本文来自微信公众号: 严肃的人口学八卦 ,作者:严肃的人口学八卦组
这几天一篇清华文科学生写作的文章《模型一代》在朋友圈广为传播。这篇推文的爆火,在于它触及了当下年轻人,特别是最优秀的那一批年轻人的普遍焦虑。虽然不乏评论者在批判年轻人的思维路径,但我们也都知道不应该责怪他们,因为AI对当下工作的冲击不仅已是房间里的大象了,更是一种社会结构性的产物了。
美国的Pew研究中心分别在2025年和2026年开展了两次全球性的AI态度调查,前一次调查覆盖25个国家,后一次覆盖37个国家。有意思的是,前一次调查显示年长者对AI的一般性焦虑要高于年轻人,而后一次调查,年长者的焦虑情绪变化不大,但几乎所有调查的国家,年轻人的AI焦虑直线上升,追上甚至超过年长者,特别是在工作维度上的焦虑,18-34岁的年轻人大幅度领先其他人群。
那么为什么同样是对工作和生产方式的重构,年轻人要比年长者焦虑的多?

一、从“数字鸿沟”的叙事说起
“数字鸿沟”是社会学研究中的一个经典概念,它描述了在数字技术扩散的过程中,年轻人通常被视为理所当然的受益者,而老年人被置于弱势者地位的现象。
这一观察有充分的生活依据。数字鸿沟首先表现为设备与网络接入的差异,随后表现为使用技能的差异,最终还表现为把使用转化为实际收益的能力差异。对老人而言,各项身体机能衰老,会增加操作智能设备的困难;无法跟上和理解事物的新形态,不仅很难用数字技术获利,还更容易成为数字诈骗的受害者。
但数字鸿沟只谈论了技术冲击的表层,它缺少了一个很重要的观察维度,即接入技术之后,谁的议价能力提高了,谁能够更多获得技术创造的资产收益?这个问题在数智社会发展初期也许并没有那么明显,但AI的出现和快速迭代,让其浮出了水面,甚至改变了问题本身。一方面,自然语言交互降低了软件的使用门槛,技术演进的方向在大幅度改善老年服务的可及性。另一方面,去年以来,AI对标准化脑力劳动替代的可能性正变得越来越大,把更大的不确定性推向正在进入劳动力市场的人。
因此,要重新思考数字鸿沟这个概念,需要在接入和使用差异之外增加新的分配维度。老年人可能因为不会使用而被排除在服务之外,年轻人可能因为太会使用而进入一个人机直接竞争的市场。前者是服务可及性问题,后者是劳动价值与职业成长问题。我们针对大学生的调查也发现,那些使用AI越多,越了解AI的大学生,对工作替代的焦虑也更大。
二、MIT关于数学家的调查
与文科生在想象中更加担忧自身价值丧失形成鲜明对比的是,在现实中,今年受到AI冲击最大的学科却是数学。数学常被视为人类抽象推理能力的典型领域,也成为观察AI冲击的一个特殊窗口。2026年10月29日,MIT数学系的三位教授在arXiv发布一篇名为《早期职业研究者对数学领域AI的回应》的研究。调查从9月17日持续至10月8日,共收到268份回复,受访者来自近60所机构、至少5个国家,其中约85%是研究生,15%是博士后。

图MIT数学系三位研究者发布的调查报告标题页
76.3%的受访者认为,AI的发展会让自己获得终身教职更加困难;76.5%表示,AI的发展降低了他们从事研究的动力;69.9%认为,自己博士或博士后阶段结束后继续从事学术数学的概率已经下降。另有81%曾因AI考虑过改变未来的职业或学术计划。这些数据足以显示数学系这些被认为最聪明的学生,其职业信心受到了巨大冲击。
