2025年3月25日，OpenAI正式发布了GPT-4o的原生图像生成功能。用户只需要输入几句话的描述，就能在1分钟内生成一张吉卜力风格的插画。
在此之前，吉卜力风格插画是一门相当红火的生意。一幅画可以卖到几十甚至几百元，这背后是需要多年艺术训练和数小时努力的创作门槛。而GPT-4o发布之后，这类插画的价格骤降到不足1元，暴跌超过99%。
这个故事揭示了一个比“AI取代了插画师”更深刻的事实：曾经严重依赖创造力的技能正在大幅贬值。当AI可以在1分钟内完成过去需要数小时才能完成的工作，当生产一件东西的边际成本趋近于零，“这东西值多少钱”这个问题的答案正在被彻底改写。
然而与此同时，AI岗位正在以前所未有的速度爆炸式增长，1270万毕业生正在经历就业市场的结构性困局。AI在以惊人的速度创造新岗位，但创造的和消灭的，显然不是同一批人。
在展开分析之前，有必要先阐明一个基本关系：就业市场的变化，是价值坐标移动的“症状”，而非“原因”。
价值坐标回答的是“什么是有价值的”，即哪些能力、哪些劳动、哪些存在方式，值得被社会认可和回报。就业市场则是这一价值判断的价格信号系统：当某种能力被社会认为“有价值”，它就会获得更高的薪酬和更多的就业机会；当某种能力被认为“不再有价值”，它的市场价格就会下跌。
因此，观察就业市场的涨落，不是为了描述“工作好不好找”，而是为了读取价值坐标正在向哪个方向移动。吉卜力插画的价格暴跌，不是“插画师失业了”那么简单，它告诉我们“可复制的认知劳动”正在被系统性地重新定价。AI岗位的暴增，也不是“新职业出现了”那么简单，它告诉我们“驾驭算法的能力”正在被系统性地重新估值。
就业是价值的温度计，不是价值本身。本文的核心任务，是通过读取就业市场的温度变化，推断价值坐标本身的移动方向，并追问这一移动对“人”意味着什么。
在之前的《AI裁员潮的尽头，不是失业，而是新一轮价值创造》中，我提出了一个初步判断：AI时代，价值坐标正在从“生产”转向“体验”。但那更多是基于技术逻辑的推演，尚未充分展开AI之外的其他结构性力量，比如经济长期结构性收缩、人口趋势的长周期转变，如何共同塑造这一价值重估。
价值坐标在移动，但移动的方向和速度，由谁决定？是AI单独驱动的，还是多重力量共同作用的结果？
以下，是一份尝试将技术逻辑嵌入中国多重结构性现实的诊断报告。
一、不只是AI的故事引言中的几个现象，吉卜力插画贬值、AI岗位暴增、青年就业承压，各自指向不同的方向。把它们放在一起看，会发现一幅远比“AI取代人类”更复杂的图景。这些变化并非源于同一个源头，甚至不全是AI造成的。要理解价值坐标为何在移动，我们首先需要看清一个事实：这不仅仅是AI的故事。
1.1 AI的爆炸与渗透2026年5月13日，脉脉高聘人才智库发布了《脉脉2026春招职场洞察报告》。报告显示，2026年1至4月，招聘市场大幅回暖，新经济行业新发岗位量同比增长22.6%。在这股回暖中，AI是最核心的增量赛道：AI领域岗位量同比增长8.7倍，占整体新经济岗位的比重从约2.78%跃升至22.03%。具身智能赛道的扩张更为惊人，招聘指数从2025年的36暴增至579，增长15倍，进入人才高速扩张期。具身智能岗位的平均月薪从5.9万元升至6.2万元，企业在快速扩量的同时也在加薪抢人。
这种增长在不同城市之间存在显著差异。北京的新发AI岗位渗透率达到30.17%，位列全国第一，这意味着每新发10个岗位中，就有3个是AI相关岗位；杭州以28.54%紧随其后，超过上海的24.31%和深圳的19.22%。
高薪岗位进一步向AI领军人和技术底座集中。在新经济行业高薪岗位TOP 20中，AI科学家和负责人以132,796元的平均月薪断层领先，是唯一月薪突破10万元的岗位。大模型算法以551的招聘指数位居热招岗位第一，是第二名产品经理的1.5倍。高性能计算工程师的人才供需比从2025年的0.99骤降至0.26，相当于从“1岗1人”变成“4岗抢1人”。
AI在以惊人的速度创造新岗位，也在以更快的速度重塑人才标准。
与此同时，招聘市场正在发生另一重变化。脉脉《2026春招求职行为洞察》显示，要求3年以上工作经验的岗位占比已超七成，面向1年以内新人的岗位同比缩减约20%。普通后端开发、前端开发等初级技术岗位的需求同比下降52%，薪资涨幅基本停滞。
AI正在成为职场基础设施，甚至已深度融入组织管理。调研显示，95.11%的新经济人才已经在工作中使用AI工具。38.51%的程序员表示，公司已将AI能力纳入绩效考核。与此同时，过去一年有54%的程序员表示所在公司发生了岗位优化。面对收缩预期，39.1%的被调研程序员选择留岗提升能力，25.7%选择转向AI开发岗。
两组数据看似矛盾，实则指向同一趋势：消失的是“写文档、做表格”的传统初级岗位，增长的是“能做决策、能负责任”的能力型岗位。企业不再靠堆砌新人来堆工作量，而是通过资深人才加AI提效。对人的要求正在从“能写能做”转向“能判断、能负责”。
1.2 青年就业的困局在AI岗位暴增的另一面，是青年就业市场的持续承压。
2026届全国普通高校毕业生规模预计达1270万人，同比增加48万人。这是中国高等教育史上最大规模的毕业生群体之一。
然而就业市场的吸纳能力并未同步扩张。2025年，全国城镇调查失业率平均值为5.2%，低于5.5%左右的预期目标。宏观数字虽然“稳定”，但微观体感存在显著的“温差”。2025年8月，全国城镇不包含在校生的16—24岁劳动力失业率达到18.9%，为2023年12月公布这一数据以来的新高。
