60 Minutes稱高度暴露於人工智能的崗位招聘已經放緩，軟件開發是被點名的一類
60 Minutes在2026年10月4日發出預告，稱高度暴露於人工智能的崗位招聘已經放緩，軟件開發是被點名的一類，20多歲的從業者正在承壓。該條預告指向當天播出的節目，正文沒有給出失業率、樣本或公司名單。
哥倫比亞廣播公司同期放出的節目頁把主題寫成入門級工作的未來，並寫明人工智能正在改變傳統上由入門員工處理的任務。頁面列出的討論者是技術高管Clara Shih，節目安排在週日的60 Minutes。預告片長約1分19秒，完整採訪在播出前沒有放出逐字稿。
與這條預告指向同一現象的公開測算，來自斯坦福數字經濟實驗室2026年8月12日修訂的論文《Canaries in the Coal Mine?》。作者Erik Brynjolfsson、Bharat Chandar、Ruyu Chen使用美國薪資處理商ADP截至2026年6月的工資單，覆蓋數百萬工人。論文寫明，沒有看到全經濟範圍的崗位替代。
同一篇論文把缺口限定在年輕人。22歲至25歲、處於高人工智能暴露職業的就業，比如果跟上同齡低暴露職業的路徑，低約19%。有經驗的工人沒有可比缺口。同樣口徑下，2025年7月數據vintage的缺口是15%，到2026年6月擴到19%。調整主要來自少僱年輕人，不是來自更高的離職。
論文第5條把下降集中在人工智能主要用於替代人工任務的職業；在主要用於補充人工的職業，就業持平或上升，有經驗者更明顯。調整發生在就業人數，不是基本薪酬。作者稱，去掉科技公司和計算機職業、控制加息暴露與遠程辦公、換用其他暴露指標後，分化仍在。2022年11月到2026年6月，22歲至25歲在最高暴露五分位的就業絕對下降，同齡最低暴露五分位上升。
這是招聘預算的重新分配，不是一輪裁員公告。買方是仍在招有經驗開發者、同時把入門任務交給模型的公司；賣方是22歲至25歲、崗位暴露高的求職者。資金從初級人頭轉到模型訂閱、內部智能體和資深員工的產出。受益的是已有代碼庫和客戶關係的資深開發者，以及賣編程與辦公智能體的實驗室；承壓的是靠入門崗位積累第一條產出記錄的應屆軟件人才。紐約聯儲對招聘放緩的另一項研究則稱，人工智能可能有貢獻，但不是招聘放緩的主因。
60 Minutes這條預告本身沒有引用19%這個數字。節目把軟件開發寫成年輕高暴露羣體的例子，斯坦福的工資單測算則把範圍劃在替代型職業，而不是所有接觸模型的崗位。
來源：公開信息
ABAB AI 解讀
Erik Brynjolfsson這條線從2010年代的信息技術生產率測算，走到2025年8月的第一版“金絲雀”論文，再走到2026年8月用ADP工資單修訂到19%。他過去的核心動作不是預測崗位消失，而是把技術分成替代任務和補充任務。這次修訂把缺口從15%擴到19%，同時明確全經濟沒有普遍替代，調整走招聘而不是解聘。Clara Shih被60 Minutes放到同一主題上，她的公開履歷是從Salesforce的企業社交與人工智能產品，轉到Meta負責商業人工智能，賣的是把模型嵌進銷售和客服流程，不是校園招聘。
錢從初級席位挪到工具席位。公司少開22歲至25歲的替代型崗位，把同一筆預算付給模型訂閱、內部編程智能體和能驗收輸出的資深員工。動機不是工資單上的基本薪酬下降，論文寫明調整發生在人數。對僱主，初級員工的價值曾是接重複任務並在崗學習；任務被模型接走後，學習席位不再自動產生收入，招聘因此先停。
可對照的是自動取款機對銀行櫃員、以及電子表格對初級簿記。櫃員總數沒有按早期預測消失，但新增崗位從點鈔轉到銷售；簿記的入門計賬被軟件喫掉，留下的是會用表的人。軟件開發現在處在同樣的控制階段：資深就業仍在，入門僱傭收縮，行業不是整體裁撤，而是把學徒層從編制裏拿掉。
結構上這是技術替代，但替代的是任務隊列，不是職銜。機制在於入門崗位本來由可編碼、可檢查的任務組成，模型先喫掉能被驗收的那一段，公司就失去爲“邊做邊學”付薪的理由。經驗工人手裏有不可編碼的系統上下文，所以同一暴露指標沒有打出缺口。招聘放緩因此集中在第一條產出記錄還沒建立的人身上。
ABAB News · 認知定律
模型先喫任務，招聘再喫學徒。
暴露不等於失業，入門纔是缺口。
資深賣上下文，初級賣可替代任務。