更能帮助理解背后机制的数据是,高比例的受访者把“缺少入门研究问题”列为重要担忧。数学家的成长并不只是掌握知识,还要在研究训练中形成判断力。博士生通常从导师或同行提供的小问题开始,完成文献梳理、技术引理和局部证明,逐渐理解哪些路径可能有效,再独立处理更复杂的问题。许多入门问题的价值,就在于研究者在试错中获得的数学直觉。
AI恰恰可能先接管这些任务。如果初级问题被批量解决,年轻研究者面对的就不仅是少了几篇论文,而是原有训练流程的中断。他们可能需要直接面对高难度问题,却没有机会先通过可完成的任务积累经验。
与此对照的是,一些资深数学家对AI持欢迎态度。他们已经完成基础训练,知道什么问题重要,能够判断一条证明是否有价值,也拥有相对稳定的职位。对他们而言,AI可以承担文献检索、技术引理和繁琐推导,使更多想法得到低成本检验。凤凰网科技对《纽约客》特稿的转述中,77岁的数学家查理·费弗曼就表达了这种乐观:“过去一些成功概率不高的想法,可能因为验证成本过高而被放弃;如果AI能迅速完成尝试,资深研究者反而可以更勇敢地探索。”
因此,年轻人和资深者最大的差异存在于职业阶段与资本积累上,而非技术的熟练程度。资深者可以把AI作为已有判断力的延伸,年轻者却可能在形成判断力之前,就失去了练习和证明自身能力的机会。类似的结论出现在各类关于AI对工作影响的报道中,初职这一上升阶梯的消失,是年轻人最大的焦虑来源。
与此同时,在高校,老师们也普遍担心,如果思考和试错的过程都被学生通过AI解决了,那么他们可能也在亲手拆掉自己的阶梯。学生们也未必不明白这一点,他们越是享受AI所带来的无痛学习的快感,就越会陷入对未来的迷茫和深深的焦虑中。
然而要理解为什么年轻人最可能成为AI发展的受损者,还不能仅停留在初职问题上。
三、AI为何恰好消解年轻人的优势?
技术进步通常会提高生产效率,但效率收益如何分配,取决于不同生产要素的相对稀缺性。过去的自动化主要替代重复性体力任务,生成式AI则开始处理写作、编程、图像生成和形式推理等认知任务。AI与机器人技术的结合,还在向更多体力操作延伸。不同行业的替代速度会有很大差异,但共同方向是可清晰描述、可重复执行、可验证结果的任务,更容易被机器以低成本复制。
这对年轻劳动者尤其重要,因为他们的主要资产通常不是住房、股权或长期客户关系,而是未来的劳动时间、体能、学习速度和尚未充分兑现的人力资本。年轻人能够熬夜完成高强度工作,可以快速掌握新软件,也愿意从初级岗位做起。这些能力曾构成进入职业阶梯的优势,如今却与AI最擅长压缩成本的任务范围高度重叠。

图3认知能力随年龄变化。改绘自西雅图历时研究,转引自《年龄不平等》图一
西雅图历时研究提供了更细致的年龄图景。图中的知觉速度在25岁左右已处于高位,此后持续下降;归纳推理、空间定向等能力在中年前后达到较高水平,言语能力与言语记忆则呈现各自不同的变化轨迹。因此,不能笼统地说年轻人的一切能力都优于年长者。真正值得注意的是,青年阶段具有优势的处理速度、持续投入和快速学习,以及职业初期大量依赖的标准化推理与操作,正是AI能够显著提高效率的领域。
我的论文《年龄不平等》,把这一变化概括为对劳动本身的替代,而不是对某类劳动者能力的单纯增强。年轻人原先依靠体能与脑力获得收入的路径受到极大挤压。AI在本质上改变了这些生物属性在市场交换中的稀缺性溢价。年轻人依然聪明、迅速、勤奋,但这些品质未必还能像过去那样兑换成稳定职位、职业晋升和初始资产。
四、代际平衡为何会失灵?