国考报名人数从2023年的近260万，增长到2024年首次突破300万，再到2025年的341.6万，直至2026年超过370万。十多年来，国考报名人数首次超过了考研报名人数，2026年考研报名人数为343万。
智联招聘的长期追踪数据揭示了更宏观的结构性变化。近年来，应届毕业生的单位就业比例持续走低，“慢就业”“灵活就业”的比例则不断攀升。与此同时，将“稳定性”视为择业核心因素的毕业生比例大幅上升。对稳定性的追求，正成为这一代年轻人最鲜明的择业取向之一。
把以上现象放在一起，我们看到了一幅复杂的图景。吉卜力插画贬值超99%，说明可复制的认知劳动正在系统性贬值；AI岗位增长8.7倍，说明新的岗位在以前所未有的速度被创造；1270万毕业生待业，说明最大规模的供给遭遇最复杂的需求；数百万人争抢国考岗位，说明“稳定性”本身成为一种稀缺品。
这些变化，技能贬值、AI岗位暴增、青年就业承压，分别指向不同的归因方向。要理解它们，需要把AI放回一个更大的坐标系中：不只有AI的结构性重塑，还有经济长期结构性收缩，以及人口趋势的长周期转变。三者共同作用，才构成了我们今天所感知的“价值坐标在移动”。
二、三重力量的拆解AI的结构性重塑、经济长期结构性收缩、人口趋势的长周期转变，它们的节奏不同、方向不一，却共同塑造了我们今天所感知的“价值坐标在移动”。
2.1 AI的结构性重塑AI对就业市场的冲击，并非始于2025年或2026年，但它从“远处的地平线”走到“脚下的地面”，恰恰是在过去12到18个月内完成的。要理解这股力量为何如此猛烈，首先需要看清它的规模。
（1）产业规模的量变
2025年是中国人工智能产业的关键节点。据国务院新闻办公室发布的数据，2025年我国人工智能企业数量超过6000家，核心产业规模预计突破1.2万亿元。智能算力规模达1590EFLOPS，国内大模型引领全球开源生态。国家人工智能产业投资基金正式启动运行，资金规模达600亿元。
1.2万亿元是什么概念？约占2025年中国GDP的0.9%。AI正在从“新兴产业”变成“基础设施”，它不再是一个独立的赛道，而是渗透进钢铁、有色、电力、通信等重点行业的底层能力。
（2） 岗位结构的“K型分化”
AI在创造新岗位的同时，也在以前所未有的速度重塑岗位结构。
如前所述，AI核心岗位正经历爆炸式增长，而传统初级岗位的需求则在持续萎缩。招聘市场呈现明显的“去初级化”特征，企业不再大规模招聘新人来堆砌工作量，而是通过资深人才叠加AI工具来提效。
过去企业招人是补执行缺口，现在招人填补的是决策、风险判断、复杂场景落地等AI无法覆盖的能力缺口。对人的要求正在从“能写能做”转向“能判断、能负责”。
这种分化在薪酬上同样醒目：AI科学家和负责人以132,796元的平均月薪断层领先；大模型算法位居热招岗位第一；高性能计算工程师的人才供需比从0.99骤降至0.26，从“1岗1人”变成“4岗抢1人”。
（3）人才标准的升级
AI正在成为职场基础设施，甚至已深度融入组织管理。调研显示，95.11%的新经济人才已经在工作中使用AI工具。38.51%的程序员表示，公司已将AI能力纳入绩效考核。
这意味着什么？AI不是在消灭工作，而是在重新定义“什么是工作”。那些只会执行、不会判断的人正在被淘汰；而那些能够驾驭AI、做出决策、承担责任的人，正在获得前所未有的溢价。
工信部副部长张云明在回应AI与就业关系时的一段话值得深思：“技术进步往往会伴随就业结构的重构、就业岗位的迭代。”但重构不等于消失，迭代不等于替代，要用发展的眼光来看待发展中的问题。
（4）一个参照系：中美差异
AI对中国的冲击究竟有多大？摩根士丹利2026年5月发布的一份研究报告提供了一个有价值的参照。
报告估算，中国全部就业中，只有约12%属于“中高或高AI强度行业”，而美国这一比例约为30%；低AI强度岗位在中国就业中的占比预计为38%，美国则为15%。
AI对中国的冲击在存量层面低于美国，但增量层面增长迅猛，中国正处于从“低AI渗透”向“高AI渗透”过渡的拐点期。
（5）对价值坐标的影响
AI正在推动可复制产出的价值加速崩塌。当算法可以无限生成文本、图像和代码时，“可被算法化”的能力正在被系统性重新定价。
当AI以“离身”的方式无限生成文本、图像和代码时，“肉身在场”本身开始获得溢价，那些只有通过身体才能完成的交互、判断和连接，正在成为不可复制的稀缺品。
（6）反向深化：AI的主体性风险
但AI的影响并非只有正面价值重估。法国技术哲学家贝尔纳·斯蒂格勒提出了“无产阶级化”概念，并非指经济上的贫穷，而是指技术的“智能化”导致人的“系统性愚昧”或“废人化”。当AI接管认知劳动，人类面临的不仅是“失业”，更是“失能”，失去通过劳动定义自我的能力。
韩炳哲在《倦怠社会》中则指出了另一种风险：在功绩社会中，个体被“我可以”的自由幻象驱动，通过不断自我激励追求效率最大化，最终导致精神疲惫与存在性倦怠。当AI让“做得更多”变得更容易，绩效主义逻辑却要求人们“用AI做得更多”，而非“用AI活得更好”。
AI在创造“人类起源”溢价的同时，也在制造“精神无产阶级化”的风险，这是价值重估的阴影面。
2.2 经济长期结构性收缩如果说AI是一股“结构性的上升气流”，改变的是岗位的种类和能力的标准，那么经济长期结构性收缩则是一股“总量性的下沉压力”，改变的是岗位的数量和企业的意愿。前者决定了“什么样的工作还在”，后者决定了“还有多少工作在”。
