首页 Home / 情报台总览 Desks Overview / AI 就业与职业情报 Jobs Desk
贰
深翼 情报台二号 · AI 就业与职业
AI 对饭碗的影响,一手数据说话
本台只用公开一手来源与同行评审来源:机构自己发布的研究原文、官方数据与经同行评审的论文。每条记录都标核查状态与核查日期,未过核查门槛的数字不进本页。三本登记册各记各的:职业暴露册记哪些任务被触及,企业招聘信号册记企业实际怎么招人,就业研究册记研究怎么说、用什么方法说的,一本册的数字不当另一本册的结论引用。
登记册 3 本
就业研究册条目 6 项研究
本页内容最后核查 2026-11-05
最新入库 RES-006(核查 2026-11-05)· HIR-002(核查 2026-10-24)· HIR-003(核查 2026-10-24)
职 职业暴露册 · OCC 研 就业研究册 · RES 聘 招聘信号册 · HIR 深 深度调研 更 更正记录
职业暴露册 一手已核 · 图值自读 证据等级 Evidence grades 一手已核 Primary-verified 多源已核 Multi-source verified 媒体转述 Media-reported, pending 待核 Unverified
下表是观测暴露度(observed exposure):把 O*NET 职业任务清单映射到 Claude 的实际使用数据(Anthropic Economic Index,2025 年 8 月与 11 月两期),理论上可被大模型提速的任务若在专业流量中出现足够使用即计覆盖,自动化使用计全权重、增强使用计半权重,再按任务时间占比汇总到职业;理论可行门槛取自 Eloundou et al. 2023。它量的是任务被使用的覆盖,不是失业预测。
OCC-001 计算机程序员 Computer programmers 展开 Expand ▾
75%
图值 74.5% · 英文原名 Computer programmers Computer programmers · chart value 74.5%
OCC-002 客服代表 Customer service representatives 展开 Expand ▾
70%
图值 70.1% · 英文原名 Customer service representatives Customer service representatives · chart value 70.1%
OCC-003 数据录入员 Data entry keyers 展开 Expand ▾
67%
图值 67.1% · 英文原名 Data entry keyers Data entry keyers · chart value 67.1%
OCC-004 病历专员 Medical records specialists 展开 Expand ▾
67%
图值 66.7% · 英文原名 Medical records specialists Medical records specialists · chart value 66.7%
OCC-005 市场研究分析师与营销专员 Market research analysts and marketing specialists 展开 Expand ▾
65%
图值 64.8% · 英文原名 Market research analysts and marketing specialists Market research analysts and marketing specialists · chart value 64.8%
OCC-006 批发制造销售代表(不含技术与科学产品) Sales Representatives, Wholesale and Manufacturing, Except Technical and Scientific Products 展开 Expand ▾
63%
图值 62.8% · 英文原名 Sales Representatives, Wholesale and Manufacturing, Except Technical and Scientific Products Sales Representatives, Wholesale and Manufacturing, Except Technical and Scientific Products · chart value 62.8%
OCC-007 金融与投资分析师 Financial and investment analysts 展开 Expand ▾
57%
图值 57.2% · 英文原名 Financial and investment analysts Financial and investment analysts · chart value 57.2%
