010-68332837
全国咨询热线
摘要：青年群体的就业问题不仅是最大的民生问题，更是关乎国家长治久安、新质生产力培育与中国式现代化建设的全局性战略议题。作为人工智能技术的推动者和技术变革的亲历者，青年群体对于这场由技术引发的革命感受最为深刻。在劳动过程和青年个体的职业体验的微观层面，“就业难”的现象仍十分突出。造成这种困境的根源，在于人工智能介入下就业的核心矛盾发生根本性转变——由岗位数量不足的“总量性焦虑”变为技能结构脱节与就业质量隐忧并存的“适配鸿沟”。微观层面的劳动异化与主体性危机同宏观层面快速演进的技术需求相叠加，构成了当前青年就业中最为核心的问题。要跨越适配鸿沟、实现劳动者主体身份重塑、消解意义危机，必须依靠有为政府、有效市场和有容社会三者协同发力，构建包容、弹性的新型劳动保障体系。在充分释放人工智能就业创造效应的同时，防范化解异化风险，有效兜住劳动者权益底线，切实让全体劳动者分享技术带来的社会红利。
当前，我国正处于深化中国式现代化建设的关键时期，生成式人工智能为新质生产力跨越式发展注入了强大动能。2026年《政府工作报告》首次提出，要打造智能经济新形态，完善适应人工智能技术发展的促进就业创业措施[1]。这标志着我国已将智能时代的就业稳定与结构优化提升至国家顶层设计的高度。青年群体作为人力资本最为密集、数字素养最高的劳动者，他们既是推动人工智能技术赋能新质生产力的主力军，也是应对这场人工智能技术带来的变革最直接、感受冲击最深刻的群体。
一、问题的提出
从近年来劳动力市场的变化可以看出，人工智能的强势介入对青年就业带来十分显著的影响，具体呈现以下两个特征。一是技术介入下劳动范式发生变化。与以往不同，传统工业自动化与早期信息化主要替代的是高度重复、标准化的体力劳动和低阶行政事务；而人工智能凭借其对脑力劳动与知识生产的深化与扩展能力，对数据分析、基础设计、代码编写等初级智力岗位产生高替代冲击。二是青年群体就业的核心矛盾发生根本性转变。作为一项新技术，人工智能产生的就业创造效应使青年群体就业的矛盾从岗位数量不足的“总量性焦虑”，向技能结构脱节与就业质量隐忧并存的“适配鸿沟”转变。一方面，人工智能的全产业链创造了一系列新型就业岗位；另一方面，青年群体现有的人才培养模式满足不了劳动力市场关于人机协同的人力资本需求，由此形成的适配鸿沟导致了青年群体在劳动力市场“求职难”，人工智能企业“招工难”的结构性困境。
事实上，劳动力市场产生的需求变化只是表象，人工智能的深度介入对青年群体职业生命周期和心态产生的震荡才是更为隐蔽和深远的影响。当人工智能逐步接管了初级脑力劳动时，青年群体初入职场能够通过传统的“干中学”的时间被极度压缩，试错和经验积累的缓冲空间几乎被取消。这在某种程度上阻断青年群体从“新手”自然过渡到“专家”的技能积累路径，造成了严重的技能断层。同时，随着人机协同在市场竞争中的地位日益重要，青年劳动者作为独立创作者的身份被弱化，受算法规训的影响，其工作内容更多地被调整提示词和筛选算法生成结果所取代。这种对认知权利的让渡引发了职业的去主体化和劳动异化，加深了青年群体对“无意义工作”的感知，导致了青年群体的意义危机，加剧了他们的精神倦怠与被动焦虑。
因此，在人工智能深度介入认知劳动的背景下，技术究竟如何摆脱技能断层与认知从属困境，重构青年群体的职场生存状态？面对由人工智能技术引发的适配鸿沟与意义危机，青年应该如何开展主体性调适与自适应性身份重塑？国家与社会治理体系又应如何构建适配路径，以确保青年实现高质量充分就业？这一系列问题值得我们深入思考。
二、人工智能介入下青年职业适配的理论视角
1.技术乐观主义的反思
人工智能技术早在诞生之初，便获得了技术乐观主义的推崇。如克里斯·安德森提出，当数字技术极大地降低了生产与分发的边际成本时，处于市场“长尾”端的个体将得以摆脱传统科层组织的垄断，获得平等参与社会生产的机会[2]。该视角将人工智能技术看作柔性赋能，认为其降低了青年创业与个体劳动的技术壁垒，赋能青年群体实现“一人公司”或自由职业。然而，在实践过程中，这种所谓的柔性赋能背后，资本借助技术实施了更为严格的弹性积累，导致工作界限模糊、全天候在线以及缺乏劳动保障的风险进一步加剧[3]。因此，人工智能技术的爆发式发展，对其“柔性赋能”与“技术平权”效应进行反思，揭示其背后所遮蔽的任务碎片化与职业不稳定性，有助于对智能时代青年群体就业复杂性进行更为客观、全面的分析。