（1）宏观与微观的“温差”
2025年全年经济守住5%增速目标，但呈现“供强需弱”格局。制造业PMI从业人员指数长期处于荣枯线下方（47.0%-48.5%区间），表明工业就业持续萎缩。非制造业PMI从业人员同样低于荣枯线。
全国城镇调查失业率2025年平均为5.2%，低于5.5%的预期目标。但宏观数字的“稳定”与微观个体的感受之间存在显著的“温差”。2025年8月，全国城镇不包含在校生的16—24岁劳动力失业率达到18.9%，为2023年12月公布这一数据以来的新高。
（2）企业端的收缩逻辑
企业利润承压，招聘更加谨慎。“能不招就不招”“能外包就外包”。2025年7月BCI招工前瞻指数跌至44.5，为2020年5月以来最低，反映企业招工意愿大幅收缩。
（3）单位就业比例的持续下滑
智联招聘的长期追踪数据揭示了更宏观的结构性变化。2019年前后，应届毕业生的单位就业比例约为80%；到2024年，这一比例已降至55.5%；2025年进一步延续下降趋势。“慢就业”“灵活就业”的比例持续上升。2024年，毕业生将“稳定性”视为择业核心因素的毕业生比例大幅上升。
2026年国考报名人数达到371.8万人，通过资格审查人数与录用计划数之比约为98:1。十多年来，国考报名人数首次超过了考研报名人数。
当一个社会最优秀的年轻人开始把“进体制”作为首选时，信号已经足够强烈，不是年轻人变保守了，而是不确定性已经大到让人不敢冒险了。
（4）如何与AI效应区分？
经济下行与AI替代经常被混为一谈，但它们的本质不同，如表1所示。
表1 经济长期结构性收缩与AI替代：核心区别
经济长期结构性收缩
AI替代
本质
总量问题：私人部门集体去杠杆，有效需求不足
结构问题：企业招的人不一样了
表现
岗位全面缩减，消费与投资持续疲弱
岗位此消彼长
时间尺度
长周期，结构性：以十年为单位，不可逆
中周期，突变式
当前就业市场的压力，既有经济长期下行带来的总量收缩，也有AI替代引发的结构变化。两种力量同时存在，相互叠加。但需要特别指出的是，当前中国经济下行的性质，与一般的经济周期波动有本质区别。
日本野村综合研究所首席经济学家辜朝明提出的“资产负债表衰退”概念，描述的是这样一种状态：资产价格暴跌后，私人部门的目标函数从“利润最大化”切换为“负债最小化”，企业以还债为主、投资意愿不足，家庭也以还债为主、消费意愿减退。
辜朝明用一个经典模型揭示了这种“合成谬误”。假设某人有一笔收入，花掉一部分、储蓄一部分。正常情况下，储蓄通过金融体系流向借款人并被花掉，经济循环得以继续。但在资产负债表衰退中，每个人都想还债、无人借款，储蓄卡在金融体系出不来，总支出逐级收缩，形成收缩螺旋。阻止这一螺旋的唯一方法，是政府充当“最后的借款人”。
2025年至2026年的数据显示，中国正在经历居民、企业、地方三部门几乎同步缩表的局面。2026年前5个月住户贷款净减少6314亿元，其中短期贷款减少6294亿元。社科院口径下，2026年一季度居民贷款仅增2967亿元。居民部门杠杆率从2024年一季度的62.3%降至2026年一季度的59%。NIFD（国家金融与发展实验室）数据显示，2025年末我国宏观杠杆率302.4%，居民和企业部门债务增速分别仅为0.5%和7.8%，处于历史较低水平。居民杠杆从2024年末61.4%降到59.4%，非金融企业杠杆+6.2个百分点，政府+7.6个百分点，私人去杠杆、政府被动顶的格局已经非常清楚。
这不是短期的“波动”，而是结构性的“收缩”，私人部门从“加杠杆”转向“去杠杆”，从“扩张”转向“修复”。这种转变一旦启动，往往以十年为周期，且不可逆。
因此，经济下行在这里不是短周期的“波动”，而是长周期的“结构性转变”，与人口老龄化共同构成了本文所称的“长周期力量”。
（5）对价值坐标的影响
当私人部门持续去杠杆、有效需求长期不足时，“稳定性”本身成为一种稀缺品。在一个充满变数的时代，不变本身就是价值。
经济下行期，人与人之间的“具身信任”，基于面对面互动建立的信任，其价值也在上升。算法可以推荐最优解，但无法替代眼神与手势传递的确定性。
（6）从注意力经济到意义经济的跃迁
赫伯特·西蒙早在1971年就指出，信息过载的时代，注意力本身成为稀缺资源。过去二十年，互联网平台的商业模式建立在同一逻辑上：收割用户注意力，打包卖给广告主。
但AI时代正在改变这一逻辑。当AI可以无限生成内容、精准推送信息，“注意力”本身也在贬值，因为注意力可以被算法捕获和操纵。真正稀缺的，不再是“被注意”，而是“有意义地注意”。
约瑟夫·派恩的“体验经济”理论提供了中间环节：消费者为“参与过程”付费；而在AI时代，这一逻辑进一步升级为“意义经济”，消费者为“意义确认”付费，即“这件事只有我才能做/只有我才知道”的主观确认。
2.3 人口趋势的底色如果说AI是“突变”，经济长期结构性收缩是“去杠杆”，那么人口趋势就是这一切发生的“底色”，它缓慢、持续、不可逆，却深刻地规定了前两种力量的作用边界。
（1）劳动力总量的结构性收缩
2025年末，全国总人口140,489万人，比上年末减少339万人。全年出生人口792万人，人口出生率降至5.63‰，创1949年有统计以来新低。死亡人口1,131万人，人口死亡率升至8.04‰。人口自然增长率为-2.41‰。
