6 月，又到了一年一度的毕业季。

这两年，我有一个很明显的感受：年轻人的就业预期，正在发生变化。

以前金融学院的学生，尤其是头部院校的学生，最热的去向往往是投行、券商、私募基金、咨询公司。那是一条典型的上升通道：高强度、高回报，当然也高风险。

但这两年我会发现，很多学生的选择变得更“稳”了。哪怕是北大光华这样的顶尖商学院毕业生，也有越来越多人开始往银行、国企、监管体系里卷。

我们团队有两位博士在大学工作，她们跟一些大一学生聊天，问他们：你们以后想做什么？

答案出奇一致：考公、考编、考研，先找一个稳定的出路。

这件事挺让我触动的。

大一学生才刚刚进入大学，理论上还有四年时间去探索自己，去想象未来，去试错，去做梦。但很多人一开始想的，已经不是“我要创造什么”，而是“我要怎么确保自己不掉下去”。

这背后当然有宏观经济的压力，有就业市场的变化，也有家庭对稳定性的期待。但还有一个更深的背景：AI 来了。

过去学生焦虑的是：我能不能找到一个好工作。

现在学生焦虑的是：等我毕业的时候，这个工作还在不在？

更底层的问题变成了：

什么工作是安全的？

什么技能是 AI 替代不了的？

我花四年大学时间学出来的东西，到毕业时还值钱吗？

但在海水的另一侧，公司的感受也很强烈：不是没有人，而是招不到符合要求的人。

这几年，我跟很多企业交流，一个共同反馈是：简历很多，真正合适的人很少。

尤其是 AI 出来之后，企业对人的要求突然变得更“复合”了。比如量化基金想招的人，已经不只是金融毕业生，他们更想找的是：既懂大模型，知道怎么调教、训练、部署和调用 AI，又有金融直觉，知道什么样的数据可能有意义，什么样的市场信号可能只是噪音。

我们自己团队也有类似感受。过去招研究员，看重的是读研报、读文献、找数据、写报告、做 PPT 的能力。这些能力当然还需要，但已经不够了。我们真正想找的是这样的人：能用 AI 快速扫文献、追踪新闻、整理数据和案例；能和 AI 一起打磨观点、生成图表、做产品原型；更重要的是，他要有判断力，能提出真正有洞察力的问题和观点。

这就是今天就业市场里最有意思的矛盾：

学生觉得未来不确定，所以更想找稳定的工作；

企业觉得未来变化太快，所以更需要能适应变化的人。

所以，今天的就业市场不是简单的“岗位少了”，而是“岗位要求变了”。

我隐隐感到，生成式 AI 之后，每个人都要成为一个“团队”，都要结果导向——值钱的不是某个固定“专业技能”，而是那些能和 AI 形成互补、能承担判断与责任、能把工具转化为结果的能力。

更大的变化是，一个人的能力边界，正在被前所未有地打开。

过去，一个人很难跨越多个专业边界。写作、设计、编程、数据分析、客户沟通、方案制作，像一个个专业竖井。

但今天，AI 把很多专业能力封装成可以调用的模块。

音乐人胡彦斌可以自己手搓 App；我们的研究员也在开发小程序，不再只是“写报告的人”，而可能变成“把研究变成产品、内容、工具和服务的人”；我听说，一些大厂的产品经理，过去开会提需求，基本是口头描述；现在产品经理在提需求之前，往往要先手搓一个 demo。也就是说，已经做了一部分原本属于程序员的工作。

岗位边界变薄，人的能力边界变宽。

这就是 AI 对劳动分工最深刻的改变：它不是简单替代一些工作，而是在重新定义一个人能完成什么。

一个人如果有很强的审美，但不会写商业计划，AI 可以帮他补；一个人有很强的直觉，但不会剪辑、排版、做 PPT，AI 可以帮他补；一个人很懂某个细分领域，但不会传播，AI 可以帮他表达出来。

这个时代奖励的不是万金油、全能人，而是有一块真正长板，并且能用 AI 补齐短板的人。

最后，高考刚刚结束。如果让我给 18 岁的年轻人几条建议，我会说：

第一，不要只学知识，要学会和 AI 协作。

你要学会提问，学会拆解任务，学会让 AI 帮你写作、编程、做图、查资料、做分析。未来不会用 AI 的人，不一定立刻被淘汰，但一定会越来越吃力。

第二，不要只补短板，要找到自己的长板。

它可能是千奇百怪的想法，可能是对某个领域近乎偏执的热爱，可能是长袖善舞的社交能力，也可能是一门手艺、一种审美、一种表达能力。AI 可以补很多短板，但真正被放大的，永远是你的长板。

第三，不要等别人认证你，要做出可验证作品。

过去，一个人能做的事情很有限。你不会设计，就做不了产品；你不会编程，就做不了应用；你不会剪辑，就做不了视频；你不会写作，就很难表达自己。

但今天不一样了。AI 可以成为你的助理、研究员、程序员、设计师、剪辑师和陪练。一个人不再只是一个人，而可以变成一个小团队。

所以，不要只停留在“我学会了什么”，而要尽早做出可验证的作品。写一篇文章，做一个小程序，剪一个视频，设计一个产品原型，运营一个账号，完成一个研究项目。让你的能力被看见、被调用、被交付、被复用。

在 AI 时代，真正的机会不属于“会用 AI 的人”，而属于能用 AI 重新定义问题、重组资源、放大长板的人。