2022年3月：岗位拐点比ChatGPT早八个月
近期中文市场里流传的”AI正在摧毁初级白领工作”叙事，在前费城联储行长Patrick T. Harker看来是一个时间错位的误读。他在Fortune署名文章中，把2022年3月以来的初级岗位招聘下滑归因于美联储加息周期，AI只是被叠加在同一类行业上的新变量。这场论辩不只关乎就业故事怎么讲，更直接影响Warsh治下美联储对劳动力市场和利率路径的判断。
Harker开篇给出的核心证据是时间：联邦公开市场委员会（FOMC）在2022年3月启动本轮加息，AI暴露行业的岗位招聘在同一时间见顶并开始下行，而ChatGPT要到八个月后的2022年11月才问世。如果AI是主因，因果方向应当反过来——先有技术，再有岗位消失。Harker以自己在费城联储十年的经历作背书，强调自己熟悉”政策收紧下的劳动力市场长什么样”。
真正敏感的是利率，不是代码
Harker援引EIG（Economic Innovation Group）的Iscenko与Curto Millet对2.38亿条招聘数据的分析：AI暴露岗位集中在信息、金融、专业服务等知识工作板块，这些恰好是经济中对利率最敏感的领域。也就是说，AI与利率对就业的打击落在了同一张地图上，并不是各自独立的两个故事。读者若想了解本轮美联储加息周期与10年期美债收益率的同步走势，可参看本期相关解读。
另一组关键数据来自经济政策研究所（EPI）：在AI暴露得分为负的低学历年轻劳动者中，失业率在同一时期以相近速度上升。AI无法解释这部分人群的就业恶化，这削弱了”纯AI归因”的解释力。Harker据此主张：当我们看到初级岗位减少时，更直接的凶手可能是2022年开始的紧缩周期，而不是2022年末才出现的大模型。
斯坦福数据的边界：相关不是因果
另一支点是斯坦福数字经济实验室的研究：22至25岁劳动者在AI暴露度最高的职业中，招聘规模落后于同行约19%，且差距在过去一年持续扩大。这组数字是”AI杀死初级岗位”叙事的常用弹药。
但报告作者自己明确写道，这些是”描述性模式，而非因果估计”，研究”没有看到AI相关的全经济范围岗位替代”。更值得注意的是，斯坦福团队已经公开反驳了Harker的纯货币政策解释：即便美联储自2024年开启降息，AI暴露岗位与对照组的招聘差距仍在继续扩大。换句话说，利率回落并没有让学徒岗位自动回来，这反过来又削弱了Harker”完全由利率解释”的论据。这与8月核心CPI数据公布后加息预期跃升时市场的反复博弈是同一种机制——单一指标难以同时解释通胀与就业的同步走弱。
企业不裁员，但停止投资学徒
Harker在文章后半段提出一个被很多中文媒体略过的机制：企业并非在解雇初级员工，而是少招了初级员工。初级岗位长期承担双重角色——既输出可见工作（这些工作常常需要返工），也输出”未来的合伙人”。AI可以替代前者，但训练价值没有消失，雇主只是不再为后者付钱。
Matt Beane在手术机器人领域记录过同一现象：住院医师的”病例时间”被机器悄悄拿走，但他们并没有被开除，只是失去了成为外科医生的训练场景。哈克把这称为”隐藏的学徒制补贴被AI切断”：过去公司用初级员工的不完美产出，来交叉补贴他们的成长；现在AI可以廉价地完成那份不完美产出，补贴没了，岗位也就消失了。
哈克叙事对Warsh治下美联储的含义
把这场讨论放到今天的政策语境里看更有意思：2026年5月就任的美联储主席Kevin Warsh，面前的劳动力市场是一个被加息周期和AI同时重塑的复合体。如果初级岗位的”学徒制”被结构性地削弱，那么失业率上行可能反映的是人才供应链的破坏，而非传统意义上的需求疲软；这意味着降息对就业的传导效率也会变低。
但Harker自己也在文中承认，在两条冲击同时发生的情况下，没有人能干净地把它们分开。斯坦福的反例已经摆在那里：利率降了，初级岗位的相对缺口没有收敛。这场关于因果的论辩，本身就是Warsh团队接下来需要回答的问题：是承认就业市场已经发生结构性变化、为更深的降息留出空间，还是维持既有框架、把疲软继续归类为周期性现象。
市场结论与短期方向
本次论辩本身不是一次数据事件或政策公告，对资产价格的直接定价作用有限。但它改变了市场对”就业弱意味着什么”的政策解读框架，因此对相关资产的方向判断需要分两层。
基准情形（mixed_with_base_case，置信度约50，时间范围1-4周）：
- 美元指数与2-10年期美债收益率：短期中性偏多。若Harker的”加息周期伤害更深、更结构”叙事被部分接受，市场可能小幅上修对终端利率和降息节奏的判断，从而对短端利率和DXY形成温和支撑；但这只是一篇署名观点专栏，不是数据事件，幅度预计有限。
- 美股AI Capex主线：短期不受影响。中长期若”学徒制断裂”被持续验证，软件服务和企业培训类公司的中期需求叙事可能面临修正，但当前证据不足以触发重定价。
- 黄金与加密资产：仅通过美元利率渠道间接传导，且目前叙事尚未明确胜出，方向上不构成独立驱动。
令上述判断失效的条件：若8月JOLTS或9月非农报告显示22-25岁AI暴露岗位招聘反弹、其他岗位无变化，则”纯利率解释”被削弱，叙事向AI方倾斜；若利率敏感行业（建筑业、地产、耐用品制造）招聘恢复而AI暴露岗位继续恶化，则”AI解释”胜出，Harker叙事被证伪。
证据边界：本文核心论据来自Harker署名专栏和被引用的二手研究（EIG、Stanford Digital Economy Lab、EPI），没有引入官方一手数据或市场即时反应。外部可读来源仅1条，中文读者不宜把它当成”市场已经按某种叙事重新定价”的证据。如果想进一步判断，可关注8月JOLTS和9月非农报告中22-25岁年龄分项的招聘率，以及AI暴露度高的细分行业（投行初级分析师、初级顾问、行政与文档支持）新增岗位的环比变化。
资料来源
- Fortune: Entry-level jobs were actually secret apprenticeships all along, and AI just cut the subsidy（Patrick T. Harker署名专栏，本文主要论据来源）
- Stanford Digital Economy Lab: AI Canaries（22-25岁AI暴露岗位招聘落后19%的研究）
- Economic Innovation Group: Iscenko & Curto Millet（2.38亿条招聘数据分析）
- Economic Policy Institute: Class of 2026（低学历年轻劳动者失业率同期变化）