中国人口已连续第四年减少。16—59岁劳动年龄人口为85,136万人，占全国人口比重降至60.6%，较2024年底下滑0.3个百分点。60岁及以上老年人口达32,338万人，占全国人口23.0%，其中65岁及以上人口22,365万人，占15.9%。
劳动年龄人口约在2011年前后达到峰值，此后逐年下滑。
（2）对就业市场的双重效应
人口减少对就业市场的影响是双向的。
在供给端，劳动力总量持续缩减，长期看可能缓解就业竞争压力，但这需要十年以上的时间才能显现。
在需求端，老龄化加速意味着养老、医疗、银发经济等领域的需求扩张，创造新的就业增长点。到2035年，中国60岁以上人口将达4亿人，规模相当于美国与意大利人口总和。
但这两个效应在时间上并不同步。劳动力供给的收缩是渐进式的，而老龄化带来的需求扩张正在加速发生。这意味着就业市场的结构性矛盾在短期内可能加剧，青年失业与银发经济用工短缺可能同时存在。
（3）政策信号
有政策建议提出，“十五五”时期要加快发展“具身智能”，用更多机器人补充未来劳动力资源。AI不仅是“替代人”的技术，也是“补充人”的工具。
（4）对价值坐标的影响
当劳动力成为稀缺资源，“时间”本身的价值被重估。代际经验、肉身在场、面对面的真实交互，这些“无法被算法加速”的事物，正在获得新的价值。
人口结构的老化，使“代际传递”不再是理所当然的。经验的传承需要身体的在场，老师带徒弟、师傅传手艺、祖辈与孙辈的相处，这些“具身”的传递方式正在成为稀缺资源。
把这三重力量放在一起，我们看到了一个更完整的图景：AI在重新定义“什么能力有价值”，经济长期结构性收缩在重新定义“什么岗位有需求”，人口趋势在重新定义“谁在提供劳动力”。三者节奏不同、方向不一，却共同指向了一个方向，价值坐标本身正在移动。
三、三重力量的叠加效应把三重力量分别拆解之后，我们需要回答一个更关键的问题：它们不是各自独立运行的，当它们叠加在一起时，会发生什么？
经济长期结构性收缩（长周期）、AI技术突变（中周期）、人口老龄化加速（长周期），这三者并非简单地“相加”，而是在某些层面相互强化，在另一些层面相互对冲，形成了远比单一力量更复杂的共振效应。
3.1 三次价值重估的历史参照在分析当前的叠加效应之前，有必要回顾一个基本事实：这不是人类历史上第一次价值坐标的移动。
工业革命时期，手工劳动的价值崩塌、机器操作的价值上升，这是第一次价值重估。成千上万的纺织工人失去了赖以生存的技能，而新的工厂体系创造了前所未有的岗位需求。那是一个漫长的、痛苦的、持续了数十年的转型期。
信息革命时期，体力劳动的价值相对下降、认知劳动的价值上升，这是第二次。计算机和互联网让“知识工作”成为新的价值高地，办公室取代了车间，白领取代了蓝领。这一次转型的速度比工业革命快，但依然以“代”为单位推进。
AI时代是第三次。但这一次与以往有根本不同。
约瑟夫·熊彼特将技术进步取代旧产业、将资本和劳动力转向生产率更高活动的周期性循环称为“创造性破坏”。但问题在于，前两次重估中，新岗位的创造速度大致与旧岗位的消失速度匹配；AI时代，技术迭代速度远超前两次，可能出现“岗位消失快于岗位创造”的断层期。
3.2 当多重力量同向发力三重力量中，有两组“同向”关系值得特别注意。
第一组：AI结构性替代+经济长期结构性收缩=就业压力倍增。
企业同时面临两个方向的压力：一是“需求不足”，经济长期下行、私人部门去杠杆导致市场萎缩，不需要那么多人力；二是“技术替代”，AI可以完成越来越多的工作，不需要那么多人手。
“不愿多招”和“不需要多招”叠加在一起，形成了就业市场的双重挤压。青年群体成为最直接的承压者，他们既面临岗位总量的减少（经济因素），又面临岗位结构的变化（AI因素），还面临史上最大规模的供给量（1270万毕业生）。摩根士丹利在2026年5月的报告中警告：未来两到三年，AI替代效应可能快于就业创造，加剧青年失业与中产压力。
第二组：经济长期结构性收缩+人口趋势老化=结构性矛盾的加剧。
私人部门去杠杆导致经济增速承压，与此同时人口老龄化导致养老金和医疗支出上升、财政压力加大。这两者叠加，使得“养老人”与“养年轻人”之间的矛盾更加尖锐，社会需要在有限的资源中同时应对“就业不足”和“养老不足”两个问题。
3.3 相互对冲：当力量方向不一致但三重力量并非总是同向的。在某些维度上，它们相互抵消。
AI创造新岗位+劳动力总量减少=一定程度上缓解用工短缺。
AI在替代一些岗位的同时，也在创造另一些岗位，比如AI工程师、数据标注师、提示词工程师、AI伦理师……这些岗位在五年前几乎不存在。而人口趋势带来的劳动力总量持续减少，恰恰为AI创造的新岗位提供了“需求空间”。摩根士丹利判断，AI带来的长期生产率提升可以“部分”抵消中国人口老龄化的影响。从长期看，AI不是在“抢人的饭碗”，而是在“填补人的空缺”。
AI提升效率+经济下行倒逼转型=加速产业升级。
经济下行期的压力，恰恰可能倒逼企业加速AI转型。当传统业务增长乏力时，企业更有动力用AI来降本增效。这种“危机驱动”的创新，可能缩短AI从技术到生产力的转化周期。
3.4 时间尺度的错位三重力量最容易被忽视的特征，是它们的时间尺度完全不同，如表2所示。
表2 三重力量：时间尺度的错位
力量
时间尺度
节奏
经济长期结构性收缩
长周期
以十年为单位，结构性，不可逆
AI技术
中周期
以年为单位，突变式
人口趋势
长周期
以十年为单位，渐进式
这种时间尺度的错位，造成了认知上的巨大困难。
