员工恰恰卡在这个区间。

因此，对于这一个层级，可能不会突然被裁，而是涨薪变慢、晋升变难、在人才市场上的议价能力悄悄下降。

中级员工会因为 AI 而贬值，暂时不会丢了工作，只是在职场上变得不值钱了。

对高级员工：放大器，效率翻倍，但天花板还在那里

AI 对高手的帮助方式和对新手完全不同：不是“教你怎么做”，而是“帮你更快地做你本来就会的事”。省掉大量体力活，让你把精力集中在真正需要判断力的地方。

只不过这里也有天花板存在，AI 可以让一个高级工程师的效率翻倍，却至少在当前阶段很难让他突破瓶颈变成“传奇工程师”。从"优秀"到"卓越"的那一步，靠的是对复杂系统的直觉、对模糊问题的决策能力、在组织中推动事情落地的领导力，这些东西目前还很难被"编码"成算法。

换句话说，AI 放大的是你已有的能力，但它放大不了你还没有的东西。

小结一下：AI 对初级员工帮助最大，对中级帮助不小，对高级的效率提升明显但对核心输出的提升有限。但这三种“帮助”，分别意味着什么？这是下一个需要想清楚的问题。

PART02：帮助和威胁，是同一件事

这是我真正想说的核心观点。

AI 对你帮助越大，未必都意味着同样的事。关键要看这种"帮助"到底是在替代你的能力，还是只是在放大你的效率。

如果 AI 直接代偿了你工作中最核心的那部分能力，帮助越大，威胁就越大；如果 AI 只是让你把原本就会的事做得更快，那帮助再大，威胁也未必同步放大。

回头看之前讨论的三类人群：AI 对初级员工帮助最大，但那种帮助本质上是能力代偿，AI 替你写了代码、替你做了分析，所以帮助越大，越容易被替代；中级员工得到的是部分代偿，AI 能帮你出方案、做设计，但还替不了你拍板和协调，所以先表现为贬值而非直接替代；高级员工得到的主要是效率放大，而不是核心能力的代偿，所以暂时更安全。

站在老板的角度想，逻辑就更清楚了。AI 让一个人能干三个人的活，但老板不会选择让大家都早点下班，他会选择只留那个最不可替代的人。以前一个项目组一个架构师带五个初级开发，现在同样的活，一个架构师加上 AI 再加一个初级开发（甚至不一定需要）就够了。这不是恶意，这是自由市场竞争的基本逻辑。

对中级员工，可能今天面临的是“贬值”，但随着 AI 能力边界持续扩展，贬值可能逐渐升级为替代。今天“不可编码”的东西，一两年后未必还是。

所以，对初级和中级员工来说，AI 一方面帮你变强，一方面也在向企业证明：他们不需要那么多的你。

而高级员工之所以暂时是例外，是因为 AI 至少在当前阶段帮他们提的是速度，不是能力，而溢价能力最强的恰恰就是那个 AI 还提升不了的部分。

PART03：断裂的阶梯，一个比裁员更深远的问题

如果只停留在个人的职业焦虑，我们可能忽略了一个更深远的问题。

每家企业都不约而同地砍掉初级岗位，在自己的商业逻辑里都说得通。但当几乎所有企业都这么做时，局部最优就会慢慢变成整个行业的系统性风险。

用一个类比来说：过去的职业成长路径就像一架梯子。初级做简单任务积累经验，中级承担更多责任，高级负责全局。初级岗位不是终点，是入口。

那现在就相当于AI 把梯子底部的几级台阶拆掉了，然后告诉年轻人"你直接跳上来就行"。跳上来和爬上来的难度当然是不一样的。

从我自己带技术团队的经验来看，一个资深工程师不是从学校里培养出来的，而是在实际的项目中磨练、被选择出来的。那些看似“低级”的工作：踩坑、debug、跟产品经理扯皮、在线上故障里手忙脚乱，恰恰是工程师成长的地基。如果初级岗位大量消失，五到十年后我们去哪里找合格的高级工程师？

也许我们正在用今天的效率优化，透支明天的人才储备。

PART04：三类人分别该怎么办

在现在这个局面下，不同阶段的人可能需要有不同的应对策略。

初级 / 刚入行的年轻人

我观察到一个容易掉进去的陷阱是：只追求”用 AI 更快地完成初级任务”，这可能恰恰是在加速证明这个岗位不需要人。

也许更值得关注的方向，是主动去碰那些 AI 替代不了的工作：跟客户聊需求、在现场解决含糊不清的问题、跨部门推动一件事落地。这些事情看起来琐碎、不够”技术”，但恰恰是最难被编码的能力。

同时，AI 降低了做独立项目的门槛，这其实是一个值得利用的机会。用 AI 做一些自己感兴趣的小项目，过程中积累的经验才是真正属于自己的。

AI 降低了创造的门槛，这一点对年轻人来说既是威胁也是机会。关键看你把 AI 当成替你干活的工具，还是帮你创造新东西的杠杆。

中级 / 有三到五年经验的人

中级岗位面临的威胁不是最大的，但可能是最隐蔽的。初级员工已经知道自己危险了，而中级员工可能还觉得自己挺安全。

往上突破的关键可能不是更多的技术深度，而是那些”不可编码”的能力：对商业模式的深度理解、对结果的主人翁意识、系统性思考。换句话说，从一个”执行更好的人”变成一个”定义问题的人”，这个转变可能比以前更重要了。

我们可以这样做一个思想实验，把日常工作拆成十个子任务，其中有多少是 AI 做不了的？

高级 / 管理者

高级岗位可能短期相对安全，但 AI 的能力边界在快速扩展，今天的安全不代表明天的安全。

作为管理者，我自己也在反思一个倾向：用 AI 裁掉初级员工来降本，的确符合一个程序员的审美倾向，但人才梯队断裂的代价，可能远超省下的人力成本。也许更好的策略是用 AI 加速年轻人的培养和选择，而不是简单地取消他们的岗位。让初级员工在 AI 辅助下更快地趟过该趟的坑，而不是直接跳过这些经历。

写在最后

回到开头的那个悖论：AI 对你帮助越大，未必意味着你更安全；很多时候，恰恰意味着企业更容易减少对你的需求。因为 AI 能替你做的越多，说明你的工作越容易被接管。

初级员工被替代、中级员工开始贬值，背后都是同一条逻辑。而高级员工之所以暂时安全，恰恰是因为 AI 至少在当前阶段还帮不了他们最核心的那部分：判断力、系统思维、对模糊问题的决策。

但聊这个悖论，不是为了制造焦虑，而是希望多一份清醒。如果这个逻辑成立，那或许值得思考的一个职业生涯规划，不是更快地完成旧的任务，而是尝试让自己成为那个定义任务的人。

以上是我个人的一些思考，一家之言，仅供参考。欢迎大家与我交流讨论。