“ 浙大 教授”郑强，曾再次抛出惊人言论！他说：“中国是人口大国、劳动力大国，人工智能要是把劳动力废了，社会可能会混乱。人工智能到底会不会取代人类的劳动力？”振聋发聩！
这段话不能只听成“机器抢饭碗”。真正更急的，是AI正在改变年轻人进入社会的第一道门。过去一个学生毕业，先从助理、文员、客服、柜员、运营这些岗位练手，现在这些岗位最容易被AI压缩。入口变窄，比岗位少几个更危险，这是中国必须提前处理的矛盾。
20世纪90年代末至21世纪初的美国ATM替代银行柜员争议与本次高度相似，机器接管了银行柜员大量现金处理工作，但关键差异是，当年ATM降低了网点成本，银行反而开出更多分支机构，柜员转向营销和客户沟通，这意味着机器能不能伤人，关键看制度怎么重组岗位。
这个例子提醒我们，自动化不是天然站在劳动者对面。它可以把人从低价值动作里解放出来，也可以把人直接挤出系统。区别不在机器，而在企业、学校、政策有没有同步设计新岗位。中国要走的，不能是先让入口岗位消失，再让年轻人自己想办法。
郑强这次被关注，不只是因为他说“中国是人口大国、劳动力大国”，更因为他把AI和教育放到了一起。2026年5月9日，他在郑州谈大学专业设置，强调大学不能完全跟着短期市场热度跑。这个判断很关键，因为AI时代最怕把学生训练成过时工具。
现在许多高校一听市场热，就急着上新专业，一听企业缺人，就把课程改成岗位说明书。看着很务实，其实风险很大。AI迭代太快，今天热门的技能，明天可能被一个工具包吞掉。大学如果只教“怎么用某个软件”，那学生还没毕业，就可能被下一版模型甩开。
中国2026年高校毕业生达到1270万，这不是小数字，而是国家未来二三十年的工程师、教师、医生、基层干部、企业骨干和产业工人来源。AI如果把毕业生的第一份工作挤掉，影响的不只是收入，还有成长路径、婚育信心、城市融入和社会预期，这个账不能只按企业利润算。
更反常的是，一边是就业入口承压，一边是AI基础设施正在加速上量。外媒6月报道，中国正研究数万亿元级别的数据中心建设计划；国内1到4月机器人减速器、工业机器人产量也大幅增长。技术扩张很快，人的转换速度却没那么快，这就是政策必须介入的时间差。
有些企业现在不一定大张旗鼓裁员，而是少招新人、冻结岗位、把外包合同切碎、要求员工用AI完成更多任务。路透6月报道的“静悄悄减员”现象，恰好说明问题已经从工厂流水线进入互联网、营销、影视、广告和办公室。岗位不是突然没了，而是入口一点点被堵住。
国际市场也不再把AI就业冲击当小事。世界经济论坛预计到2030年会有大量新岗位出现，也会有大量岗位被替代，许多雇主还计划因AI自动化缩减用工。这说明西方并没有找到万全办法，中国不能迷信“市场自然会消化”，更不能把普通劳动者推去单独承受试错成本。
站在中国视角看，AI必须发展，而且要快。中美科技竞争已经到了算力、模型、芯片、应用生态全面较量的阶段，中国没有资格慢下来。问题是快要有方向，不能把最强技术先用在替代低收入岗位上，而要先用在高危生产、国防科研、深海深空、医疗辅助、基层治理这些硬骨头上。
郑强4月谈到AI要服务国防、深空、深海、航天等战略方向，这和他担心劳动被废掉并不矛盾。一个是技术上攻高地，一个是社会上守底盘。高地拿不下，国家竞争会被人卡脖子；底盘守不住，技术进步就缺少民意基础，这是中国式现代化不能回避的双线任务。
国务院“人工智能+”相关部署已经提到技能培训、就业风险评估和创新资源向创造就业潜力大的方向倾斜。这个思路很对，但下一步不能停在文件上。凡是大规模引入AI的行业，都应当配套岗位转换、培训补贴、社保衔接和毕业生吸纳责任，不能只给机器补贴，不给人机会。
企业也要换一套算法。过去考核AI项目，常看节省多少人工、减少多少成本、提高多少效率。以后更该看它有没有创造新增岗位，有没有让一线员工收入提高，有没有把危险环节交给机器、把判断环节留给人。只会裁人的AI项目，不应被包装成高质量发展。
对大学来说，最该补的不是追热点专业，而是基础能力。数学、物理、工程、中文表达、组织协作、产业认知，这些东西短期看不如某个AI证书亮眼，长期看才是抗替代能力。学生不能被培养成按钮操作员，而要被培养成能理解问题、拆解问题、驾驭工具的人。
对劳动者来说，恐慌没有用，拒绝AI也没有用。真正有用的是把AI变成自己的外骨骼，而不是把它当成对手。普通人要争取培训、平台规则、劳动保障和转岗机会，也要主动学会用工具提升效率。人只要还掌握判断、沟通、责任和创造，就没有必要把自己提前判出局。