当经济长期下行时（长周期），人们会自然地寻找“罪魁祸首”。如果恰好此时AI正在取代一些岗位，AI就会成为替罪羊，“是AI抢走了我们的工作”。但经济下行本身是一个独立的力量：即使没有AI，私人部门集体去杠杆也会导致需求萎缩和岗位缩减。
当AI突然爆发时（中周期），人们又会过度高估它的短期影响，而低估它的长期影响。
当人口缓慢萎缩时（长周期），大多数人根本感觉不到它的存在。但恰恰是这股最安静的力量，规定了前两种力量的作用边界：劳动力越少，AI的“补充”价值越大；人口越老，时间的稀缺性越高。
把三者混为一谈，就会得出“AI正在摧毁一切”或“AI创造了一切”两种同样片面的结论。
3.5 当三重力量形成共振比“叠加”更值得警惕的，是“超调”，也就是当多重力量在同一时间窗口内共振时，市场和社会可能反应过度，造成比单一因素更剧烈的结构性震荡。
中国目前面临的是：中等收入陷阱跨越期+人口老龄化加速期+AI技术突变期的三重叠加。
日本在1990年代提供了一个参照。当时日本遭遇了经济泡沫破裂（长周期结构性收缩）与老龄化加速（长周期转折）的“双重叠加”，出现了“就业冰河期”持续十余年的现象：1990年代至2000年代初踏入就业市场的一代人被称为“就业冰河世代”，人数约为1700万至2000万。截至2023年，非正式工作群体的时薪显著低于正式员工。不同年龄群体的工资增长呈现出显著的代际差异：20-24岁工人工资因起薪上升而增长约10%，而50-54岁工人的工资不仅没有增长，反而下降了约3%。该群体普遍储蓄有限且住房自有率低，退休后经济状况面临较大不确定性。
中国的情况比日本更复杂，除了经济周期和人口趋势这两重力量，还加入了AI技术突变这“第三重力量”。这意味着，中国可能面临的不是日本式的“双重叠加”，而是“三重叠加”，断层期的冲击可能比日本更加剧烈。
3.6 三种不同的价值重估路径三重力量的叠加并非中国独有。不同国家因初始条件不同，三重力量的组合方式和作用强度也各不相同。对比这些差异，有助于更准确地判断中国价值重估的独特性。
（1）日本：老龄化先行，AI滞后
日本是最早遭遇“人口老龄化+经济停滞”双重叠加的国家。
在AI转型方面，日本明显滞后。IMF 2025年工作论文指出，日本工人面临的AI暴露度低于其他发达经济体，这限制了AI缓解劳动力短缺的潜力。OECD的数据显示，全行业仅有8.4%的日本工人报告在工作中使用AI。
日本的启示在于，当老龄化与AI滞后同时发生时，AI无法有效“补充”劳动力缺口。老龄化带来的用工短缺持续存在，而AI的替代效应却可能先于补充效应到来。
（2）美国：AI先行，老龄化滞后
美国是三股力量中最“偏科”的，AI渗透率极高（高AI强度就业占比约30%，是中国的2.5倍），但老龄化压力远低于日本和中国。
高盛2026年6月的报告显示，AI对美国就业的冲击已经进入可量化阶段：在AI用例已成熟落地的行业中，就业人数正以每月约1.1万人的速度净减少。Challenger, Gray & Christmas的数据显示，企业明确归因于AI的裁员正在加速。高盛估计，在整个AI技术过渡期内，约1500万美国工人可能面临岗位转移。
美国的启示在于，当AI冲击先于老龄化大规模到来时，就业市场的震荡可能更剧烈，但劳动力市场的流动性也更强，新岗位的创造与旧岗位的消亡在同一时间窗口内展开竞争。
（3）德国：制度缓冲，双元制的价值
德国走的是另一条路。面对AI重塑就业市场的浪潮，德国依靠其“双元制”职业教育体系，学校理论教育与企业实践培训相结合，作为缓冲机制。研究指出，德国的双元学徒制在适应AI驱动的技能需求方面显示出灵活性。
德国双元制的核心特征在于，强调身体操作与经验判断，AI无法替代真实工作责任。学徒在企业中通过“干中学”获得的身体技能和情境判断力，恰恰是AI难以复制的“具身”能力。
德国的启示在于，制度设计可以缓冲结构性冲击。当一个社会的教育和培训体系强调“身体在场”的经验积累时，它就在为“具身性溢价”时代做准备。
（4）中国的独特性：三重叠加
将以上对比放在一起，中国的独特性就清晰了：中国是唯一同时面临“AI技术突变（中周期）+经济长期结构性收缩（长周期）+人口老龄化加速（长周期）”三重叠加的主要经济体，如表3所示。
表3 四国比较：中国三重叠加的独特性
日本
美国
德国
中国
AI冲击强度
低
高
中
中（增量高、存量低）
老龄化压力
极高
中
中
高
经济结构性压力
高（已持续三十年）
中
低
高（资产负债表衰退初期）
制度缓冲
弱（年功序列制僵化）
中（劳动力市场灵活）
强（双元制）
待观察
这意味着什么？中国既没有日本那种“慢”的缓冲，日本老龄化是渐进式的，AI冲击来得更慢；也没有美国那种“快”的流动性，美国新岗位的创造和旧岗位的消失可以在较短时间内完成再匹配；更没有德国那种制度性的“具身”保护，德国的双元制为身体技能提供了制度化的价值锚点。
中国的三重叠加，意味着断层期的冲击可能比任何单一国家都更集中、更剧烈。但也正因如此，“具身性”的价值重估在中国可能来得更快、更猛烈。
以上分析表明，三重力量的叠加不仅造成了就业市场的震荡，更在深层改变了价值的运动方式。
四、价值重估的本质与方向把三重力量的拆解和叠加效应梳理完毕之后，我们需要回到最初的问题：价值坐标真的在移动吗？如果答案是肯定的，它往哪里移动？这对“人”意味着什么？
4.1 价值运动链的重构在回答“往哪里移动”之前，先要回答一个更根本的问题：价值的运动方式本身，是否已经发生了变化？
传统的价值运动链条是：劳动→生产→产品→交换→分配。劳动者在生产环节创造价值，产品在市场上实现价值，然后通过薪酬和利润进行分配。