OCC-008 软件 QA 分析师与测试员 Software Quality Assurance Analysts and Testers 展开 Expand ▾
52%
图值 51.9% · 英文原名 Software Quality Assurance Analysts and Testers Software Quality Assurance Analysts and Testers · chart value 51.9%
OCC-009 信息安全分析师 Information security analysts 展开 Expand ▾
49%
图值 48.6% · 英文原名 Information security analysts Information security analysts · chart value 48.6%
OCC-010 计算机用户支持专员 Computer user support specialists 展开 Expand ▾
47%
图值 46.8% · 英文原名 Computer user support specialists Computer user support specialists · chart value 46.8%
来源:Anthropic《Labor market impacts of AI: A new measure and early evidence》(2026-03-05)专题原文 Figure 3;整数为正文口径,图值为 Figure 3 一位小数,由本台自图 3 直接读取(图值自读),未经原作者数据表复核。本册暴露度目前只登记了 Anthropic 一家的观测口径,其他机构与官方统计的口径列入后续批次。状态:多源已核;核查日期:2026-10-22。
怎么读这张表 深翼 解读
暴露度不是替代名单。
这个数说的是:一个职业的任务里,有多大比例已经在 Claude 的实际使用中被覆盖。它说的是任务被触及的程度,不是这个职业会消失的概率。
同一研究实测,高暴露职业的失业率自 2022 年底以来无系统性上升(见下方就业研究册 RES-001)。使用数据也不等于岗位流失:本表是单一研究、单一平台(Claude)的口径,编程类使用天然被高估。把暴露度读成替代名单,是对这个指标最常见的误读。
OCC-011 零暴露组 报告称约三成工作者的任务观测暴露度为零 展开 Expand ▾
零暴露组 OCC-011
报告称约三成工作者的任务观测暴露度为零,原文举例的职业是下面 6 个。零暴露的口径是这些任务在 Claude 使用数据中出现太少、未达到最低阈值,不等于这些任务永远无法被 AI 触及。
厨师 摩托车修理工 救生员 调酒师 洗碗工 试衣间服务员
就业研究册 RES-001 至 RES-006 · 6 项研究 证据等级 Evidence grades 一手已核 Primary-verified 多源已核 Multi-source verified 媒体转述 Media-reported, pending 待核 Unverified
研究册记研究怎么说、用什么方法说的。先看一组最容易被混引的对照:两个都带百分数,都讲 22 至 25 岁青年,但测的根本不是同一件事。
RES-004 · 斯坦福大学
煤矿里的金丝雀?(Canaries)
13%
口径 就业量相对下降
数据 ADP 薪资行政数据(实际雇佣记录)
人群 22 至 25 岁,最暴露职业,控制企业层面冲击后
RES-001 · Anthropic
AI 对劳动力市场的影响:新测度与早期证据
14%
口径 求职成功率较 2022 年下降
数据 美国人口普查局 CPS 面板数据
人群 22 至 25 岁,进入高暴露职业的青年
两个不同的数,不得混引
纠正篇入口:本台已把这三个数逐条对原文写成纠正篇,混引样本、逐数拆解与第三方对照都在里面:《三个数字,三回事:被引错的 AI 就业数字,到底在数什么》 。
RES-001 AI 对劳动力市场的影响:新测度与早期证据 22 至 25 岁青年进入高暴露职业的求职成功率较 2022 年下降 14% 展开 Expand ▾
AI 对劳动力市场的影响:新测度与早期证据
RES-001 · Anthropic(作者 Maxim Massenkoff 与 Peter McCrory)· 2026-03-05
方法 O*NET 约 800 个职业的任务清单,对照 Anthropic Economic Index 的 Claude 实际使用数据(2025 年 8 月与 11 月两期),以 Eloundou et al. 2023 理论暴露度(任务能否被大模型提速至少一倍)为理论可行门槛,构造观测暴露度(口径见上方职业暴露册);劳动力结果用美国人口普查局 CPS 面板数据做差异中的差异。
