下半場競爭。
作者 | 撰文｜陳漫曼 編輯｜溫麗虹
來源 | AI故事計劃
（ID：AIstory1）
AI的出現，擠走了辦公室裡的實習生。
在職場，實習生往往承擔部分簡單的工作，來換取積累經驗的機會。也因為職責簡單，AI出現後，實習生成為了辦公室裡最先被擠走的角色。
實習是工作的預演，為人們從學生階段過渡到職場積累經驗。在這個階段，學生們可以提前直面工作中的具體事務和磨難的挑戰，與此同時，用人單位也會提供給實習生更多試錯的容忍度。
AI來了，實習生們被“卷”著進入了下半場競爭。
實習生的工位空了
辦公室的最後一排空了，那原本是留給實習生的工位。
在上海長寧，黃萊春節假期後回到公司，就開始勸退組內的實習生。在這家主營燈具的企業，黃萊主要負責兒童智慧檯燈的市場運營與媒介投放。日常工作的內容，就是聯絡社交平臺上使用者畫像與產品使用者相符的博主，和他們合作投放推廣內容、維護推廣後的輿情。過往，公司配給黃萊2到3名實習生協助工作。
復工前，黃萊接到通知，公司重新規劃了使用實習生的策略，把配給她的實習生名額從3名縮減到只剩1名，鼓勵黃萊和同事多用AI工具提高工作效率、把關投放內容。
經過數日的溝通，黃萊勸退了幾名實習生，留下了一名過往每月能談成最多合作單子的實習生。公司也不給實習生提供工位了，改為線上實習，要求24小時待命。
原本，實習生是黃萊手下主要的“員工”。
黃萊指揮，實習生們負責執行。實習生們需要先從社交平臺上搜尋，列出一份可合作的博主名單。黃萊審閱、挑選出合適的合作博主後，交由實習生去聯絡合作。
有時，合作創作的推廣內容太多，也會由實習生看過後，稽核合作圖文和影片指令碼。
實習生們也會參與合作作品釋出後的“控評”環節，主要負責寫一些符合公司期待的評論，使用自己的小號到合作內容下發布。實習生的工作，幫黃萊省下了一些審閱內容和精力。
這樣的工作狀態持續已久。
啟用實習生，公司無需支付底薪，每參與完成一次合作，實習生可以得到300元報酬，這種僱用方式過往幫黃萊所在的公司節省了大量人力成本。
不過，由於實習生流動速度快，在合作內容的把關和判斷上，黃萊沒有時間培養出可以穩定判斷內容的助手。實習生審閱、修改後的稿件，她往往還需要耗費時間和精力大改一遍。所以，黃萊工作起來依然覺得費時費力。
實習生離場之後，幾個電腦裡的AI工具，成了黃萊的新“下屬"。
黃萊感覺，AI的加入，加速了她的工作流。植入了商業宣傳的稿件，黃萊可以交給AI潤色並進行針對性調整。控評需要數條文案，黃萊也可以用AI工具花數秒鐘生成。
黃萊說，實習生名額縮減並未影響她的工作效率。
與內容生產者談合作的任務，黃萊依舊交給實習生。其它諸如內容創作、稽核，以及控評的工作，AI可以幫助她更快、更好地完成，還省略了過往黃萊需要和實習生溝通修改意圖和內容目標的步驟。
黃萊說，把關AI生產的內容，比把關實習生生產的內容，要省力得多。
過去兩年，人工智慧突飛猛進地滲透人類生活，提速了各個行業的生產效率。在資料處理和文件生成等工作任務上，AI的完成效率遠高於普通人類。在職場，這些工作往往被調侃為“Dirty work”，往往也交由實習生負責。
隨著這些基礎工作被日益強大的AI勝任，在各行各業的辦公室內，實習生的生存空間不斷遭到AI擠壓。
在廣東一家地方報社的編輯部，李森發現辦公室沒那麼熱鬧了。
以往，部門會在每年夏季、秋季和冬季集中招聘實習生，每批6到7人。孩子們喳喳嚷嚷地擠在編輯部的辦公室裡，熱鬧不已。到了中午，有人在群裡吆喝一聲，編輯部的坐班記者、編輯和實習生就一起出動，把附近某家餐館的長桌“包圓兒”，有的餐館桌子不夠大，還得把隔壁的桌子拼到一起才行。
稚嫩的實習記者們，肩負了編輯部新聞報道過程中大量繁瑣而重要的基礎性工作。
李森主要關注國際新聞。上一個選題還在深入分析中東局勢，下一個關注的議題就要求他去研究歐洲的熱點事件，這種情況經常發生。
報道需要兼顧速度與深度，這要求李森在短時間內掌握新聞事件的前因後果和各類資料資料。
整理資料是一件繁瑣而又耗費時間、精力的事情，實習記者們為李森提供了重要幫助。
