60 Minutes称高度暴露于人工智能的岗位招聘已经放缓,软件开发是被点名的一类
60 Minutes在2026年10月4日发出预告,称高度暴露于人工智能的岗位招聘已经放缓,软件开发是被点名的一类,20多岁的从业者正在承压。该条预告指向当天播出的节目,正文没有给出失业率、样本或公司名单。
哥伦比亚广播公司同期放出的节目页把主题写成入门级工作的未来,并写明人工智能正在改变传统上由入门员工处理的任务。页面列出的讨论者是技术高管Clara Shih,节目安排在周日的60 Minutes。预告片长约1分19秒,完整采访在播出前没有放出逐字稿。
与这条预告指向同一现象的公开测算,来自斯坦福数字经济实验室2026年8月12日修订的论文《Canaries in the Coal Mine?》。作者Erik Brynjolfsson、Bharat Chandar、Ruyu Chen使用美国薪资处理商ADP截至2026年6月的工资单,覆盖数百万工人。论文写明,没有看到全经济范围的岗位替代。
同一篇论文把缺口限定在年轻人。22岁至25岁、处于高人工智能暴露职业的就业,比如果跟上同龄低暴露职业的路径,低约19%。有经验的工人没有可比缺口。同样口径下,2025年7月数据vintage的缺口是15%,到2026年6月扩到19%。调整主要来自少雇年轻人,不是来自更高的离职。
论文第5条把下降集中在人工智能主要用于替代人工任务的职业;在主要用于补充人工的职业,就业持平或上升,有经验者更明显。调整发生在就业人数,不是基本薪酬。作者称,去掉科技公司和计算机职业、控制加息暴露与远程办公、换用其他暴露指标后,分化仍在。2022年11月到2026年6月,22岁至25岁在最高暴露五分位的就业绝对下降,同龄最低暴露五分位上升。
这是招聘预算的重新分配,不是一轮裁员公告。买方是仍在招有经验开发者、同时把入门任务交给模型的公司;卖方是22岁至25岁、岗位暴露高的求职者。资金从初级人头转到模型订阅、内部智能体和资深员工的产出。受益的是已有代码库和客户关系的资深开发者,以及卖编程与办公智能体的实验室;承压的是靠入门岗位积累第一条产出记录的应届软件人才。纽约联储对招聘放缓的另一项研究则称,人工智能可能有贡献,但不是招聘放缓的主因。
60 Minutes这条预告本身没有引用19%这个数字。节目把软件开发写成年轻高暴露群体的例子,斯坦福的工资单测算则把范围划在替代型职业,而不是所有接触模型的岗位。
来源:公开信息
ABAB AI 解读
Erik Brynjolfsson这条线从2010年代的信息技术生产率测算,走到2025年8月的第一版“金丝雀”论文,再走到2026年8月用ADP工资单修订到19%。他过去的核心动作不是预测岗位消失,而是把技术分成替代任务和补充任务。这次修订把缺口从15%扩到19%,同时明确全经济没有普遍替代,调整走招聘而不是解聘。Clara Shih被60 Minutes放到同一主题上,她的公开履历是从Salesforce的企业社交与人工智能产品,转到Meta负责商业人工智能,卖的是把模型嵌进销售和客服流程,不是校园招聘。
钱从初级席位挪到工具席位。公司少开22岁至25岁的替代型岗位,把同一笔预算付给模型订阅、内部编程智能体和能验收输出的资深员工。动机不是工资单上的基本薪酬下降,论文写明调整发生在人数。对雇主,初级员工的价值曾是接重复任务并在岗学习;任务被模型接走后,学习席位不再自动产生收入,招聘因此先停。
可对照的是自动取款机对银行柜员、以及电子表格对初级簿记。柜员总数没有按早期预测消失,但新增岗位从点钞转到销售;簿记的入门计账被软件吃掉,留下的是会用表的人。软件开发现在处在同样的控制阶段:资深就业仍在,入门雇佣收缩,行业不是整体裁撤,而是把学徒层从编制里拿掉。
结构上这是技术替代,但替代的是任务队列,不是职衔。机制在于入门岗位本来由可编码、可检查的任务组成,模型先吃掉能被验收的那一段,公司就失去为“边做边学”付薪的理由。经验工人手里有不可编码的系统上下文,所以同一暴露指标没有打出缺口。招聘放缓因此集中在第一条产出记录还没建立的人身上。
ABAB News · 认知定律
模型先吃任务,招聘再吃学徒。
暴露不等于失业,入门才是缺口。
资深卖上下文,初级卖可替代任务。