发现 高暴露职业的失业率自 2022 年底以来无系统性上升;22 至 25 岁青年进入高暴露职业的求职成功率较 2022 年下降 14%,作者原文标注为刚刚达到统计显著(just barely statistically significant)。这个指标测的是青年个体的求职成功率,不是就业下降,也不是雇主招聘职位数。
限度 报告自述:使用数据不等于岗位流失;只测 Claude 单一平台,编程类使用天然被高估,不代表 AI 总体使用;理论暴露度基于 2023 年初的大模型能力,已过时;权重设定含判断成分;文中白领衰退(失业率由 3% 升至 6%)是假设情景演算,不是预测。
RES-002 经济指数第 4 期:经济原语 覆盖深度由 2025 年 1 月的 36% 升至 2025 年 11 月的 49% 展开 Expand ▾
经济指数第 4 期:经济原语
RES-002 · Anthropic · 2026-01-15
方法 基于 Claude.ai 与第一方 API 使用数据的任务级分类统计,提出五项经济原语(任务复杂度、技能水平、用途、AI 自主度、任务成功率)刻画使用方式;覆盖深度按一个职业至少四分之一的任务被 Claude 使用过的劳动者占比计算。
发现 Claude 覆盖的任务平均需要 14.4 年教育,高于全经济平均的 13.2 年;覆盖深度由 2025 年 1 月的 36% 升至 2025 年 11 月的 49%;2025 年 11 月 Claude.ai 的使用构成中,增强占 52%、自动化占 45%。
限度 本期没有失业、招聘或按年龄的分析,不能用来支持青年就业结论;数字只反映 Claude 平台的使用结构。
RES-003 经济指数第 5 期:学习曲线 使用满 6 个月以上的用户,任务成功率高约 4 至 5 个百分点 展开 Expand ▾
经济指数第 5 期:学习曲线
RES-003 · Anthropic · 2026-03-24
方法 基于 Claude.ai 与第一方 API 使用数据,按用户注册时长分组比较任务成功率与使用模式,并做受控回归。这里的资历指注册 Claude 的时长,与职场资历、年龄无关。
发现 使用满 6 个月以上的用户,任务成功率高约 4 至 5 个百分点(受控后);销售外联自动化与自动交易两类 API 工作流,半年内份额至少翻倍。
限度 作者自述:资深用户的成功率优势可能含队列效应与幸存者偏差;本期同样没有失业、招聘或按年龄的分析。
RES-004 煤矿里的金丝雀?人工智能近期的就业效应 22 至 25 岁工作者在最暴露职业的就业量相对下降 13% 展开 Expand ▾
煤矿里的金丝雀?人工智能近期的就业效应
RES-004 · 斯坦福大学(Digital Economy Lab 与 SIEPR;作者 Erik Brynjolfsson、Bharat Chandar、Ruyu Chen)· 2025-08
方法 使用 ADP 薪资行政数据(实际雇佣记录),按职业的 AI 暴露度分组,比较 22 至 25 岁青年就业量的相对变化,并控制企业层面的冲击。
发现 22 至 25 岁工作者在最暴露职业的就业量相对下降 13%(控制企业层面冲击后)。归属要分清:这个 13% 出自斯坦福、使用 ADP 数据,是就业量口径;与上方 Anthropic 专题的 14%(求职成功率口径)是两个不同的数,不得混引。Anthropic 专题转述本研究时,给出的是 6% 至 16% 的就业下降区间。
限度 工作论文口径;就业量口径与求职成功率口径回答的是不同的问题,两项研究并读时先分清口径,再谈结论。
RES-005 2030 届:早期职业招聘的未来 81% 的组织计划未来两年增加早期职业招聘;76% 的招聘负责人称初级岗位并未消失 展开 Expand ▾ 2030 届:早期职业招聘的未来(Class of 2030: The future of early careers hiring) RES-005 · AMS(A Korn Ferry Company),与 Phronesis Partners 合作 · 2026-10-20
方法 招聘意向与态度调查,不是实际招聘数据。两组调查:员工与求职者调查 5,000 余人,覆盖 13 国,重点分析 16 至 24 岁学生与早期职业候选人;雇主调查 500 余名 CHRO、招聘高管与高级 HR 负责人,覆盖 13 国、14 个行业。新闻稿未注明调查执行时间,未列 13 国名单。
发现 81% 的组织计划在未来两年增加早期职业招聘;76% 的招聘负责人表示初级岗位并未从其组织中消失;近四分之三的组织认为初级工作会改变而非被消除,但约半数尚不知道这种改变会是什么样。报告标题结论逐字:AI 不是在消灭初级岗位,而是在重新定义它(AI Isn't Eliminating the Entry-level Job, It's Redefining It)。