2.布雷弗曼“去技能化”假说对脑力劳动的重构
劳动过程理论的代表性人物布雷弗曼基于工业资本主义的劳动实践提出了“去技能化”假说，他认为分工与机械化会剥夺工人“构思权”并导致去技能化的论断[4]。随着数字经济的快速发展，有不少学者用该理论对外卖骑手、网约车司机等服务性岗位被平台“算法规训”现象进行深入阐释。然而，对于人工智能大模型在认知劳动中的去技能化微观机制的关注尚显不足。事实上，这场由人工智能带来的革命，其深刻之处就在于它对脑力劳动的“去技能化”介入并非技术革命意义上的工具替代或体力延伸，而是在解构人类脑力劳动基础上形成的认知从属。在人机协同过程中，当人工智能承担了如逻辑推理、文本重构与图像生成等主体工作时，人类劳动者的技艺主体性将被大大削弱，尤其对于工作经验尚浅且还没有建构起完整技能体系的青年群体来说更是如此。届时，青年劳动者的工作内容将在很大程度上被降级为对人工智能算法黑箱产生的概率性结果的筛选与参数修改，导致人类劳动者的最初创意与工作最终成果之间将不再具有直接的因果性关联，最终成果的所有权也将随之变得模糊不清。
由此可见，人工智能在降低脑力劳动门槛的同时，也解构了技艺的习得过程，脑力劳动正在向流水线化和计件化的方向降维发展。因此，利用布雷弗曼的“去技能化”假说对智能时代脑力劳动异化进行阐释，不仅是在完成劳动过程理论在智能时代的接续，而且是为青年群体身份重塑，重拾“以人为本”的主体尊严，寻求可行性路径。
3.人力资本“干中学”机制的失效与技能溢价极化
传统的人力资本理论认为，青年群体的人力资本积累主要依赖于早期教育与入职初期的“干中学”。现有的研究成果往往也将职业阶梯的顺畅流动作为青年高质量就业的核心指标[5]。然而，人工智能技术迭代速度与人类技能形成周期之间的严重失衡，导致在实际生产过程中根本没有给新入职青年留出“干中学”的时间与机会。这种固有人力资本积累机制的失效将在青年群体内部引发极化效应：一方面，极少数具备高阶综合素养与算法驾驭能力的青年将利用人工智能实现产能飞跃，获得高技能溢价；另一方面，大量仅掌握标准化技能的普通青年将面临价值稀释与向下流动的风险，是否能够成功跨越人工智能带来的适配鸿沟，成为智能社会青年群体阶层划分的新机制。
当前，青年群体面临的职业适配问题早已超越了早期人们对于人工智能的替代焦虑，而是涉及青年群体脑力劳动机制与心理体验的综合问题。要深入分析该问题就需要构建起“技术演进-结构压差-主体异化-治理适配”的综合分析框架，拓展该问题的理论研究边界。青年群体的就业问题不仅是最大的民生问题，更是关乎国家长治久安、新质生产力培育与中国式现代化建设的全局性战略议题。
三、人工智能驱动下青年实现身份重塑何以可能
在讨论人工智能对劳动力市场的影响时，技术演进的真实生态往往容易被替代性恐慌与结构性错配等冲击效应所掩盖。人工智能带来的颠覆性主要来自它能深入认知劳动领域重构脑力劳动的生产模式。这种生产模式的重构所带来的新质生产力引擎作用不容忽视。人工智能通过产业链延伸、商业模式重构与生产率红利传导三重机制发挥了重要的就业创造效应，全产业链上的各个环节都能为劳动者尤其是青年群体开辟一系列全新的就业岗位。这是智能经济下青年群体得以身份重塑，实现“新质就业”的基础。同时，青年群体凭借技术适应力强、数字素养高、人力资本结构弹性大等优势，必将成为技术新业态创生的主力军。
1.产业链延伸创生高附加值岗位
人工智能并非孤立的技术应用，而是延伸出一条涵盖底层算力基础设施、中层算法模型开发、上层数据治理与应用集成的庞大产业链。这种由全产业链的延伸催生出的高资本密度、知识密度的高附加值、高专业性的新兴职业岗位，对青年群体具有强劲的职业吸附力。从底部基础设施层来看，这一层主要围绕基础算力展开，创生出如算力架构师、GPU运维工程师等岗位；从中间模型开发层来看，这一层主要围绕算法展开，创生出如大模型预训练工程师、模型微调专家等岗位；从顶部治理应用层面来看，这一层主要围绕数据展开，创生出如数据标注与清洗员、AI伦理审查员等岗位。
