中国AI就业忧虑：从边缘到核心的政策转变
在过去两年里，中国对人工智能潜在风险的关注焦点发生了显著转变。如果在2024年询问中国AI政策领域的专家们“未来十年最担忧哪些AI风险”，就业冲击可能并不在前列；然而到了2026年，就业问题已跃升至最优先考量之列，与“虚假信息”并驾齐驱，成为首要担忧。
这并非意味着中国对AI发展持反对态度。恰恰相反，中国仍在全力推动人工智能在各行各业及社会层面的广泛应用。真正发生变化的是：决策层、政策界以及普通民众都日益认识到，AI不仅能提升效率，更有可能重塑岗位结构，削弱劳动价值，并加剧本已存在的就业焦虑。
更值得关注的是，官方担忧的不仅是“AI是否会导致失业”，还有“人们是否会因担心失业而引发更广泛的社会不安”。本文将围绕这一转变进行深入探讨，分析其成因、在政策文件中的体现，以及中国正在形成的应对策略。
要理解这一点，离不开中国过去45年的发展历程。自上世纪80年代以来，中国的经济和社会始终处于高速变革之中。对于今天许多高级官员而言，他们亲身经历了改革开放、产业转移、城市化进程、信息化普及和制造业升级，这种持续数十年的剧烈变动塑造了一种基本认知：只要经济总量持续增长，“蛋糕”不断做大，绝大多数人的生活最终都会得到改善。
在这样的经验框架下，岗位的替代、产业的重组、人员的转岗，常被视为增长过程中的必然代价。中国人确实在长期的社会变迁中展现出了惊人的适应能力。无论是从农业转向工业，从低端制造转向高附加值产业，还是从传统行业转向互联网平台，社会整体都呈现出“在动荡中上行”的态 Kuruluş.
因此，面对AI带来的生产率提升预期，许多人自然会沿用旧有逻辑：技术进步虽然会冲击部分岗位，但只要“蛋糕”持续做大，新的机会终将填补旧岗位流失的空白。普通民众或许无法清晰地表达这种判断，但在相当长一段时间里，类似的直觉是存在的。
然而，近两年来，这种看法明显开始动摇。一个具体事件点燃了讨论的热潮，而更深层的原因在于社会情绪本身正在发生变化。
对于政策制定者而言，武汉无人出租车事件被普遍视为一个关键的转折点。2024年，百度以“萝卜快跑”品牌在武汉推进Robotaxi（自动驾驶出租车）的商业化落地，这本身是自动驾驶技术商业化的重要案例，但也迅速引发了传统出租车司机和相关行业的强烈不满。
2024年6月底，武汉一家出租车公司发表公开声明，抱怨出租车行业的利润持续下滑、司机收入不断减少。尽管声明中花费了大量篇幅批评网约车平台，但真正引发舆论关注的，是对无人出租车的措辞：科技企业被指控“垄断资源”、“抢夺司机饭碗”，甚至出现了“技术本应让生活更美好，现实却让底层人连饭都吃不上”的情绪化表达。
随后，相关话题在社交媒体上迅速发酵。几周后，一辆百度的Robotaxi在武汉发生了一起碰撞行人的事故。尽管伤情并不严重，责任认定也较为复杂，但舆论并未因此降温，反而进一步推高了“机器人抢饭碗”的讨论热度。
围绕此事，还有一个在公开网络上难以完全证实但流传甚广的说法：部分出租车司机曾通过频繁呼叫无人出租车后又临时取消订单的方式，试图瘫痪该系统。无论该说法是否属实，它至少说明了一点——政策界内部已将此类事件视为不仅是技术争议，更是就业、情绪以及潜在集体行动风险的交汇点。
对于中国的治理体系而言，涉及经济利益的集体性反应尤其容易引起高度重视。在高度重视舆情管理的前提下，官方也会非常敏感地追踪哪些话题正在激发公众的焦虑情绪。武汉事件的重要性恰恰在于，它将“AI替代劳动”这一抽象议题，转化为大众能够感知、媒体能够放大、管理者能够警觉的现实冲突。
如果说武汉事件是导火索，那么更宏大的背景是中国社会过去几年持续累积的就业不安全感。疫情封锁结束后，市场一度期待经济快速复苏，但这种复苏并未充分惠及普通工薪阶层。青年就业面临更大挑战，而已有工作的群体则面临降薪、晋升停滞以及职业前景不明朗等问题。