限度 81% 是「计划增加」的意向口径,不是已发生的招聘量,引用须带「招聘意向调查,非实际招聘数据」;「约半数」原文无精确百分比,二手报道出现的精确数不采。与 HIR-001(Anthropic 内部初级占比 27% → 9%,实际占比口径)并列读,正是「说法(全球雇主意向)与做法(单家公司实际结构)」的对照。 出处 Business Wire 新闻稿 (2026-10-20,发布主体 AMS, A Korn Ferry Company);状态:一手已核;核查日期:2026-10-24。RES-006 Challenger 裁员报告,2026 年 10 月期 2026 年 10 月宣布裁员 43,994 人,为 2023 年以来最低的 10 月;AI 归因 1,265 人,为本年最低月 展开 Expand ▾ Challenger 裁员报告,2026 年 10 月期(Challenger Job Cut Report, October 2026) RES-006 · Challenger, Gray & Christmas · 2026-11-05
方法 月度汇编美国雇主公开宣布的裁员计划,按雇主在公告中自报的理由分类统计;统计对象为宣布口径,非实际离职人数;AI 自 2023 年起单列为一个理由类别。
发现 2026 年 10 月美国雇主宣布裁员 43,994 人,同比下降 71%,为 2023 年以来最低的 10 月;雇主以 AI 为裁员理由的 1,265 人,为本年最低月;2026 年 1 至 10 月 AI 归因累计 121,401 人,约占同期全部宣布裁员(617,189 人)的两成,累计第一理由已是市场与经济状况(130,531 人)。
限度 宣布不等于落地,全部数字为雇主宣布的裁员计划数;AI 归因是雇主自报理由,不是核实过的 AI 替代事实,引用必须带此边界。网传 153,074 人与 AI 归因 31,039 人是本报告 2025 年 10 月期的数字(2025 年 11 月发布),不得与本年数字混用。数据为该公司自家汇编的公告数据库,非官方统计。本报告为月度系列,后续月份在本条续记,不另起新号。
企业招聘信号册 信号观察 · 个案呈现 证据等级 Evidence grades 一手已核 Primary-verified 多源已核 Multi-source verified 媒体转述 Media-reported, pending 待核 Unverified
招聘信号册记企业实际怎么招人。这一节以个案方式呈现已核信号:单个公司的动作是领先指标,不是全经济的结论。
HIR-001 Anthropic:初级招聘占比变化 技术岗新招员工中新人(初级)占比,2025 年初 27%,报告时点 9% 展开 Expand ▾
HIR-001 · 一手已核 · 核查日期 2026-10-20
Anthropic:初级招聘占比变化
技术岗新招员工中新人(初级)占比
2025 年初 27%
报告时点 9%
新人在技术部门员工中的占比
2025 年初 21%
报告时点 14%
出处:Anthropic Institute《How employment is changing at Anthropic》(2026-10-16),报告原文 ;状态:一手已核;核查日期:2026-10-20。对比条按 0 至 100 的同一刻度绘制。
降的是占比不是人数
口径:公司自研报告对内部招聘与就业记录的统计;占比口径,非绝对人数。同期公司员工总数约增至 3 倍,技术岗招聘绝对人数仍在增长,降的只是新人占比。
限定:单一公司研究自己,作者自述为领先指标,不可外推全经济。
HIR-002 Barclays(巴克莱):结构性成本行动预计减约 5,000 岗 2026 财年结构性成本行动预计减少约 5,000 名全职员工,约 1,000 个已于 2026 上半年完成 展开 Expand ▾ HIR-002 · 多源已核 · 核查日期 2026-10-24
Barclays(巴克莱):结构性成本行动预计减约 5,000 岗
事实 公司 Q3 2026 业绩演示稿把这批行动的成果列为「组织简化与 AI 驱动的技术变革效率」(organisational simplification and technology change efficiency driven by AI);CFO Anna Cross 在电话会上称,2026 下半年行动中约六成涉及支持职能,包括「因为 AI 让人更高效而变少的开发人员」。CEO 则公开降温:「AI 是锦上添花,不是蛋糕本身」(AI is the icing on the cake, not the cake itself),称迄今大部分效率来自平台现代化与流程简化。银行从未把 5,000 人归因于 AI,也未给出 AI 专属人数。
口径 公司 Q3 2026 业绩公告、业绩演示稿与管理层电话会口径;预计减少约 5,000 名全职员工,基数约 93,000 人(2025 年底全球员工数),是计划数(预计口径),非已执行数;「约六成」按演示稿脚注仅对应 2026 下半年采取的结构性成本行动,不占全年 5,000 的分布。
