家族一位晚辈985本科毕业，没有考中心仪的硕士，所以在家复习，准备年底再考一次。
最近又是毕业季，和一位985高校的博导聊天，他说现在就业率也不是很满意，很多学生找不到自己满意的工作，所以宁可不工作。但国家有要求，硕士和博士毕业必须达到一定就业率，于是不愿意工作的学生就成了学校的负担，会拖低就业率。于是学校想了一个招，让毕业又不愿意工作的博士和学校签三个月的科研助理合同，这样学生算就业了，而对外还可以算应届生。
一边是本科毕业卷好学校考研，另一边是好学校的博士毕业也找不到称心的工作，研究生期间刚好是夹心期，掩藏了就业的压力。
就业难不是今天才有的，好几年前就已经比较明显了，但这次不一样的地方在于，自动化和AI带来的难就业可能会越来越明显，而不是短期内就会改善。而造成这种现象的本质是落后的教育模式已经跟不上日新月异的AI时代，教育模式的固化和AI对产业及经济的改变之间的落差导致了就业的困难。传统操作型人才已经严重过剩，很多研究生干着本科生，甚至是高职生都能干的工作；而创新性人才却严重不足，很多新型行业高薪抢人。换句话说，这是一场错位的博弈：AI的冲击已经来了，但与之匹配的教育体系还没有影子；学生正在按旧地图走路，而地形已经变了。
从这个角度看，本科毕业去考研、研究生毕业签科研助理合同，这些个人选择在微观上是完全理性的。面对不确定的市场，延缓进入、增加学历筹码、等待更多信息，都是降低风险的合理策略。但问题在于，当所有人都这么做的时候，集体结果可能和个体目标背道而驰。研究生扩招延缓了就业压力，却没有消灭它，只是把堰塞湖堆得更高；科研助理合同粉饰了当期数据，却没有创造出真实的岗位需求。
这不是个人道德突然变坏，也不是学生好高骛远，而是制度激励出了问题。
我一直觉得，教育在功能上其实是一种人力资本投资，而且是周期长、沉没成本高、退出机制差的那种。一个人选择本科专业，本质上是在十八岁时对未来劳动力市场做一次跨期押注。押对了，毕业时有匹配的技能和需求；押错了，就要承受折价。过去这个押注的容错率还算高，因为市场变化慢，一个专业能吃十几年。但现在AI的能力边界每个月都在移动，押注的窗口期被急剧压缩了。
更严重的是，教育体系的调整速度远跟不上技术的变化。一所大学要新开一个专业，从论证、审批、师资、课程到招生，动辄三五年。而三五年后，那个方向的AI能力可能已经白菜化了。这不是批评大学反应慢，而是制度本身的固有属性——稳定、规范、可预期，恰恰和技术的突变、试错、迭代是两种节奏。要求教育体系像公司一样反应敏捷，以切合现实经济，这显然是不显示的，即使是有自主权的私立大学也不行。
由此我想，目前阶段的就业结构性失衡，可能不是政策力度不够或者学生不够努力的问题，而是一个更深的时间差问题。AI本身还没有成熟，还在成长，它最终会重塑哪些岗位、创造哪些新职业、消灭哪些旧技能，现在谁也说不准。而教育必须是面向未来的，它需要一个相对确定的预期，才能设计培养方案。当技术本身还在剧烈演化时，教育怎么可能提前画出一张精确的地图？
哈耶克讲分散知识的时候说，市场的好处不在于某个中心掌握了全部信息，而在于价格机制能把分散在无数个体中的局部知识调动起来。就业市场本质上也是如此，真正的适配不是自上而下的专业规划，而是无数人在试错、转换、学习、退出的过程中，慢慢摸索出新的均衡。但这个均衡不会自动出现，它需要时间，需要代价，需要一代人在不确定中摸索。
代价之一就是过渡期的阵痛，那些在家考研的学生、签短期科研助理合同的毕业生、投了上百份简历没有回音的年轻人，他们正在承担这个代价。这不是说他们”选错了”，而是在一个系统性错位的阶段，个体的最优选择叠加在一起，恰恰造成了集体的困局。这点和历史上所有重大技术转型期的情况高度相似，尽管技术创新从长远看都提供了新岗位，改善了人们的生活，但处在过渡期的人都为之付出了沉重代价。
