高级人才的供给链：初级岗位消失后，资深梯队从哪里来

每一位高级工程师、资深律师、事务所合伙人，都曾经是那个什么都不会、只能做基础活的新人。这句常识在过去无关紧要，因为新人从来不缺；可当多个行业在同一个时间窗口同时减少对新人的吸纳，它就变成了一个宏观问题。斯坦福数字经济实验室 2025 年 11 月的研究给出了第一批硬数据：在 AI 暴露度最高的职业里，22 到 25 岁的早期从业者就业相对下降了 16%，而同样岗位上更年长、更有经验的人几乎没有受到影响。软件行业的数字更直接，美国程序员岗位在 2023 到 2025 年间下降了约 27.5%，最大的十五家科技公司对应届生的招聘在一年内减少了约四分之一。应届毕业生这一端也在承压，纽约联储的数据显示，2025 年底最近毕业生的失业率升到约 5.7%，低度就业比例达到 42.5%，是疫情以来最高。斯坦福同一份研究还有一个容易被忽略的对照：在 AI 更多扮演辅助角色的岗位上，各年龄段就业反而在增长；真正下滑的，集中在模型更可能直接替代人力的那类工作。这解释了初级岗位为何首当其冲——越标准化、越能被模型一次产出的任务，越集中在职业生涯的最前端。IEEE 的梳理也印证了同一逻辑：程序员岗位两位数下滑的同时，信息安全分析师和 AI 工程师这类更依赖判断的角色仍在扩张，真正被压缩的，是那些最容易被模型一次性完成的初级工作。把这些数字放在一起，很容易读成一条毕业生就业新闻。但更值得注意的事实是：一个经济体正在同时、悄悄地减少对未来高级人才的储备。今天的资深人才存量还很充足，所以「断货」的代价被时间掩盖了——这条供给链的问题，要等好几年才会真正浮出水面。

问题的关键，在于 AI 优先接手了哪一类任务。它拿走的，恰恰是各行各业用来训练判断力的那部分基础工作；这些任务训练价值最高，却也最容易被自动化。在律师行业，基础检索、备忘录初稿、引用核对和文档审阅，长期被视为初级律师的成人礼，如今大部分可以自动完成。汤森路透的观察里，年轻律师最直接的焦虑是一句话：如果 AI 做了本该由我来学的工作，我要怎么学会判断？在咨询业，初级顾问过去靠反复做模型、做对标、搭幻灯片来练习结构化思考和商业判断，而这些正是 AI 现在做得又快又便宜的活；有从业者直言，若没有新的判断训练方式，合伙人梯队迟早会枯竭。软件行业同理，初级工程师本来通过大量简单、任务型的工作积累熟练度，现在的要求却变成「几乎从第一天起就切入更高的层次」。把三个行业放在一起看，传统的训练逻辑其实高度一致：先招进一批新人，让他们在反复、细致而低风险的基础工作里犯错、被资深的人纠正，再逐步承担更重的判断；哪怕明知多数人几年后会离开，也要靠这一批人磨出少数能独当一面的高手。这类能力有一个共同特点：它是干出来的，而不是讲出来的。写错一版合同、跑砸一次分析、上线一段有漏洞的代码，再被资深的人当场纠正——低风险的任务、真实的反馈、被允许的犯错，加上师徒之间的手把手，构成了新人成长为高手目前唯一已知的路径。当中间这层被抽掉，留给新人的，往往只剩下审阅 AI 产出的结果，却没有亲手犯过对应错误的经历。审阅一份看似完整的草稿，和自己从零写到能一眼看出其中的坑，是两种截然不同的能力；前者可以速成，后者只能靠时间、重复和一次次栽跟头堆出来。