限度 公告正文通篇无「AI」、无 5,000 数字,仅写 technology-enabled FTE reductions;AI 表述只出现在演示稿成果项与 CFO 演讲的支持职能一句。安全写法是「结构性成本行动预计减约 5,000 岗,AI 只在开发人员一处被点名」,严禁简写成「因 AI 裁 5,000 人」。归类:宣布 ≠ 落地(计划数)。 宣布 ≠ 落地 5,000 是计划数,其中约 1,000 个已在 2026 上半年完成削减;AI 在本条里只被点名一处(开发人员),其余效率归因是平台现代化与流程简化。
HIR-003 American Express(美国运通):效率计划预计消除全球约 5% 岗位 Q3 2026 计提 3.36 亿美元税前重组费用;人数公司未公布,发言人口径约 3,500 人 展开 Expand ▾ HIR-003 · 多源已核 · 核查日期 2026-10-24
American Express(美国运通):效率计划预计消除全球约 5% 岗位
事实 CEO Stephen Squeri 在财报电话会上称,该效率计划预计消除全球约 5% 的岗位(positions)。AI 与本次重组的关联仅来自 CFO Christophe Le Caillec 对 CNBC 的采访:重组意在使公司「更精简、更敏捷,并为 AI 做准备」(leaner, more agile, and also to prepare for AI),先减少层级、扩大管理幅度,以便在未来几个季度与几年里自动化并利用 AI。Squeri 在电话会讲重组时未提 AI,其 AI 发言集中在客户价值与智能体商务一侧。
口径 比例口径出自 CEO 电话会原话(approximately 5% of our positions globally),非财报文件数字;财报文件(earnings release 与 10-Q)只有 3.36 亿美元重组费用与「与效率计划相关的重组」的定性表述,无人数、无比例、无 AI 归因。绝对人数公司未公布,现存两套口径不可混用:约 3,500 人为公司发言人对媒体口径(基数约 78,000 名当期员工);约 3,840 人为 Fast Company 估算(2025 年末员工 76,800 人 × 5%,基数已过时)。
限度 人数与归因分开标:3,840 是媒体估算,不是公司数字,引用必须带「Fast Company 按 2025 年末 76,800 人估算」;AI 归因只准引 CFO 对 CNBC 的原话,不得写成 CEO 或财报的说法。归类:宣布 ≠ 落地(预计消除的岗位);CFO 的说法是「为将来自动化先改组织」,属宣布层面的准备动作,不是 AI 已替代这些岗位。 宣布 ≠ 落地 5% 是预计消除的岗位比例,人数是发言人口径(约 3,500)与媒体估算(约 3,840)两套,不可混用;AI 只出现在 CFO 的一句「为 AI 做准备」里,是组织准备动作,不是替代已经发生的证据。
深度调研 一手核查 · 独立成篇
深度调研 · 资本与就业专题 2026-10-29
微软向约 6 万名合格员工发出的自愿离职要约,与 Anthropic 的公开招股书、Meta 至多约 950 亿美元融资计划同在 2026 年 10 月 26 日落地。本台关心的一句:6 万是合格人数,不是离职人数,决定与离职要等到 12 月。
深度调研 · 就业数字核查 2026-10-24
三个被混引的 AI 就业数字(−13%、−14%、27% 到 9%)的原文核查与纠正:先摆混引样本,再逐个拆数,附第三方数据对照。
更正记录 公开更正 · 有错就改
2026-10-24:本站此前在周刊预告中用过「少招新人」这一说法,该说法把占比读成了人数:Anthropic 报告里降的是初级员工占技术招聘的比例(27% 到 9%),原文没有给出初级岗的绝对人数。预告已撤下,表述已更正。详见纠正篇:《三个数字,三回事:被引错的 AI 就业数字,到底在数什么》 。
引用本台登记册
深翼 DeepWing AI 就业与职业情报台:职业暴露册、就业研究册与企业招聘信号册,最后核查 2026-11-05。https://deepwingai.com/jobs/DeepWing AI Jobs and Careers Desk: Occupational Exposure Register, Employment Research Register and Hiring Signals Register. Last checked November 5, 2026. https://deepwingai.com/jobs/
复制引用 已复制
文字、图表与数据登记册采用 CC BY 4.0,转载请注明出处。详见授权与引用 。
订阅本台
本台的更新随周刊就业栏寄出,有更新才出,不硬凑。
订阅就业栏
本页数据最后核查:2026 年 11 月 5 日 (招聘信号个案为 10 月 20 日)