从产业链的纵向来看，人工智能的爆发性增长激发了从硬件运维到软性治理的全链条人才需求。算力对于大数据梳理与大模型训练而言是基础设施和基石。在国家战略的推进下，数据标注、数据清洗、数据资产评估等数据服务业态快速发展[6]，此类岗位不仅涵盖面向高学历的青年人才的数据架构师和数据合规官，同时也囊括了职业院校青年的标准化数据处理岗位。统计数据显示，2025—2026年，由人工智能数据拉动的青年就业岗位增量年均增长率超过15%[7]。
人工智能发展初期，大模型快速商业化落地，催生了提示词工程师、模型微调（SFT）专家和智能体协同架构师等新型职业[8]。但随着人工智能技术的快速迭代，这类新型职业不再是单一的技术岗位，而是日益呈现复合型与跨学科的特征。与以往的专业技术岗位不同，这些岗位并不局限于传统的计算机科学背景，而是高度强调自然语言表达、逻辑拆解与跨学科知识应用能力。这吸引了很多非计算机背景的青年劳动者加入这场新型职业模式的变革之中，甚至有机会成功跨界、转型成为智能系统搭建的“桥梁开发者”，拓展了非理工类青年人才的就业通道。
随着人工智能大模型的广泛应用，审核其生成内容的合规性、规避算法歧视及对数据隐私进行有效保护和监管成为当务之急。由此伴生的AI伦理审查员、算法安全评估师和生成式内容版权稽查员等应用层面的治理岗位需求急剧上升。青年劳动者凭借对人工智能的敏感性以及对前沿伦理规范、数字法规的快速理解，成为构建“可信AI”生态的主流力量。
人力资源社会保障部及智联招聘2026年发布的报告显示，随着“人工智能+”行动的深入实施，包括生成式人工智能系统应用员、人工智能训练师、智能网联汽车运维员在内的新职业被正式纳入国家职业分类大典[9]。这些新型职业序列展示了与青年的高度契合性。共青团中央的统计数据显示，新职业从业人员中，35岁以下青年占比超过72%，其中硕士及以上学历占比达20%以上[10]。青年群体对新型高附加值岗位高度适配的根源，在于其人力资本的沉没成本低及其作为数字原住民的特质。相比老一辈劳动者，青年群体尚未形成适应于工业生产的固化工作习惯与知识技能体系，更容易接受人机协同的劳动模式，能够以更低的心理成本完成向智能时代职业角色的转换。
2.青年新就业形态的赋能与结构性重构
人工智能带来的劳动模式变革显著地表现为边际生产成本急剧下降与知识获取门槛的降低。这种技术红利对传统组织边界和雇佣关系进行了深刻重构，催生了高度灵活、去中心化的新兴创业与就业生态。
以往，创业往往意味着高额的启动资金、涵盖全链条的团队分工。然而，在人工智能介入下，涵盖市场调研、产品设计、代码编写、营销文案、财务法务等环节的基础层工作将被人工智能工作流所接管，使单个或少量劳动者就能覆盖全链条业务，“一人公司”成为可能，由此微型团队创业生态得以形成。共青团中央的调研数据显示，2025年以来，在跨境电商、独立游戏开发、自媒体矩阵运营以及定制化咨询等领域，青年“OPC”创业潮全面兴起，形成了智能经济下青年自主创业的新的增长点[11]。在这些新型领域中，青年创业者利用大模型辅助，生成前端代码、智能化创作视频与开展精准营销，极大地降低了组建微型企业或“一人公司”的沉淀成本。同时，人工智能极大地提高了产出效率，这在某种程度上缩小了小微企业与大型企业之间的资源差距。技术对于青年创业者能力的赋能与放大，降低了创业的门槛，创业不再是少数资本精英的特权，而成为青年实现自雇与高质量就业的大众化选项。
人工智能与算法平台的结合，进一步拓展了零工经济与自由职业的广度与深度。统计数据显示，当前全社会有8400万新就业形态劳动者，青年占比已近六成[12]。这样一个规模庞大的群体，通过数字平台实现灵活就业，有效地发挥了经济波动期灵活就业的蓄水池和稳定器功能。一方面，人工智能能够通过大模型深入分析求职者非结构化履历与用人单位的多维需求，使技能与岗位之间的匹配更为精准，防止了摩擦性失业的发生。另一方面，随着人工智能技术的迭代升级，青年新就业形态内部发生了结构性改变。平台劳动者不仅限于外卖骑手、网约车司机等体力型灵活就业者，而且涌现出大量AI画师、远程数字游民、智能系统咨询师等高技能认知型灵活就业者。