實習生會按照李森的需求，提前準備好紮實的資料整理供李森閱讀。此外，為了方便李森跟進議題程序，實習生們還會按要求檢索並整理好與選題相關的海內外報道，標註報道來源與刊發時間，供正式記者參考。
自從2024年下半年，記者們開始在工作中大量使用AI，李森發現，報社放出的實習生招聘崗位變少了。
一開始，他沒意識到AI會如何改變自己的工作，只是覺得生活中看到AI助手廣告的頻率增多了。而後，他發現身邊的同事誇讚不同AI智慧體的聲音喧囂了起來。再度回過神來，他發現自己已經對不同AI智慧體的風格差異爛熟於心，會有意識地把不同的任務派給不同特質的AI工具。
身邊的同事，也或多或少地利用AI來輔助工作。實習生是在不知不覺中，被AI“擠走”的。AI 作為一個強大的檢索與整理工具，短短幾分鐘就能將李森關心的話題事件前因後果詳細羅列。此前需要實習生一天完成的工作，基本上半天不到就能結束。
辦公室裡人少了。如今，大家不常一起出去吃飯，有時候兩兩結對去吃飯，有時候各自點外賣吃。
AI捲起實習門檻
一些行業中，AI覆蓋了大量基礎性工作之後，留給實習生的崗位沒有消失，只是更“卷”了。
在廣東，陳章意識到，公司對實習生入職的考核越來越苛刻。
他所在的外貿公司自年後開始要求員工，要利用AI提高效率。會使用AI工作，也列入了實習生的應聘考察專案中。如果不會使用AI助手，就無法透過實習面試。
過往，公司只要求實習生們負責收集資料、整理資料。如今，這兩項工作交給了AI，以前實習生需要花兩三天完成的工作，只要指令和思路明確，陳章和AI配合，不到一天就能完成。AI收集資料並整理好資料之後，還可以透過資料分析工具，自動生成視覺化報告，做得又快又好。
陳章說，如今實習生光會聽話，按照正式員工的要求收集資料、整理資料，已經無法入職實習。他們需要發揮更多才能，主動思考產品邏輯，像正式員工一樣擁有獨立完成部分工作的能力，才能得到實習的機會。
準應屆畢業生丁悅喬將於2025年年中畢業。
至今，他已經歷了4份實習。對於新變化，丁悅喬心情複雜。
丁悅喬的四份實習中，一份是運營維護、一份是使用者運營、另外兩份是資料標註實習，擁有一個亮眼的崗位名稱——AI 訓練師。在丁悅喬眼裡，這些工作是普通人離AI行業最近的抓手，“AI是風口”。
找實習的面試過程中，他發現不少公司已經在用演算法和prompt（提示詞）最佳化標註流程，替代掉一些基礎標註崗位。資料標註的工作不需要太多創造性，更多是執行，門檻低，之前被丁悅喬視為進入 AI 領域的最佳機會。如今，實習崗位消失，讓丁悅喬感覺到危機感——可能很快，AI也會擠掉正式員工的崗位。
原本，資料標註做得好，可以向上發展為 AI 產品經理或 AI 訓練師，直接與產品演算法工程師對接。現在，丁悅喬的希望被不斷削弱。他留意到現在標註崗位要求正在不斷抬高。一些程式碼相關的標註崗位，明確需要具備程式碼能力的人。只有掌握更加牢固的知識，才不容易被汰換。“在 AI 學會像人類一樣自主思考之前，優質資料的投餵仍然需要高知識水平的人來完成”，丁悅喬說。
如今，他不僅時刻留意著 AI 相關崗位的動向，還在不停學習，更新知識，以跟上 AI 變化的步伐。
臨近畢業，研究生陳琳霏發現，行業對於實習生的要求升級了。
本科階段，陳琳霏曾到媒體實習。當時，她被分到的工作不太需要思辨。能夠幫助記者整理過往報道和資料資料，穿插一些簡單的採訪，採訪後幫記者整理採訪錄音，把錄音內容轉化為文字固定在文件中即可。只有少數時候，她需要參與到稿件的寫作中。
AI替代了簡單的工作後，這份實習工作“卷”上了新臺階。
獨立操作選題的能力變成了入門的門檻。陳琳霏不得不比以往投入更多精力，打磨稿件，提升寫作能力。
和陳琳霏同時期入職的一名實習生，在入職第二個月的時候就放棄了。離開前，她們一起吃了一頓飯。女孩和陳琳霏說，與其繼續痛苦地磨合與適應，不如趕緊結束，去其他領域尋找可能性。
陳琳霏決定扛住壓力，盡力留下來。
透過觀察學習，她嘗試像正式記者一樣，用 AI 尋找資料、草擬採訪提綱，完成採訪後寫作稿件。和3年前相比，她更加焦慮，也感覺更加興奮。
因為無需承擔簡單的基礎性工作，她可以花更多時間思考和學習，和正式記者一樣，在選題會上提出自己的想法，爭取編輯認可後，透過自己的工作表達自己對現實世界的關切和想法。