AI时代，这一链条正在被重构。新的价值运动链条正在变成：数据→算法→平台→注意力/意义→分配。数据的产生、算法的优化、平台的垄断、注意力的捕获，这些环节共同构成了新的价值运动路径。
平台资本主义理论指出，数字平台通过垄断数据和算法通道，捕获了由广泛社会劳动创造的价值。无论价值由谁创造，价值的分配权正在向掌握数据和算法的主体集中。
这意味着，价值重估的实质不是“什么东西突然有了价值”，而是价值的运动链条正在被重新拼接。谁掌握数据、谁控制通道、谁定义意义，谁就在新的价值坐标系中占据高点。
至此，我们可以回答开篇提出的那个问题了：就业市场的变化，不是“价值坐标在移动”的证明，而是它的读数。就像温度计的水银柱上升，不是因为温度计本身在变化，而是因为整个环境的温度在变化。同样，AI岗位的暴增、初级白领岗位的萎缩、国考报名人数的飙升，这些不是“就业市场在变化”那么简单，它们是价值坐标正在移动的读数。读懂这些读数，才能理解价值本身正在发生什么。
4.2 价值坐标在移动有了这个理论根基，我们可以更精确地描述价值坐标的移动。
移动的方向是从“可复制的产出”转向“不可替代的体验”，从“生产效率”转向“意义创造”，从“物质”转向“存在”。
移动的速度不是均匀的。AI核心岗位在加速升值，初中级认知劳动在加速贬值，而大量低AI强度岗位的变化更多受经济长期结构性收缩影响。
从移动的驱动力来讲，AI是加速器，但不是唯一驱动力。经济长期结构性收缩和人口趋势同样在塑造新的价值格局。
当AI让“生产”变得廉价，当经济长期结构性收缩让“稳定”变得稀缺，当人口趋势让“时间”变得紧迫，价值的锚点正在不可逆地从“生产”转向“体验”，从“物质”转向“意义”。
4.3 什么在升值？四个维度的判断综合前三部分的分析，我们可以提炼出四个正在升值的维度。
（1）“人类起源”的溢价，这是AI结构性重塑的产物
当AI可以生成一切可算法化的产出，文本、图像、音乐、代码，由人类创造、人类认可、人类策划的内容，其价值正在显著上升。这不是因为AI生成的内容“不够好”，恰恰相反，AI可以生成技术上完美的作品。但正如OpenAI CEO奥特曼的判断：赋予艺术品价值的是其“人类起源”的本质。当一切都可以被复制时，“出处”本身成了稀缺品。
莫言的体验更直观。他试过用AI搞创作，发现生成的文章只是大量华丽辞藻的堆砌，“毫无情感和思想”。无论AI的文学创作能力多么强大，都是建立在人类原创作品的基础之上。情感和思想，无法被算法生成，只能被人类经历。
（2）“稳定性”的溢价，这是经济长期结构性收缩的产物
当经济不确定性持续上升，“确定性”本身成为一种稀缺品。2026年国考371.8万人报名、98:1的录用比，这些数字的背后，是一个残酷的现实：在一个充满变数的时代，不变本身就是价值。
从长期判断来讲，资产负债表衰退一旦启动，往往以十年为周期且不可逆。这意味着“稳定性溢价”不是短期现象，而是长期结构性特征。在私人部门持续去杠杆的背景下，确定性本身将成为持续升值的资产类别，直到私人部门资产负债表修复完成，而这一过程可能需要十年以上。
（3）“时间”的溢价，这是人口长期萎缩的产物
当劳动力持续减少、人口加速老化，“时间”本身的价值被重估。AI可以7×24小时不间断运行，可以同时处理数百万个请求，可以在一秒钟内生成一千幅画。但人不能。人的时间有限，这恰恰是人的价值所在。代际经验、师徒传承、面对面的深度交流，这些“无法被算法加速”的事物，正在获得新的价值。
从长期判断角度来讲，中国人口已连续第四年减少，劳动年龄人口自2011年达到峰值后逐年下滑。人口是慢变量，但慢变量一旦转向就是不可逆的。这意味着“时间溢价”将随着老龄化的深化而持续上升，代际经验、师徒传承、面对面深度交流的价值，将在一个劳动力持续减少的社会中被不断重估。
（4）“具身性”的溢价，这是三重力量共同塑造
这是四个维度中最深刻的一个，也是本文贯穿始终的理论线索。当AI以“离身”的方式接管一切可被算法化的认知劳动后，“具身”的存在，肉身在场、面对面交互、无法被算法化的情感连接，正在成为不可复制的稀缺品。
在第二部分，我们已经埋下了三处伏笔：当AI无限生成文本和图像时，“肉身在场”开始获得溢价；经济长期结构性收缩期，“具身信任”的价值在上升；人口老化使“代际传递”需要身体的在场。现在，我们需要对“具身性”进行系统的理论深化，而在进入哲学之前，让我们先看看市场本身正在发生什么。
4.4 市场正在为“具身”定价以上四个维度的判断并非纯粹的哲学推演。2025年至2026年间涌现的一系列市场信号，正在将这些判断转化为可观察的经济事实。
（1）“人类溢价”的实证
2025年6月，腾讯研究院高级研究员王焕超在格鲁吉亚首都第比利斯的一个市集上，看到一幅巴掌大小的手工画，标价300拉里（约800元人民币）；而旁边十几幅印刷品艺术画，标价仅30到80里拉（约80-200元）。同样的画面，手工与机器复制品的价差达到4-10倍。腾讯研究院将此现象命名为“人类溢价”（Human-Made Premium），当消费者确认某项作品确实由人类创作时，他们愿意为此支付额外的价格。
哥伦比亚商学院的一项研究提供了量化证据：参与者对标注为“AI生成”的艺术品估值，比对标注为“人类创作”的低62%。相关研究也证实了“算法折扣”（Algorithm Discount）的存在，当消费者得知一件数字产品由算法而非人类创造时，他们对其赋予的价值会系统性地降低。