3.人机协同下的生产率红利全链条传导
人工智能的价值不仅在于对技术部门的就业扩容，而且能够通过提升全生产链条的生产率，将生产率红利进行传导，进而带动非技术部门与衍生性服务业的就业扩张。智联招聘的统计数据显示，人工智能在脑力劳动领域的普及，使文创、科研、教育、数字娱乐等行业的生产效率大幅提升30%～40%[13]。以数字文化创意产业为例，人工智能在生成图像与视频方面的应用，极大地缩短了概念设计与素材制作周期。与早期的替代焦虑不同，随着实践的不断推进，设计师们发现人工智能的运用并没有引发大规模失业，反而因生产成本下降激发了市场对定制化内容、互动游戏、虚拟IP以及沉浸式文旅场景等新场景、新领域的需求。市场总容量的急速扩大衍生出了更多关于创意策划、IP运营和用户体验优化等人类劳动者从事的高阶创意岗位。
此外，当大量初级标准化认知工作被人工智能接管后，社会生产的稀缺性资源也将被重新定义，即从“信息处理与逻辑分析”转向“情感交流、审美体验、伦理判断与复杂社交能力”。这种稀缺性资源的转向，在劳动力市场中引发了衍生性岗位需求的重组。
一是人文服务岗位需求增加。心理咨询、陪伴经济、高端健康养老、研学拓展以及社区治理等高度依赖人类情感与信任的领域岗位需求激增[14]。人工智能体介入越深，市场对于“人本回归”的需求越强烈。青年劳动者在这些领域的就业比重稳步提升，反映了劳动力市场在智能时代的适应性重组。
二是跨领域的复合型岗位需求增加。在人工智能接管了各领域基础创意工作的前提下，对于人类劳动者的岗位标准也同步提升，不仅要有技术理解能力，更要有与特定领域相匹配的专业人文素养。如AI+教育、AI+医疗、AI+艺术等跨界融合岗位不断涌现，在一定程度上推动了青年就业结构向高品质、多元化方向发展。
总体而言，人工智能为劳动力市场带来的巨大变革并非简单地削减工作岗位，而是通过产业链的纵向延伸和商业模式的横向重构以及生产率红利的纵向传导，对智能经济时代的劳动力市场结构进行重组。这种重组增加了高质量就业的机会。青年群体应凭借其数字亲和力与创新适应力等优势，更积极地把握住这一波实现高质量充分就业的机会。然而，需要重视的是，新技术的创造效应并不是自然产生的，而是高度依赖于劳动者的技能结构与技术需求之间的适配。要想抓住这波技术红利，就必须跨越由技术快速迭代引发的适配鸿沟。
四、人机协同中的劳动异化与意义危机
作为一项新技术，人工智能带来的强大创造效应和就业吸纳能力主要体现在宏观和中观层面，但在劳动过程和青年个体职业体验的微观层面，“就业难”的现象仍十分突出。目前，每年有大量的毕业生涌入劳动力市场，以往被视为体面就业的初级白领岗位最先受到人工智能的渗透和替代。青年群体不仅面临着入职门槛被人工智能抬高、学校教育与职业技能之间的断层困境；同时还深刻地感受到了人工智能从辅助工具到创意生成主体转换后所带来的职业的无意义感。“找不到工作”与“找不到工作的意义”一样都引发了青年群体的精神内耗与职业倦怠。一面是入职门槛的抬高，另一面是职场生存状态的困窘，这些表象背后，实质就是人工智能带来的劳动异化与意义危机。
1.人工智能对认知型职业分工的解构
不同于工业资本主义阶段，机械自动化实现的是对体力劳动的替代，人工智能以大语言模型为载体实现了对人类认知劳动的介入与渗透。这种介入并非对人类技能主体的工具性延伸，而是对知识型职业分工体系进行了深层解构与重塑。
文案撰写、代码开发、数据分析、法律文书起草等职业常被视为高度集成的“构思与执行”相统一的认知型职业。劳动者需要调用长期专业教育与实践的经验积累，在头脑中完成资料搜集、逻辑构思、框架搭建与最终输出。然而，人工智能通过海量语料训练与概率涌现等方式，能够在短时间内将复杂的认知过程拆解为标准化的数据输入、提示词优化、概率生成与结构筛选等多个环节，将知识生产构思转移至大模型之中，快速生成结论。对于青年群体而言，需要经过数年专业训练和习得的撰写、分析技能，如今被算法以秒级速度替代，至此，知识的专业壁垒被打破，初级知识型岗位被瞬间“去技能化”。多年的学校教育的勤学苦练在大模型面前不值一提，这种深深的挫败感，使青年群体不仅对工作的意义产生质疑，而且对努力的意义也产生了深深的迷茫。
