来源：腾讯研究院等 2026年6月
可获取原文
“人工智能会不会取代我的工作？”过去两年，这个问题几乎成了每个职场人挥之不去的隐忧。然而，腾讯研究院联合中国社会科学院劳动经济学会数字经济专委会最新发布的《2026年AI职业新趋势大数据研究报告》，给出了一份发人深省的答案。
这份基于2024年第一季度至2025年第二季度国内六大主流招聘平台近一亿条招聘数据的研究报告，描绘了一幅远比“机器换人”这一赛博朋克式想象更加复杂、也更具人性温度的就业图景。它的核心结论是：AI带来的首要变化，并非岗位总量的简单增减，而是职业分层逻辑的根本重写。好比一场牌局，AI并没有掀翻桌子，但它正在重新洗牌——有人拿到更好的牌，有人发现游戏规则变了，而大多数人还在学着如何打一副陌生的牌。
一、显性渗透率不足2%，但影响半径远大于此
报告的第一个发现或许能让不少人松一口气：明确要求AI技能的岗位，在全部招聘需求中的占比其实非常有限——始终在1.6%至1.92%之间窄幅波动。换言之，每发布100个职位，明确标注“需具备AI能力”的尚不足2个。
然而，这并不意味着AI离我们依然遥远。报告坦诚指出，这种“显性渗透率”很可能低估了AI在实际工作场景中的普及程度。大量企业已在使用AI辅助文案撰写、代码生成、数据分析等日常任务，只是尚未将其作为标准化要求写入招聘描述。这恰如十年前，极少有招聘启事会专门注明“需会使用智能手机”——当一项技术演变为通用基础设施时，人们反而不再刻意强调它的存在。
更为耐人寻味的是时间上的巧合。2025年第一季度，AI技能岗位需求占比从前一季度的低点明显反弹，几乎回升至两年前的高位。这一拐点，与DeepSeek等先进AI应用密集发布的时段高度吻合。技术突破如同投入湖心的石子，涟漪正在加速扩散。
二、需求重心从“造工具”转向“用工具”：技能转向已成定势
如果说整份报告只有一个最值得铭记的趋势，那无疑是：市场对AI技能的需求，正从“开发端”快速向“应用端”迁移。
数据清晰勾勒出这一转向的轨迹。2024年第一季度，AI应用技能岗位仅占全部AI相关岗位的17.67%；而到2025年第二季度，这一比例已翻倍攀升至34.69%。与此同时，纯AI开发技能岗位的占比则下降了26%。这意味着，企业不再只追逐能够编写算法、搭建模型的顶尖工程师，他们更迫切需要的，是能够将AI工具嵌入业务流程、切实提升效率的实践者。熟练掌握ChatGPT撰写报告、运用Midjourney辅助设计、使用AI分析工具处理数据——这些能力正从“锦上添花”加速转变为“不可或缺”。
在技术岗位内部，类似的结构性变迁同样显著。报告显示，同时要求传统AI技能（如机器学习、计算机视觉）与新兴大模型技能（如模型微调、RAG）的“复合型人才”岗位占比，从2024年第一季度的15.86%升至2025年第二季度的25.60%。企业不再满足于单一领域的“专才”，而是越来越青睐能贯通底层原理与前沿应用、具备系统性解决问题能力的“通才”。
三、中美分岔：为何中国初级岗位并未被AI“挤出”？
这或许是报告中最具国际比较价值的发现。
在美国，AI对就业市场的影响呈现明显的“剪刀差”效应：高级人才需求持续扩张，而初级岗位则大幅萎缩。斯坦福大学经济学家埃里克·布林约尔松（Erik Brynjolfsson）的研究表明，在AI渗透率最高的行业，22至25岁青年群体的就业率已下降13%至16%。
然而，中国的图景截然不同。报告数据显示，国内AI技能岗位中，初级岗位的占比保持相对稳定，反倒是高级岗位的占比出现了一定程度的回落。
为何会有如此反差？报告给出了两个关键的阐释维度。