在AI激起的浪潮中，陳琳霏發現自己成長得更快。
第一個月，她提交稿件後，得到的反饋往往嚴厲。她的表達不合要求，太過隨意，帶教的老師提醒陳琳霏，她的專業詞彙用得少，顯得不專業、口水化，這是媒體記者所積忌諱的。
與此同時，帶教老師也會提醒她，一些稿件的內容分析過於淺顯，沒有資訊增量，欠缺邏輯。
凡此種種，每一次獨立操作稿件，陳琳霏都能在實戰中找到自身的漏洞，查缺補漏。
實習期臨近第三個月時，陳琳霏已經養成了獨立工作和圍繞工作需要的自學能力。上班前的通勤路上，她會看熱點資訊，聽財經播客；下班回去後還會繼續思考稿件怎麼做，焦慮找不到合適的採訪物件。
在她看來，在AI捲走繁雜而簡單的工作內容後，實習變得焦慮也變得充實。
實習生退場之後
李姍姍在一家內容創作機構工作，AI 的出現確實讓她緩解了不少壓力。AI 能幫她快速生成稿件提綱，文字連貫，用李姍姍的話來說，只是AI味稍重些，需要她調整和改寫。
AI很好地取代了實習生的地位，配合著李姍姍提高她的工作效率。
不過最近，李姍姍漸漸地發現 AI 並非“救世主”，而化身成一條無形的鞭子，替上司抽打著她日夜奔忙。
AI 如潮水般湧現在各大社交平臺，彷彿一夜之間，它成了無所不能的魔法師：寫文案、生成圖片、剪輯影片，似乎只需輕輕一揮魔杖，便能一本萬利。
這種強大的魔力，也在影響著人們——比如李姍姍的上司——對 AI 能力的預期。
當實習生離場，最終AI還是捲到了正式員工身上。李姍姍發現，AI能多大程度“卷”到員工，實際上不取決於它能做什麼，而取決於員工的上司認為AI能做什麼。
在李姍姍的公司，AI 強大的生產能力被管理層視為高效生產機器。
她的上司認為，下屬有了 AI 加持，生產效率便可理所當然翻倍。因此，指令不斷加碼，“如同催命符”，讓她開始承擔比以往更多的工作量。
AI能快速生成一份文稿，並非拿來就能用，李姍姍依然需要花費大量時間潤色和調整。但這些，李姍姍的上司感受不到。
藉著AI能提升效率的名，一些過往耗費一週完成的工作任務，如今上司要求李姍姍在3、4天內完成。
這讓李姍姍十分疲倦：“AI只能幫助一個人提高效率，無法硬生生讓一個人完成三個人的工作。”可惜姍姍的上司不這麼認為。
這一認知分歧，最終往往以下屬的妥協作為結尾。現實中，由於上司調整了工作量要求，AI又無法如上司預期那樣，提升李姍姍的工作效率，結果就是，李姍姍的加班時間比以往更長，壓力也更大。因為在上司的認知中，學會使用AI之後，李姍姍要做得又快又好。
每天，光是完成任務已讓李姍姍疲憊不堪，更是難有時間帶實習生。緊湊的時間，讓她沒法先交由實習生寫作，自己再進行潤色、整合。AI 的多模態能力確實顛覆了文字、圖片、影片領域的內容生產，但這種“顛覆”還遠未達到完全替代人類的程度。換言之，AI 是一匹好馬，能帶人行千里；但它也還只是一匹野馬，仍然需要人類手中的韁繩。
羅娜曾在一家網際網路大廠擔任實習生，主要維護公司內部“看板”。
看板上顯示銷量、盈利、虧損等資料，運營和產品經理會根據這些資料安排工作。此外，羅娜偶爾也需要根據上司的要求，增添新產品資料。羅娜會利用 AI 查詢和除錯程式碼。但她經常記不住一些程式碼引數，不得不依靠 AI 提示。有時候，面對上級指派過來的複雜任務，她也會犯難，不知道用什麼程式碼才能實現上級要求的功能。這時，她都會轉向 AI 求助。
“我現在主要用的都是免費AI，功能還不是很強大。”羅娜表示，她沒法將自己的需求一次性告訴AI、讓它直接輸出一個完整方案，只能先拆解自己的需求，一步一步教 AI 輸出她想要的答案。
如今，羅娜已經成為正式員工，成為實習生的帶教老師。她感慨道，現階段訓練AI的成本高昂，她也因此看到實習生的核心價值，也就是他們的學習能力和成長潛力。
羅娜說，AI 可以完成特定任務，但它無法像人類一樣透過實踐積累經驗，更無法智慧化、個性化地完成任務。如果交由 AI，AI 沒法在本地自行除錯，“它就是很傻瓜，沒法驗證自己做得對不對，還是得要一個人來跑一遍。”
在AI擠走了實習生之後，越來越多留在職場的正式員工開始期盼實習生迴歸職場。
AI故事計劃（ID：AIstory1）人在AI時代的命運。這個編輯部致力於記錄AI時代的真實故事