此外，能够逐步积累隐性知识的“干中学”空间被压缩，职业晋升阶梯发生了断裂，引发了严重的技能积累危机：青年在入职初期便丧失了试错与积累经验的缓冲带，陷入“没有初级岗位可干就无法成长为高级人才，而没有高级能力又无法获得岗位”的循环困境。至此，青年群体的意义危机似乎又增加了一层更为深刻的焦虑——对自己前途的迷茫。
2.脑力劳动的计件化与算法规训
经典的劳动过程理论指出，资本主义剥削的精髓在于通过技术将复杂劳动转化为简单劳动，以降低劳动力成本并强化控制[15]。伴随着对认知型职业分工的解构，人工智能对脑力劳动过程进行了“去技能化”的算法规训，其突出的表现就是在平台经济与资本智能化管理系统中，脑力劳动正呈现出向“计件化”流水线作业方向发展的趋势。许多原本需要高度创意和自主性的脑力工作成果，被算法生成的内容批改、校对与装配。
同时，资本为了追求高效而更倾向于推行指标化管理，这与人工智能提升基准效率的底层逻辑不谋而合。如今，已有不少企业开始依据人工智能给出的基准效率对员工进行更为严苛的考核与规训，突出表现为脑力劳动考核定额化。例如，在设计与文案行业，原本按照“件/天”评估的创意工作，在AI赋能后被提升至按“件/小时”进行定额考核；在软件开发领域，程序员的代码产出量被算法系统进行实时监控与颗粒度分析[16]。这种将脑力劳动产出高度指标化、碎片化的考核倾向将从事脑力劳动的劳动者视为“计件工”，大幅压缩了劳动者原本该有的思考余地和灵感触发空间，人类的技艺与创意价值被重新定义。
在人机协同的背景下，为了便于人机交互，完整的创意链条被人为拆解为多个节点。从提示词输入到对生成结果的筛选，再到对参数的调整、错误的修改，最后再次生成结果，这样由无数个交互节点和循环链条形成的最终作品，其最终的掌控者已不再是人类劳动者，人类劳动者甚至沦为算法黑箱产物的筛选者，构思权与执行权的二次割裂使人类劳动者在工作中并没有感受到自我实现的价值感与创造的成就感，频繁的算法交互与调参稀释了人类作为创造者的劳动乐趣，进而诱发了更为深刻的职业倦怠和意义缺失。
3.认知从属与主体性异化风险
人工智能引发的劳动异化，事实上在不同程度上对劳动者（尤其是世界观尚未固化的青年劳动者）的内部精神世界与认知控制等方面产生了隐形剥蚀（见图1）。
我们所期待的人机协同是人类扮演主导者，人工智能担任工具。然而，在实践中，人工智能在文本生成、代码构建和图像绘制等方面效率极高，长期协作下来，劳动者在心理与操作上容易对算法产生依赖。当面对复杂问题时，劳动者，尤其是经验不够、信心不足的青年劳动者，容易放弃费脑的深度思考和逻辑推演，转而寻求大模型的答案作为参考。由此，人工智能便不仅决定了协作过程的技术细节，而且通过其内在的训练偏好隐蔽地决定了协作成果的最终走向。人类劳动者与人工智能之间产生的主客位置倒置的风险，便构成了马克思主义政治经济学在智能时代延伸出的异化形态——认知从属。
然而，人工智能生成逻辑是建立在对大量已有数据进行概率预测之上的，其产出的成果具有“趋中性”与同质化倾向。一旦青年劳动者过度依赖人工智能进行创作和复杂决策，全社会的文化产品、设计方案与代码架构将呈现千篇一律的同质化景象。这个结果带来最大的危害是人类独特的个性和审美品位将被算法的平均数所掩盖。沈黎勇等学者对全国高校毕业生的调查显示，超过45%的青年表示频繁使用AI后感受到了“职业认同模糊”与“主体存在感丧失”的心理困境[17]。这些初入职场的青年劳动者一方面享受到了技术带来的高效与便捷，另一方面又深感自身工作的随时可替代性与无价值感。正如大卫·格雷伯所提出的“无意义工作”那样[18]，对人工智能的过度依赖使青年群体面临认知权让渡的更深层意义危机。
这种微观层面的劳动异化与主体性危机同宏观层面快速演进的技术需求相叠加，构成了当前青年就业中最为核心的问题——职业错配。如何跨越适配鸿沟、实现劳动者“以人为本”的主体身份重塑，是当前智能社会治理必须正面应对的重要问题。
五、跨越“适配鸿沟”的结构性挑战