其一，劳动力成本结构的差异。在美国，初级岗位年薪中位数高达5万至8.5万美元，以AI替代初级员工具备明显的成本优势。而在中国，初级劳动力成本相对较低，企业更倾向于利用AI为初级员工赋能——让一个年轻人借助AI工具完成原本需要多人协作的工作量，这比直接聘用高薪专家更具性价比。
其二，产业发展阶段的错位。美国仍聚焦于底层大模型的持续突破与迭代，对能够构建复杂模型体系的高级科学家需求居高不下；而中国已加速向场景应用落地阶段转型，市场更需要能够将AI技术灵活嵌入具体业务的应用型、工程型人才。这一重心差异，使得国内初级和中级岗位需求展现出更强的韧性。
这对于刚刚踏出校门的应届生而言，无疑是一则令人稍感宽慰的消息——但远未到可以高枕无忧的地步。
四、“精英优先”与“经验溢价”：AI青睐谁，又向谁划线？
如果说初级岗位暂时安全，那么AI究竟在“偏爱”什么样的人？报告给出的答案非常清晰：AI正遵循“精英优先”与“经验溢价”的双重逻辑。
学历层面，全市场招聘岗位中要求“本科及以上”的占比仅为24%，而在AI技能岗位中，这一比例飙升至71%。硕士及博士在AI岗位中的占比（11.85%）远高于全国人口中不足1%的比例。AI岗位对高学历人才的吸附效应极为显著。
经验层面，79%的AI相关岗位明确要求具备工作经验，较全市场平均水平高出21个百分点。更关键的是，AI岗位的平均工作经验要求比市场基准高出1至1.5年。企业寻求的并非一张白纸式的“AI新手”，而是已具备扎实行业积累的“熟手”，再叠加AI技能作为放大器。
换言之，AI不是让你从零开始，而是让你在已有专业能力之上叠加一层新的杠杆。
不过，报告也观察到松动迹象：高学历要求的比重正轻微下降，“经验不限”岗位的比例则缓慢上升。这或许暗示市场正在从“唯学历、唯资历”逐步转向更加注重实际能力的评价体系。若你能用AI工具切实解决业务痛点，传统的学历与经验壁垒可能将不再坚不可摧。
五、薪酬溢价：AI技能的“抗跌”属性
薪酬，往往是职场人最敏感的神经。
报告数据十分直观：在整个观察期内，AI技能岗位的平均月薪较非AI岗位高出7,000至9,500元，溢价幅度达38%至79%。
更为关键的是AI技能的“抗跌韧性”。2025年第二季度，整体市场薪酬出现下行，全市场高薪区间（月薪2万元及以上）的岗位占比大幅收缩约54%；而AI岗位同一区间的收缩幅度仅为25%。在市场承压之时，AI技能反而显得更加保值。
报告引用的研究指出，这背后是“薪酬粘性”在起作用：当企业面临经营压力时，往往优先调整普通岗位的薪酬配置，但面对掌握核心AI技能的人才，因其技术门槛高、替代成本大，薪资调整的节奏和幅度都会明显滞后。这进一步印证了AI技能在当前劳动力市场中不可替代的稀缺价值。
六、启示：新牌局中，你该如何定位？
报告在结尾部分提炼出三个层面的深刻启示，值得每一位职场人反复咀嚼：
第一，AI改变的不是“有没有工作”，而是“你在哪一层工作”。具备AI协作能力的人正加速向更高职业阶梯移动，而未能跟上这一节奏的群体则在机会与收入上面临相对下沉。核心矛盾不是失业，而是分层。
第二，关键问题不在于“你身处哪个行业”，而在于“你是否具备与AI协同工作的能力”。在相同岗位上，会用AI与不会用AI的员工，其效率与报酬差距已经开始显性化。
第三，对大多数劳动者而言，AI并非需要从零学习的“新专业”，而是一项叠加于现有专业能力之上的“新工具”。教育体系与职业培训面临的根本挑战，是如何持续供给“应用能力+复合能力+转型能力”，而非依赖一次性学历教育来应对长期变化。
这场变革刚刚拉开序幕。AI技能岗位在总量上虽仍不足2%，但其对职业梯度、收入分布与技能门槛的结构性重塑已经清晰可见。与其纠结于“AI会不会抢走我的饭碗”，不如转向一个更具建设性的问题：在你的岗位上，AI能帮你做什么？你准备好驾驭它了吗？
更多报告：