为什么几乎每一家公司都在做同一件事？因为从单个企业的角度看，砍掉初级岗位近乎理性。它今天需要的资深员工，是好几年前就招进来、已经培养好的；AI 比一个新人更便宜、上手更快；而一个新人要变得真正有用，还得再等好几年。三笔账加在一起，保留初级岗位在短期财报上很难自圆其说。麦肯锡的内部 AI 助手 Lilli 已被超过七成员工使用，把研究和综合的时间压缩了约三成；上百名前顶级咨询顾问正在训练 AI，去做那些曾经填满分析师头几年的工作。但这里有一个被每家公司忽略的外部性：高级人才是一种共享的、补充缓慢的存量。所有公司都从同一个池子里招资深人，可培养这些人的成本，每家都更希望由别人来承担。于是单点上完全理性的决策，叠加起来就成了整个市场对未来高级人才供给链的集体减投——没有哪一家企业会为「几年后全行业缺资深人」这件事买单，因为那笔成本不落在自己头上。这套逻辑正在改写行业结构本身：咨询业延续几十年的金字塔——庞大的初级层撑起狭窄的资深顶端——正被压扁成一种更瘦高、层级更少、每一层都由 AI 放大产出的形态。结构可以重画，可只要新模型里不给新人留出练判断的位置，被牺牲的仍是几年后的资深人才。这不是某一家公司短视，而是一个典型的协调失灵。

集体减投有一个危险的时间差：后果不会在当下爆发，要过几年才显现，这正是它容易被低估的原因。今天的资深梯队大多在 AI 普及之前就培养出来，看上去依然充足。真正的缺口，要等到这批人陆续退休、跳槽或晋升，而后面本该顶上来的中层，因为初级岗位被压缩、根本没能成长起来的时候，才会暴露。按照专业行业培养一名成熟人才五到八年的节奏，引信已经点燃，只是还没烧到头。更麻烦的是，这种缺口很难在出现之前被察觉：账面上资深人手仍旧够用，招聘也没有报警，等到真正缺人时，中间那几届本该顶上来的人早已错过了成长窗口，来不及回炉。对跨境读者，这一层尤其值得警惕。新加坡和东南亚不少企业长期依赖引进或自养资深人才，也承接大量离岸的专业与运营工作。一旦发达市场的初级训练环节收窄，几年后可供挖角的成熟人才会更少、也更贵。值得注意的是，东南亚承接的大量离岸法律、财务和运营流程，本身就是许多本地专业人才的第一所学校；这些流程一旦被 AI 接管，区域内自己培养资深人才的入口也会同步收窄。对高成本又依赖人才引进的经济体来说，这个时间差格外不友好。眼下的大规模失业未必发生，更可能在若干年后出现的，是一个填不满的中层空洞，以及随之而来的专业判断力断层。

把这几笔账合起来看，指向一个常被忽视的结论：高级人才是一种共享的、补充极慢的存量，而没有任何一家企业有动力去承担那笔主要惠及整个市场的培养成本。于是几年后可能出现的资深人才短缺，其实是一个典型的集体行动失灵——每一个在单点上都理性的决策，叠加成整个市场对同一条供给链的共同减投。既然缺口来自协调层面，各家企业各自优化带新人的方式就补不上它，真正缺的，是有人愿意把这笔外部成本内部化。能扭转方向的触发条件因此相当具体：出现某种跨企业的成本分摊安排，让培养资深梯队的开销不再压在某一家头上——可以是行业层面共担的培训基金，也可以是研究者建议的带薪实习、工资补贴和培训税收抵免，把初级招聘重新算作对未来劳动力供给的公共投资，让它成为一笔有人愿意共同买单的成本。要判断走向哪一边，可以盯住几个与任何单一公司做法都无关的市场层面信号：如果各行业现在成批取消初级岗位，几年后市场上可供挖角的成熟人才逐年变薄、跨境挖角资深人才的溢价持续走高、中层空洞又在五到八年后集中到期——填补一个中层职位的周期拉长、资深薪资异常上涨——那就说明这笔共同减投的账已经到期。相反，如果成本分摊的机制真的出现、开始有人为这份共享存量付费，源头的断点就可能被推迟甚至绕开。对一份要到五到八年后才结账的共享资产来说，指望短缺真正发生时再临时补货是行不通的：市场上根本不存在可以立刻上岗的成熟人才存货，而一个市场层面的缺口，也只能靠一个市场层面的机制来填。