“适配鸿沟”的实质是劳动力市场上“技术偏向型技能需求”与“供给侧技能存量”之间的结构性失衡。要跨越适配鸿沟，就必须弥合人工智能技术迭代与青年技能提升之间的结构性张力。只有这样，才能充分释放新技术带来的经济红利与创造效应，确保人类在劳动中的主体身份。
1.技能错配与适配鸿沟的形成机制
人工智能技术爆发式增长以来，知识的更新速度飞速提升，技能半衰期急速缩短，劳动者技能需求亟须进行结构性重组。
如表1所示，人工智能对技能需求施加了双重重构压力。一方面，大量例行性认知技能贬值速度加快，传统专业教育赋予青年的技能存量快速贬值；另一方面，市场对人机协同能力、复杂问题界定能力及跨学科知识整合能力等高阶技能需求暴增。技能需求的极化重组导致很多刚刚毕业的青年入职之初就面临技能失效的困境。
青年劳动者面对技术冲击，常常处于认知焦虑和行为滞后的状态。有研究表明，尽管超过80%的受访大学生意识到了人工智能技术对未来职业的深刻影响，但其中仅有不足30%的人能够系统性地通过自学或者培训掌握人机协同的新兴工作流[19]。青年个体在技能重塑上的盲目性、零散性和资源匮乏与企业对复合型人才的迫切需求之间的错位，意味着单纯依靠市场调节和青年劳动者的适应性调整，难以自行弥合当前的适配鸿沟，如不采取有效措施，甚至还有加剧的风险。
2.结构性失业隐忧与青年职业层级的极化与下移风险
人工智能逐步接管中等技能认知型岗位后，青年就业的主要入口被收窄[20]。极少数能够很好地驾驭、具备高阶决策与创新能力的高技能顶尖青年人才，其薪酬与岗位需求高涨；另一部分无法完成技能升级的青年劳动者，被迫向薪酬较低、缺乏保障的传统服务业或体力型岗位下移。而无法快速完成技能升级的青年劳动者属于多数，为规避失业风险，很多拥有较高学历的青年劳动者被迫向下兼容，进入门槛较低的岗位，如骑手、电商客服、网约车司机等，或者从事与其学历并不匹配的低端辅助性工作。高学历人才低就不仅造成了社会人力资本的极大浪费，也进一步挤占了原本属于低学历青年的就业空间，引发了劳动力市场内部挤出效应与隐性失业的叠加，进一步加剧了青年群体的阶层焦虑与社会流动阻滞。
3.教育与培训体系适应性不足的机制障碍
适配鸿沟之所以难以短期内弥合，其原因主要在于当前的教育、培训与社会保障等供给侧体制机制未能与技术迭代同步对齐。
高等教育是青年技能形成的主渠道，但现有高等学校专业设置与培养方案展现出了深刻的“制度惯性”[21]。从课程体系方面看，高校教材出版、课程大纲修订及师资知识结构的更新往往需要3~5年的审查与实施周期，这导致高校教育内容显著滞后于实践中的技能需求。现行教学体系仍然侧重于知识记忆和单向的知识输入，考核方式也往往是闭卷考试，缺乏针对人机协同实践、智能体搭建及真实复杂场景重构的能力训练，这导致培养出的青年劳动者与企业的实际岗位需求存在严重脱节。
与高等教育相比，职业教育与企业在职培训应更具灵活性，发挥技能重塑、技能提升的快速响应功能，但从目前的实践来看，职业教育体系也同样面临与实际需求脱节的困境。大多数职业培训院校与机构都存在购买算力资源、部署专业行业大模型、搭建高水平人机协同实训基地的资金与技术能力不足的问题，这导致职业教育仍停留在原有的标准化技能训练的层面，无法从实质上为青年提供高质量的技术转型支持。
当前，市场上还涌现了大量的“AI提示词培训班”“大模型速成班”等民间培训机构，但是这些机构普遍存在质量参差不齐、缺乏国家统一技能认证与质量监管等问题。这使得青年劳动者极易陷入培训焦虑和“付费被坑”的双重困境。社会也并不能借助这些培训机构真正构建起可持久提振新质就业力的人力资本培育体系。
由此可见，面对教育培训的滞后与脱节，加上技能认定机制缺失等障碍，仅仅依靠市场和社会组织的自下而上的调整很难从根本上摆脱青年就业的困境。必须打破传统的就业治理思维，从国家战略全局出发，构建适配智能社会发展需要的新型治理框架，推动教育、产业、企业与公共政策的深度协同，只有这样才能真正将技术变革的“替代压力”转化为青年高质量充分就业的发展动能。
六、身份重塑与就业友好型保障体系的建构路径