这构成了一个鲜明的反差：一方面是“AI+”、“新能源汽车”等“高科技、高景气”的叙事；另一方面则是工资增长乏力、消费趋于谨慎以及职场压力上升。宏观层面的技术乐观主义与微观层面的生计焦虑并存，形成了一种“技术繁荣，个人不安”的双轨现实。
过去一年，AI的出现进一步放大了这种情绪。在中文互联网环境中，围绕AI工具的讨论常常被包装成“不会用就会被淘汰”、“学会某个模型就能获得高薪”、“不拥抱AI就会被时代抛弃”的论调。表面上看，这是一场大众主动拥抱新技术的浪潮；更深层地看，它也像是一场由职业焦虑驱动的集体性“补课”。
“这看起来像是草根层面的技术普及，实质上更像是草根层面的职业恐慌。”
当劳动力市场承受压力、社会情绪趋于紧张，而AI又以极高的频率进入公共讨论时，就业议题自然会被重新推到政策的核心位置。中国官方显然已经意识到，需要提前形成某种政策性的回应。
较早显露出这一转变的重要文件是中国推动AI广泛应用的“AI+”行动框架。尽管该文件整体基调仍是积极倡导AI应用，但其中出现了相当直接的表述：要加强“人工智能应用就业风险评估”，引导创新资源向更具吸纳就业潜力的领域倾斜，并减轻对就业的冲击。
这似乎有些矛盾：一方面全力推广AI，另一方面又担忧AI压缩就业岗位。但从中国政策逻辑来看，这种“边发展、边防范风险”的并行操作并不罕见。关键不在于是否推进AI，而在于如何在发展与稳定之间寻求动态平衡。
沃尔特·惠特曼（Walt Whitman）的诗句：“我自相矛盾吗？很好，那我就自相矛盾吧——我广大无边，我包罗万象。”（一个人或一个体系可以同时包含相互冲突的立场）
vs 毛泽东的哲学观点：“事物发展的根本原因，不是在事物的外部而是在事物的内部，在于事物内部的矛盾性。”强调矛盾是事物发展的动力。
起初，“就业风险评估”可能更像是一种原则性的提法，但几个月后，负责AI社会影响标准制定的相关机构就推出了国家标准，为生成式AI应用如何开展就业影响评估提供了指导性框架。这意味着，相关表述正从政策宣示逐渐走向标准化。
尽管这些要求目前仍偏宏观，且尚未形成强制性约束，但中国的技术治理常常采取“先原则、后细化、再执行”的路径。推荐算法、深度合成、AI生成内容标识等领域，都经历过类似的过程：先在原则性文件中出现，再通过标准和配套规则逐步变得可操作。
此后，官方文件中关于AI与就业关系的表述也明显增多。2025年9月发布的《人工智能安全治理框架2.0》就比前一版本更直接地承认：资本、技术和数据在经济活动中的作用上升，劳动作为生产要素的价值则面临下降，传统劳动力需求可能显著减少。到了2026年1月，人力资源和社会保障部进一步明确表示，将出台“应对人工智能影响促进就业”的相关文件。2026年3月发布的“十五五”规划也纳入了类似表述，要求统筹应对外部环境变化以及人工智能等新技术发展对就业的影响。
这些信号尚不足以构成一套成熟政策体系的全部，但至少可以确认：AI冲击就业，已经进入国家层面的正式政策视野。
要理解中国的AI与就业政策，还需要洞察部门间的角色演变。国家发展和改革委员会（发改委）一直是中国最具统筹能力的宏观政策机构之一。大约在2023年至2024年间，中国高层开始让发改委在AI政策协调中扮演更重要的角色。
在此之前，科技部曾推动过早期的国家AI发展规划，而国家互联网信息办公室（网信办）则在2021年至2023年间，通过对推荐算法、深度合成等领域的监管文件，对AI行业产生了较大实际影响。ChatGPT出现后，最高层显然意识到，如果AI政策长期由更侧重内容监管的部门主导，可能不利于技术追赶与产业发展，于是开始更强调“发展与控制”的双重平衡。