那么有没有办法缩短这个过渡期？我觉得有，但不容易。核心问题不在AI本身，而在教育的提前量。如果大学教育能更早地把AI纳入日常学习，不是开一门”人工智能概论”的选修课，而是让学生在各专业、各课程中系统性地使用AI、理解AI、与AI协作，那么这些学生进入劳动力市场时的技能结构就会更接近真实需求。更进一步，可以更开放，学校可以开设一堆AI和传统学科结合的课目，让学生自由选择搭配，这样就可以培养出个性化的人才，从而切合企业的差异化需求。但这需要教育管理者放下对”标准答案”的执念，承认课程内容需要跟随技术快速迭代，同时也需要企业更早地参与课程设计，把真实的工作场景前置到校园里。这似乎只能存在于空想中。
现实是，这两件事都和现有制度的惯性相悖。大学看重稳定学分体系和可复制的教学大纲，企业则没有动力为公共教育投入太多资源。于是缺口就在那儿摆着，年轻人自己填补，用考研拖延、用科研助理过渡、用自学和网课补充大学没有教的东西。或许管理者已经认识到了这个问题，开设了校企联合培养的硕博专业，但结果却差强人意，学校放不开手，企业缺乏动力。
或许只能如此，技术变革从来不是平滑的，它总是先打碎旧秩序，再在碎片中长出新秩序。教育滞后于技术，就业滞后于教育，一代人卡在中间，这是结构性失衡的典型样貌。
从这个角度看，那些在家复习考研的孩子，那些签了短期合同的研究生，他们既是这个失衡的受害者，也是新均衡的探路者。等他们中的一部分人终于找到适合自己的位置时，教育体系大概也会慢慢调整过来，企业的招聘标准也会重新校准，然后下一批年轻人可能会面对一个相对确定的格局。
但那是以后的事；眼下，错位还在继续。
很多事情只能用时间换空间～当下解决不了的拖一拖让后来人去解决，没有人会选择让雷爆在自己手上，世界是个草台班子。
是的，以时间换空间理念的提出本身就基于这种思维，留给以后解决。
早晚都得出来，要提前规划一下。
只是将就业压力延后，并不是消失。
以前都说是考上好的大学就有好的工作，现在看来，大学才是起点！
是啊，现在大学只是起点，好大学只是好工作的条件之一。
本来觉得有了ai，学历（本来就贬值了）就不值钱。不过人才选拔还是人类选拔人类，还得继续玩下去。
迟早都是人类选拔人类，如果AI选拔人类，可能大家都没有奋斗的动力了。
现在是能多学点就多学点，增加一点微不足道的生活竞争力
是的，能多学就多学点，技多不压身。
本科选择专业真的是押注，个人认知局限性太大，zxf老师让我们了解到了更多专业和就业情况。现在就业这么难，国家也可以考虑引入gap year，在上大学之前，空出一年，自己去社会上摸索，找到适合自己未来的发展方向，找到自己愿意做一辈子的专业或工作。
你最后这个建议很好，确实可以让学生弄明白社会是什么样子之后再选择自己的路，现在的流程太死了。
错位给人就是拆东墙补西墙的感觉。
现在跟着课题组搞一些结合的东西，发现这里的研究生基本上每天都是对着AI用人工语言输出内容和研究思路，openai使用已经变成常态了。他们说，导师给的方向，却给不了指导，不如AI的知识强大。
另一个是硕士和博士已经开始延长学制了，以前专硕2年，基本上都变成了3年，博士4年变5年甚至是6年。
硕士用科研助理过渡，博士用博后过渡，最后也无非是985和211高校的硕博占据双非学校的硕博的工作机会。
还是早点就业比较好，要么就学历直接卷到底，有可能的话再出国深造一下。
学历卷到底出来就30岁之后，作为打工人年龄还行，但如果想创业的话，其实已经过了思想最活跃的时候，而且受家庭和婚姻的影响也很难大折腾。现在整体学历贬值的厉害，很多高职院校招老师都开始要求博士，且看第一学历了，而好的大学甚至只要有留洋经历的海龟。竞争越来越大，学习也慢慢的改变不了命运了。
周围同事的小孩好几个今年高考，不止是就业，就高考报志愿这块，好多专业一边倒地冷门，全都聚到个别当下就业较好的专业，就算学校一般但专业分数都高得离奇，比我们当年高考更加病态。
现在大家更喜欢好专业，而不是好学校，就连清北的冷门专业都有很多上线的不愿意报，宁可选其他学校的好专业。
openAI 的 ChatGPT 刚出来的时候，就已经预感到了，今年，智能体的爆发加剧了就业率下降的趋势。
今年智能体发展太快了，很多工作已经能被AI取代，精简人员已经越来越频繁。
只能不断的提高自己的竞争力，不管用什么手段
是的，只能不断学习，不断提高，要不很容易被淘汰。