智能时代，构建包容、弹性且可持续的就业友好型社会支持与保障体系是应对结构性冲击最根本的路径。这一体系的建成不仅要求国家从宏观就业政策上实现从“被动兜底”到“主动赋能”的跨越，而且需要在教育培训体系上实现产教融合与学习革命，最终在社会治理的层面实现对新型就业形态的包容性敏捷治理。
1.“岗位防御”到“技能重塑”的公共政策转向
以往，关于就业的公共政策常以“稳定现有岗位”为导向，增加就业补贴[22]。然而，面对当下如此快速的技术迭代，防守型的政策明显难以抵挡技能错配带来的改革阵痛，因此需要将公共政策重点转为以提升青年“新质就业力”为核心，重新配置制度与财政资源，实现由“岗位防御”转向“投资于人”。
一是设立青年人工智能技能培育专项基金。统筹财政资金与企业社会责任基金，将就业补助向人机协同技能培训倾斜，对积极开展人机协同培训的企业和青年劳动者给予精准的税费减免与补贴。二是构建前瞻性技能需求与预警机制。依托大数据模型实时监测劳动力市场技能需求变化，建立动态更新的人工智能新型技能清单，为高校专业设置与公共职业培训提供科学指导。三是建立技能模块化认证体系。面对技能半衰期急速缩短的社会现实，传统的教育理念被打破，终身学习逐渐成为全社会的共识。在此基础上，考虑到人工智能技术的快速迭代，为避免“刚学会便过时”，技能学习应强调模块化，以增强劳动者实时自我更新、对抗技能快速折旧的能力。因此，应鼓励青年利用碎片化实践完成模块化人工智能技能学习，建立跨区域、跨行业的技能模块化认证体系，促进技能直接转化为就业竞争力和职称晋升通道。与此同时，应将学习的场景前置于毕业之前，推动公共培训成果、企业实践项目与高校学分之间的互认与积累，有效打通职业教育与高等教育、校内学习与校外实训之间的壁垒。
2.教育培训体系的数智化转型
从教育培训体系的层面来看，高等教育需要将高阶能力培养放在更为重要的位置。一是要建立学科专业快速响应与淘汰机制。减少例行性认知技能培养的占比，对已被人工智能替代的传统专业进行删减或转型，大力发展“AI+”交叉融合专业。二是整合课堂教学与考核体系。在课程体系中积极引入人工智能工具，杜绝将其简单化为“教学生如何正确使用AI”。考核的方式也应从闭卷考试转向考查学生对人机协同下复杂问题的界定、批判性思考、提示词设置以及跨学科综合解决方案的设计能力。
针对职业院校算力匮乏和实训落后的问题，搭建校企之间资源共享和委培通道。一方面，要推动算力与人工智能工具的公共普惠化。通过政府购买服务或算力补贴等方式，建设区域性公共算力中心与开源大模型实训平台，降低青年使用前沿工具的成本，降低提升技能的准入门槛。另一方面，要深化“政企校”三位一体协同培养模式。引导头部科技企业与大模型厂商将行业真实语料、实际业务场景与前沿工具融入学校实训教学，打造高水平“人机协同虚拟训练基地”，实现人才培养与企业需求的直接对接。
3.完善新型就业形态的综合治理模式
实践证明，固有劳动关系和社会保障的治理模式和社会保障制度并不能涵盖新就业形态的诸多问题，亟须尽快构建一个涵盖算法伦理与监管、劳动者权益保障和微型创业扶持的三维的包容性综合治理模式（见图2）。
完善新就业形态治理模式的首要前提是要理顺人机协作过程中分配和权益保护的界限，包容性综合治理模式的第一维架构是建立适应人机协同的劳动权益和算法监管体系。在算法伦理与监管层面，要强化算法应用的伦理审查与透明度监管，制定适配智能时代的劳动标准，规范企业在绩效评估、任务分配中的算法的使用边界，防止算法过度规训与异化，保障青年劳动者在人机协同成果中的收益权与署名权。
治理模式的第二个维度是建立跨区域、跨业态的普惠性社会保障与兜底救助体系，将防范结构性失业作为保障社会风险的底线。面对新就业形态的特殊性，以往依靠单一劳动合同的社保缴纳模式不具备适配性，应建立适应灵活就业、多重职业特性的跨省社保转移接续体系，推进职业伤害保障试点向智能化全面覆盖发展。
治理模式的第三重维度是要优化微型创业团队经营环境，尤其是针对青年利用人工智能的创业模式，需要简化行政审批与合规流程，出台适应轻资产、智能化创业的普惠金融与税费优惠政策，降低算力等基础设施的成本。
对于新就业形态的保障不仅在于对结构性失业的劳动者基本生活的精准帮扶，而且要为因转岗困难或薪酬降低产生意义危机的青年群体提供心理干预机制，应依托社区与数字化公共服务平台，提供“心理干预-技能培训-岗位推荐”的全链条式兜底服务。