《年龄不平等》一文中的讨论,还加入了更长的历史视角。在人类社会的多数时期,年长一代拥有更长时间积累财富,也通过经验、知识与社会关系取得权威。年轻一代则承担主要生产任务,以体能、学习能力和对新技术的适应弥补财富与经验的不足。代际之间并不平等,但存在一种动态平衡,即年轻人最终会成长、积累并接替上一代,技术变迁也常常帮助后来者绕过旧技能壁垒。
工业社会尤其强化了后一种机制。新的机器与产业不断出现,老技能会折旧,年轻人可以通过教育和训练掌握新知识,在新部门获得机会。父辈拥有过去的资产,子辈则可能拥有未来的技术。只要学习能够转化为更高的生产率和更稳定的职业位置,代际更替就有现实的通道。
然而,AI对这条通道提出了挑战。首先,模型迭代和技能折旧的速度可能快于个人完成教育、形成专长并获得回报所需的时间。一个人花费数年学会的技能,在正式进入市场前就可能被大幅压价。其次,AI可以同时在多个任务上扩展,不像过去某些技术那样只留下少数需要更新技能的部门。年轻人当然可以学习AI技术,并进行创造性工作,但学习和创造的成果越来越容易被模型复制和汲取,年轻人很难不想象自己成为自己掘墓人的场景。
MIT调查中那些优秀年轻研究者的困境,正说明问题不在于他们不够聪明。他们拥有同龄人中最突出的认知能力,也投入了长期训练,却还要担心没有合适的题目可以练习,没有稳定的职位可以进入。如果这些年轻大脑都难以把学习能力转化为职业安全,那么从工业社会开启的,年轻人们最大的信仰——只要努力学习和工作,就不会被淘汰的许诺——就会开始崩塌。
年长者的处境需要分开讨论。缺乏数字技能、资产与社会支持的高龄老人,还是可能在数智社会中处于不利位置;但已经拥有经济资本、专业经验和稳定组织的资深者,更容易把AI转化为补充性工具。他们可以利用判断力筛选机器产出,也可以用资产购买算力、服务乃至平台股权。技术收益因而可能同时增加其劳动效率与资本回报。
所以,AI时代出现的不是所有老年人对所有年轻人的胜利,是资产与职业阶段的差异借助年龄结构被进一步放大后的结果。老年人的经济资本与经验资本在特定条件下得到发展和扩展,年轻人的体能与学习能力优势则恰好落在AI冲击较强的领域。原本依靠代际更替实现的平衡,可能转变为既有积累者进一步扩张、后来者难以完成初始积累的结构。
结语:重新思考代际契约
当前AI时代的制度设定,可能正好是年轻人受到较大冲击的时候。老年人不会普遍因此获益,年轻人也不会普遍失去工作,但职业入口变窄、训练回报下降与资产积累推迟,已经构成值得认真对待的风险。若只把回应简化为普及AI课程,或要求个人培养那些虚无缥缈的可能不会被AI替代的技能,就会回避劳动市场与分配制度的改变。
社会层面的代际关系实际上包含一项隐含契约,年轻人承担生产、缴费与照护责任,社会则向他们提供通过劳动获得独立生活、专业成长和未来保障的机会。让代际交换可持续,需要保留真实的入门岗位与训练任务,调整只看短期产出的组织评价,并让技术进步的收益为新一代提供可预期的补偿。年长者的经验可以借助AI继续发挥价值,但这种价值也应当参与培养后来者,而不是取代培养过程本身。
AI究竟会成为年轻人的工具,还是削弱他们进入社会的通道,并不由技术单独决定。重新思考代际契约,就是要在技术变迁中重新回答,社会凭什么要求年轻人继续投入未来,又能用什么可信的制度安排兑现他们的未来。
回到《模型一代》一文,也许AI与社会的未来仍然充满不确定性,但学生和年轻人此刻的焦虑都是真实的。有不少评论者,都在试着为年轻人指引出路,但绝大部分的建议都指向了个体层面的解法,无论是向内求真,还是向外求索。
然而,结构性的问题真的都能在个体层面消解?
资料来源
1.Pew Research Center,Concern and Excitement About AI,2025-10-15
2.Pew Research Center,Globally,More People Expect AI to Cause Job Loss Than Growth,2026-09-17
3.Brandenberger,Anna,Hanna Mularczyk,and Dora Woodruff.2026.“Early Career Researcher Responses to AI in Math.”arXiv:2610.40584[math.HO].2026年10月29日首次发布,11月4日修订。https://arxiv.org/abs/2610.40584。
4.人工智能学家:《AI大量攻克数学难题,MIT调查发现年轻数学家正在重新考虑职业》,2026年11月;转载页面:https://ly.web-flying.com/newsItem.php?nid=180392。
5.凤凰网科技:《数学被AI彻底改变的这一年,陶哲轩站出来喊停》,2026年11月2日(转述《纽约客》相关特稿)。https://news.qq.com/rain/a/20261102A0439S00。
6.Schaie,K.Warner.2005.Developmental Influences on Adult Intelligence:The Seattle Longitudinal Study.New York:Oxford University Press,p.127
7.王天夫:《年龄不平等》,2026,待刊。