这带来了一个耐人寻味的职能转移：过去常被视为“严格监管者”的网信系统，在生成式AI政策方面反而变得更加务实，更愿意协助企业合规；而原本更偏重发展导向的发改系统，却可能因为需要兼顾宏观经济和就业稳定，而对AI替代劳动的问题日益敏感。
这种变化未必意味着政策将收紧到抑制AI扩散的程度，但确实表明，就业问题已不再是边缘议题，而是被纳入了更高层次的统筹框架之中。
从正式政策文件来看，当前最明确的举措仍是“就业风险评估”。但若进一步观察近几个月的官方媒体评论和政策口径，可以大致勾勒出一个更完整的应对方向——既包含鼓励性的“应做”，也包含约束性的“不应做”。
一是尽量引导AI应用于更能创造就业、而非单纯替代就业的场景。这一方向原则上易于理解：鼓励AI赋能新产业、新服务和新岗位，而非仅作为压缩人工成本的工具。然而，在现实中，这种引导的效果可能有限。因为只要利润驱动仍是技术扩散的核心动力，企业很可能优先投资那些最能降低成本、提高效率、最能减少人工依赖的方向。
二是将教育、终身学习和职业再培训作为缓冲机制。官方论述中多次强调“终身学习”、“提升技能”、“适应新的劳动市场”，并将这些内容描述为对劳动者的某种“安全网”。然而，这种安全网更多侧重于能力建设，而非收入再分配。它有助于提升个体适应性，但未必足以在短期内缓冲岗位消失所带来的直接冲击。
第一个“不应做”，是避免制造恐慌。多家官方媒体已明确提出，除了技术本身需要可控，“技术焦虑”也需要可控。一些评论批评企业和平台过度炒作AI能力，渲染“不使用AI就会落后”的氛围，认为社会情绪需要缓冲而非持续刺激。换言之，官方正试图为这场AI热潮降温，避免就业恐惧演变为更广泛的不安。
第二个“不应做”，可能更具现实意义：不要因为AI可以替代岗位，就轻易解雇员工。北京一宗备受关注的劳动仲裁案例就释放了此类信号——如果企业以“岗位已被AI替代”为由解除劳动合同，可能构成对劳动合同法的违反。因为企业采用AI，本质上是其自主经营的判断，技术迭代的风险不应被简单转嫁给劳动者。
“享受AI红利的企业，也应承担保护劳动者就业的责任。”
如果这一思路能在更大范围内推广，劳动法和劳动仲裁可能被用作延缓AI替代速度的一种制度性“摩擦”。它未必是长久之计，但作为争取时间、减缓冲击的工具，可能相当关键。
第三个“不应做”，是避免滑向福利主义。中国高层多次明确反对“养懒汉式”的福利国家模式，强调不能陷入以过度福利刺激惰性的陷阱。这意味着，即使AI确实对就业造成更大冲击，中国也极有可能不会走向以大规模直接现金补贴为核心的应对模式，而更倾向于强调企业责任、个人适应和有限度的制度缓冲。
如果将现有的政策信号整合起来，大致可以勾勒出这样一套思路：
单独审视这些措施，它们并不激进，甚至显得有些谨慎。然而，如果其中“延缓企业因AI快速裁员”这一环节能够真正发挥作用，那么整套思路就具备了现实意义。因为它并非试图阻止AI的进步，而是在争取时间，让制度、企业和劳动者有机会以更慢的节奏去适应。
这也引出了一个值得持续观察的问题：中国在当今全球制造业和供应链中的地位，是否使其比其他国家更有条件通过制度性摩擦来延缓就业岗位的流失？若是在25年前，中国或许只是全球廉价劳动力市场中一个可替代的环节；但如今，中国在许多产业链上已具备更强的组织能力、制造密度和生态优势。这意味着，一些在其他国家难以承受的就业保护措施，在中国未必完全不可行。
总而言之，中国对“AI与就业”的认知正在迅速升级。从最初的相对轻视，到如今将其纳入政策议程、舆论管理和制度讨论范畴，这一变化本身就说明，AI在中国已不再仅仅是创新议题，而是切实的社会治理议题。未来几年，真正值得关注的，不仅是中国将如何继续发展AI，更是它将如何处理“技术效率”与“劳动稳定”之间日益尖锐的张力。