22–25 岁最惨，35 岁以上反而涨了 9%：AI 先重估的不是岗位，是人的判断

一份覆盖美国每月 350–500 万打工人的工资单数据，给了一个反直觉的答案：22–25 岁最惨，35 岁以上反而涨了 9%。

前两天读到一篇很有冲击力的文章，标题就叫《为什么说 AI 最先重估的不是岗位，而是人的判断价值？》。作者把"AI 会不会取代人"这个老问题，换成了更准的一问：企业到底把 AI 用来替代人，还是增强人？

这个角度我很认同。但读完之后，我觉得还差一层——而且是最关键的那一层。今天我想把它补全，顺便抛几个你大概率没听过的论据。

一、我的判断：AI 重估的不是"岗位"，是"判断权"

原文说"AI 重估人的判断价值"，这句话方向对，但把"判断"当成了一个整体。我的独立观点是：判断本身正在裂成两半，AI 只把其中一半的价钱打下来了，另一半反而被抬到天花板。

一句话记住：AI 把"这件事对不对"的判定权收走了（因为它能核对），却把"这事该不该做、出了岔子谁负责"的判定权，原封不动地、甚至更贵地，留给了人。

二、论据一：数据已经发生了转折

别以为这是玄学。2025 年斯坦福数字经济实验室（Brynjolfsson 等）用全美最大工资单数据商 ADP 的月度记录，追踪了 2022 年 ChatGPT 上线后到 2025 年的就业变化，论文叫《金丝雀》——意思是这些年轻人是矿里最先窒息的预警鸟。

再看另一组常被引用的硬数据：一篇发表在《经济学季刊》（QJE 2025）的研究，给 5172 名客服人员接入生成式 AI 助手，结果——

• 人均每小时处理量平均 +15%；
• 经验最少、技能最弱的人受益最大，接近 +30%；
• 用 AI 辅助 2 个月的新人，表现等同于没用 AI 的 6 个月以上老手。

反直觉的结论：AI 没有拉平人，它把"执行动作"的价钱压到了地板——因为新手 2 个月就能达到老手 6 个月的产能。换句话说，"会干活"正在快速去稀缺化。

更重要的是，这条数据给中国的"35 岁危机"泼了盆冷水：在美国 AI 暴露最高的岗位里，35 岁以上不降反升。原因很简单——AI 最擅长吃掉"教科书式知识"（年轻人刚学的那套），却很难替代"熬出来的判断"（年长者手里的隐性经验）。所以我的判断是：AI 短期可能缓解、而非加剧 35 岁危机，前提是那 35+ 的人真把经验用在了判断上，而不是重复执行。

三、论据二：判断供应链——AI 砍掉执行层，判断节点更值钱

把一家企业想象成一条"判断供应链"：从客户的需求，到一堆执行动作，再到最终的成交与交付。过去，执行层又厚又贵，判断节点被埋在里面，谁都看不清。

AI 把中间那层又厚又贵的执行动作大幅削薄，结果就是：剩下的判断节点变得又集中、又显眼。谁坐在这个高杠杆的判断节点上，谁就吃下了整条链大部分的价值。稀缺的不再是"谁都能干的执行"，而是"别人依赖你做判断"的那个位置。

四、论据三：判断萎缩——你越外包判断，越不会判断

这是我最想提醒你的一点，也是原文明着没说的隐患。AI 让"做判断"变便宜的同时，也让人越来越懒得自己判断。就像有了 GPS，认路的能力反而退化了——不是不会用工具，是"独立判断的肌肉"在悄悄萎缩。

MIT《科技评论》在 2026 年那篇谈"入门级危机"的文章里点得很透：未来年轻人最现实的竞争力，不是避开 AI，而是"能看懂 AI 产出、能验证它对不对、再把它和领域判断结合起来"。注意关键词——"验证"与"结合"。这恰恰是判断，不是执行。

所以真正的危险不是 AI 突然夺走你的岗位，而是你舒服地交出了判断权，等到要你拍板时发现：肌肉已经没了。

五、从"会干活"到"敢负责"：普通人该升级的四件事

工具清单永远学不完，今天的新功能明天就变成软件里的一个按钮。真正该囤的，是这四类 AI 一次生成不出来的能力：

1、定义问题的能力

客户说"我要这个功能"，不等于这就是真问题。从模糊需求里挖出真目标，比秒出一份答案值钱。

2、行业判断的能力

AI 能整理公开资料，但"这东西能不能生产、客户为什么买、哪个参数真要命"，靠的是踩过坑的经验。

3、组织资源的能力

客户、工厂、业务、物流、认证要被拧到同一个目标里。AI 能帮忙协调，却建不起信任和责任。

4、对结果负责的能力

生成了内容≠拿到客户，拿到询盘≠成交。未来值钱的人，是知道"为什么没成"、还能推动下一轮改进的人。

六、三个自测问题（也是这篇文章的落点）

下次有人问你"AI 时代你慌不慌"，别急着回答。先拿这三个问题问自己：

① 我真正懂哪一个行业？

② 我能解决谁的、什么具体问题？

③ 当 AI 帮我干完大部分动作后，我敢不敢对最终结果负责？