（2）手工经济的爆发
在中国，手工经济正在以前所未有的速度扩张。数据显示，2024年中国手工经济市场规模已突破1200亿元，同比增速高达27.3%，其中手工DIY耗材、线下体验门店两大细分赛道增长最为迅猛，涨幅均超30%。2024年国内新增手作相关企业超7000家。
越来越多的年轻消费者愿意为手工体验与原创手作买单，相较于千篇一律的标准化商品，他们更愿为参与感、独特性与情绪价值付费。
（3）服务消费的转向
更宏观的信号来自消费结构的整体转型。2025年，我国服务零售额同比增长5.5%，快于商品零售额1.7个百分点。居民人均服务性消费支出达1.4万元，占人均消费支出的比重达46.1%，接近居民消费的“半壁江山”。在北京、上海等一线城市，这一比重已接近甚至超过60%。
2026年1至5月，服务零售额同比增长5.4%，而社会消费品零售总额仅增长1.4%，两者相差整整4个百分点。
这些数据共同指向一个清晰的趋势：从“买商品”到“买服务”，从“物质占有”到“生命体验”，人们正在用钱包为“体验”和“意义”投票。市场正在为“具身”的存在，手工的、在场的、体验式的、有人类印记的，支付越来越高的溢价。
这不是哲学的预言，而是正在发生的经济事实。
4.5 为什么“身体”正在成为新的稀缺品前文已经指出，“具身性”的溢价是三重力量共同塑造的结论，但要理解这个结论的深层逻辑，仅仅依靠数据和经济分析是不够的，因为它触及一个更根本的问题：什么是“具身”？为什么“身体”如此重要？我们需要借助哲学来回答。
（1）梅洛-庞蒂：我就是我的身体
法国现象学家梅洛-庞蒂在《知觉现象学》中提出了一个革命性的命题：“我就是我的身体”。
这个命题的激进之处在于，它拒绝将身体理解为意识的“容器”或“工具”。在笛卡尔的传统中，“我思故我在”，“我”首先是一个思考的主体，身体只是承载这个主体的物质外壳。但梅洛-庞蒂指出，这种理解是根本错误的。
在他看来，活的身体不只是生理性的物质堆砌，同时是能感知、能表达、能朝向世界投射意义的“现象身体”。我们的认知、智能不是基于抽象的“思想”与世界互动，而是基于身体主体在行动中与环境互动而生成的。
认知不是“头脑中的计算”，而是“身体与世界之间的对话”。
（2）唐·伊德：三个身体
美国技术哲学家唐·伊德在梅洛-庞蒂的基础上，进一步发展了“身体”的概念。他提出了“三个身体”的理论框架。
身体一是物质身体，是作为肉身建构的、感知交互的自然身体。能感受冷热、疼痛、饥饿，能通过五官感知世界。
身体二是文化身体，是作为文化建构的、承载身份与意义的社会身体。被社会规范、文化传统、历史记忆所塑造。
身体三是技术身体，是作为技术建构的、人与技术具身关系的延伸身体。被技术所延伸和改造，戴眼镜的人、用智能手机的人，技术已经成为身体的一部分。
唐·伊德的核心洞见在于：这三个身体不是相互独立的，而是相互渗透、共同构成的。
一位经验丰富的口腔科医生，用指尖探入患者口腔感知牙齿的细微形态，这不仅是“身体一”的触觉感知，更是“身体二”的专业训练塑造出的判断力，同时通过“身体三”的数字化工具（如口腔扫描仪）来完成诊断。同样的动作，AI可以通过图像识别完成形态分析，但AI无法拥有“指尖的触感”这一身体经验。
（3）为什么“具身性”正在成为稀缺品
以ChatGPT、Sora为代表的通用人工智能，其认知路径存在根本局限：依赖文本与视频的二次中介化认知，缺乏身体媒介的直接经验能力。
AI可以处理“离身”的认知劳动，数据处理、文本生成、模式识别，但无法拥有“身体”这一与世界直接交互的媒介。AI缺乏身体一的感知（没有皮肤，不知道什么是“冷”）、身体二的文化（没有国籍，没有被某种文化“塑造”的经历）、身体三的延伸（没有身体来“拥有”技术）。
另一个具象化的例子是手工烘焙坊的面包师傅，用指尖感受面团的湿度与弹性，根据当日室温调整发酵时间，这些看似“低效”的身体经验，无法被AI直接替代。AI可以精确控制烤箱温度，可以生成完美的配方比例，但“用手触摸面团判断发酵程度”这一具身技能，恰恰是无法被算法化的身体智慧。
以上分析表明，市场正在为“具身”支付越来越高的溢价。当AI在“离身”层面无限强大时，“具身”的一切，物理的、社会的、关系的，都在获得新的溢价。
4.6 价值重估不是均匀发生的以上四个维度的判断，可能会让读者产生一种“人文必胜”的乐观主义。但作为一份诊断报告，我必须指出：价值重估不是均匀发生的，它对不同的人、不同的群体，意味着完全不同的事情。
（1）“人文价值必胜”是否过于乐观？
如果AI未来能够完美模拟情感，甚至拥有“人工意识”，“人类起源”还是价值的必要条件吗？
我的回应是：情感模拟≠情感体验；“像是悲伤”≠“正在悲伤”。
AI可以生成描述“悲伤”的文本，可以识别“悲伤”的表情，甚至可以模仿“悲伤”的语气。但它无法拥有“我正在经历悲伤”的第一人称体验。这种“体验的主权”不是技术限制，而是存在论限制：在逻辑上，一个没有身体、没有生命历程、没有必死性的存在，不可能拥有“我正在经历”这种第一人称的体验。
你可以模拟一场火灾，但模拟的火焰不会灼伤任何人。同样，你可以模拟一种情感，但模拟的悲伤不会让任何人真正心碎。模拟与体验之间，隔着一个不可逾越的身体。
（2）阶层分化，谁会被抛下？
价值重估不是均匀发生的。当物质生产被AI廉价化，不具备“意义创造能力”的人，可能被抛入“无用阶级”。