接续青年群体技能断层、化解意义危机的根本就是要助力青年群体跨越“适配鸿沟”，实现高质量就业与身份重塑。这需要依靠有为政府、有效市场和有容社会三者协同发力，构建包容、弹性的新型劳动保障体系。只有这样，才能在充分释放人工智能就业创造效应的同时，防范化解异化风险，有效兜住劳动者权益底线，切实让全体劳动者分享技术带来的社会红利。
七、结论与讨论
通过以上分析，我们初步勾勒出了智能经济时代青年就业的宏观图景，通过搭建“技术演进-结构压差-主体异化-治理适配”分析框架，得到以下几个方面的结论。
首先，人工智能确立了青年高质量就业创造效应的基础。作为新质生产力的核心引擎，人工智能通过产业链的纵向延伸和商业模式的横向重构，以及生产率红利的多维传导，奠定了青年高质量就业的基础。其次，人机协同引发了青年群体的主体性危机与认知从属性。在技术赋能下，人工智能对复杂认知任务的接管使知识生产的构思权被剥离，青年初入职场的“干中学”的技能积累空间被压缩。这导致脑力劳动呈现“去技能化”和计件化趋向。青年劳动者在多次往复的提示词优化与算法筛选中，不仅存在劳动层级下移的风险，而且容易引发对“无意义工作”式的精神倦怠。再次，适配鸿沟是当前阻碍青年高质量充分就业的核心瓶颈。技术升级的高速迭代与青年人力资本形成、教育培训体系低适应之间存在巨大张力，形成了适配鸿沟。这不仅直接导致了例行性认知岗位的收缩与劳动力市场的双向极化，高校学科专业设置脱节与职业教育算力资源不足，也进一步强化了职业的结构性错配。这一系列问题的叠加不仅引发了青年群体学历贬值与劳动层级下移的风险，更在其心理层面触发了该群体的意义危机。人工智能的“去技能化”引发了青年对于学习与努力意义的质疑；初入职场，试错与积累空间的极度压缩引发了青年对奋斗意义与前途的质疑；在人机协同过程中，构思权与执行权的割裂引发了青年对自我价值实现与创造的意义的质疑。最后，接续技能断层、化解意义危机的根本就在于助力青年跨越适配鸿沟，推动就业治理从“岗位防御”向“技能重塑”全面转向。面对人工智能带来的结构性冲击，唯有构建涵盖产教敏捷融合、算力工具普惠和新型包容性劳动保障的三维治理架构，才能真正将技术替代的倒逼压力转化为青年高质量充分就业的发展动能。
立足“十五五”时期与2035年基本实现社会主义现代化的战略目标，青年实现高质量就业不仅是最大的民生工程，更是推动人口红利向人才红利转化、夯实中国式现代化人才支撑的关键所在[25]。未来，构建面向智能社会的青年包容性发展格局还应从以下几个维度持续推进。
第一，坚持“以人为本”的就业导向，打造就业优先的智能社会范式。国家在制定人工智能产业政策与技术标准时，应确立就业友好的评估导向，鼓励开发提升人类主体性和人机协同效果的人工智能技术，避免资本因追求更多剩余价值，实施以剥离人力岗位为目的的过度自动化倾向，确保技术红利通过制度安排转化为全社会的生产效率提升、工作质量提高与青年福祉增长。
第二，倡导“投资于人”，构建产教融合的人才培育模式。面向2035年，必须加快构建与智能社会相匹配的敏捷教育体系与终身学习生态。打破高校与企业之间的制度藩篱，将人机协同实训、数据素养与批判性思维全面融入国民教育体系。通过算力资源与人工智能的公共普惠化供给，保障不同区域、不同阶层青年在智能化转型中机会均等，从根本上阻断数字鸿沟演化为代际贫困与社会分层固化。
第三，重塑新型劳动表达与制度保障，维护青年职业尊严与社会公平。相信在人工智能赋能下，未来新就业形态发展将更具规模。应加快完善适配“一人公司”“自由零工”和人机协同者的新型劳动法律规范，确立算法透明标准、算费合理性及人类劳动者“算法解释权”。建立健全跨区域、跨业态的普惠性社会保障网络和职业伤害兜底体系，切实消除青年的后顾之忧，让青年群体在智能时代不仅有充足的就业机会，更能体面工作，享有职业尊严，保障社会公平。
唯有如此，才能充分调动青年群体的积极性，才能真正跨越适配鸿沟，化解意义危机，实现智能技术飞跃与青年高质量发展相得益彰，为中国式现代化注入源源不断的青年力量。
本文来源：《中国青年研究》2026年第10期