在中国，这个问题尤其尖锐。“意义创造能力”的分布，比“物质财富”的分布更不均。农村和小城镇青年面临更大的“离身化”风险，他们的劳动更容易被AI替代，而转向“具身经济”的壁垒更高。
更值得警惕的是，三重力量中的两重，经济长期结构性收缩和人口持续萎缩，都是长周期、不可逆的。这意味着价值重估的代价不是暂时的，而是一代人或两代人的命运重写。日本“就业冰河期世代”（约1700万至2000万人）的教训值得警惕：早期就业劣势导致其终身收入与职业发展受限，截至2023年非正式工作群体的时薪显著低于正式员工。他们中的许多人直到今天仍未完全恢复，不是因为没有努力，而是因为结构性力量不允许。中国面临的“三重叠加”比日本的“双重叠加”更为复杂，这意味着代际创伤的风险可能更大。
这不是技术问题，而是教育公平和社会流动问题。价值重估的红利和代价，从来不是均等分配的。
（3）“稳定性溢价”的悖论，越追求稳定越内卷？
经济下行时追求稳定是理性的个体选择，但当所有人都追求稳定时，“稳定”本身变得稀缺，国考98:1的录用比就是明证。
我的判断是：真正的稳定，不是“找到一个不会被AI替代的岗位”，而是“培养一种无论AI如何演化都能创造意义的能力”。
这种能力不是“不被替代”，没有任何岗位是永远安全的。这种能力是“无论环境如何变化，我都能重新定义自己的价值”。它指向的不是某个具体的职业，而是一种存在的方式：具身的、有判断力的、能创造意义的、能与他人建立真实连接的。
4.7 分时间尺度的认知框架三重力量的时间尺度不同，经济结构性收缩以十年为单位、AI技术突变以年为单位、人口趋势以十年为单位，观察与判断的侧重点也应不同。
（1）短期（1-2年）：关注经济波动，理解“总量收缩”与“结构重组”的区别。
未来一到两年内，就业市场最大的压力来自经济总量层面：私人部门去杠杆尚未结束，企业投资意愿低迷，招聘需求整体不足。在这个时间窗口内，很多就业困难会被误读为“AI取代了工作”，但事实上，相当一部分是“经济不景气，企业不招人了”。
这个区分至关重要：经济复苏后，总量收缩带来的岗位会回来；但AI替代引发的结构性变化，是不可逆的。因此，短期内的核心任务是识别：你所处的行业或岗位，面临的是周期性的收缩，还是结构性的消亡？
需要关注的具体信号：PMI从业人员指数是否回升、BCI招工指数是否改善、企业招聘需求是否回暖、政策刺激是否带动了信贷扩张。
（2）中期（3-5年）：关注AI技术演进，观察“创造性破坏”的断层期如何演化。
未来三到五年，是最关键的“断层期”。AI技术正在从“工具”变成“基础设施”，它不再是少数人使用的增效工具，而是嵌入所有行业、所有岗位的底层能力。在这个过程中，岗位消失的速度与岗位创造的速度之间的竞赛，将决定一代人的职业命运。
如果岗位消失快于创造，我们将经历一场“压缩版”的就业转型，社会来不及为被替代的劳动力提供新的出路；如果创造快于消失，则可能实现“平滑过渡”。当前的迹象并不乐观，摩根士丹利警告未来两到三年AI替代效应可能快于就业创造。中期关注的核心问题是：这种“先伤后拉”的断层期会持续多久，影响有多大？
需要关注的具体信号：AI转型在各行业的渗透速度、新职业的诞生速度和规模、教育培训体系的响应速度、企业对AI相关技能的定价变化。
（3）长期（10年以上）：关注人口趋势变化，在老龄化、AI+、大健康等长赛道中寻找定位。
人口是慢变量，它不像AI那样引人注目，也不像经济那样牵动人心。但慢变量一旦转向，就是不可逆的。中国人口已连续第四年减少，劳动年龄人口自2011年达到峰值后持续下滑。这个趋势将塑造未来二十年的基本格局。
老龄化带来的需求扩张是确定的：养老、医疗、银发经济等领域，将创造新的就业增长点。到2035年，中国60岁以上人口将达4亿人，这一群体的消费需求将在医疗健康、养老服务、精神文化等领域催生巨大的就业空间。同时，AI的发展也将沿着“补充劳动力”的方向演进。当劳动力越来越少，用机器替代人不再是“抢饭碗”，而是“补缺口”。
长期的核心判断是：在人口趋势面前，AI是加速器而非主导者。即使AI技术发展放缓，老龄化带来的需求变化仍将不可逆转地重塑就业结构。因此，10年以上的时间尺度上，选择比努力更重要，在正确的长赛道上，时间会成为你的朋友。
4.8 从“生产什么”到“存在什么”现在，我们可以回到文章开头提出的那个问题了。当AI让“生产”变得廉价，当经济长期结构性收缩让“稳定”变得稀缺，当人口趋势让“时间”变得紧迫，如果人不再以“生产者”的身份定义自己，那么人究竟以什么来定义自己？
腾讯研究院院长司晓在文化强国建设高峰论坛的演讲中给出了一个方向：“人要成为AI的尺度。”他套用古希腊哲学家普罗泰格拉“人是万物的尺度”及麦克卢汉“媒介是人的延伸”，强调AI应成为人的延伸而非主导。
这个判断指向了一个更深层的答案：价值坐标的移动，最终指向的不是“什么工作更有价值”，而是“什么存在更有价值”。
当AI接管一切“离身”的认知劳动后，“具身”的存在，触觉的温度、面庞的表情、共在的场域、无法被算法化的情感连接，正在成为不可复制的稀缺品。
司晓说，人区别于AI的最大点，在于生命的有限性，这是时间维度上的稀缺性。而我想补充的是：人区别于AI的另一个最大点，在于身体的在场性，这是空间维度上的稀缺性。
AI可以无限复制，但人的每一次相遇都是唯一的；AI可以永恒运行，但人的每一刻都是不可逆的；AI可以模拟一切，但人的每一次真实体验都是不可替代的。
真正的洞察力，在于区分信号与噪音、结构性与周期性、短期波动与长期趋势。
而这，正是理解“价值重估”的起点。
*（全文完）*