7 月 2 日，美国劳工统计局（BLS）公布，6 月非农就业新增 5.7 万人，不足华尔街预期 11.5 万人的一半。5 月新增人数从 17.2 万下修至 12.9 万，4 月也下修了 3.1 万，两个月合计下修 7.4 万。
过去 12 个月的月均新增就业为 3.6 万人。相比单月波动，这段时间持续偏低的增长更能说明劳动力市场缺乏动力。
在讨论 AI 对就业的影响时，需要区分几类证据。BLS 的非农报告反映整体市场变化；Challenger 记录企业给出的裁员原因；行业追踪和工资单研究则观察具体公司、职业与年龄群体。它们回答的问题不同，非农报告本身没有把就业放缓归因于 AI。
劳动参与率下降，前两个月新增就业被下修
单看 5.7 万这个数字，BLS 自身的定性是"变化不大"（changed little）。从行业细分来看，就业增长集中在专业与商业服务（+3.6 万）、社会援助（+2.5 万）和医疗保健（+2.2 万），而休闲与酒店业大幅减少 6.1 万个岗位。制造业、建筑业、零售业、信息业和金融业的就业人数基本持平。Indeed Hiring Lab 认为，当前市场的招聘与人员流动都不活跃。
另外两项变化也值得关注。
第一项是劳动参与率。6 月该比例下降 0.3 个百分点至 61.5%，为 2021 年 3 月以来最低；据 CNBC 比较，剔除疫情期间后，这是约 50 年来的低点。当月劳动力人口净减少 72 万人，而未进入劳动力市场、但希望就业的人数增加 83.2 万。家庭调查口径下的就业人数减少 50.7 万；这项调查覆盖自雇者等群体，与面向雇主、统计非农岗位的机构调查范围不同。
第二项是前值修正。5 月数据从 +17.2 万下修至 +12.9 万（-4.3 万），4 月从 +17.9 万下修至 +14.8 万（-3.1 万）。两个月的合计下修量超过 6 月新增人数，表明春季就业增长弱于最初公布的结果。
Allianz 北美高级经济学家 Dan North 对 CNBC 表示："真正让我在意的不是失业率，而是劳动参与率——这是一个月内的一次大滑坡，过去一年也是大幅下降。我认为这是一个更重要的数字。"
企业更多提到 AI，年轻劳动者的就业出现分化
AI 的直接线索来自企业公告和按职业拆分的就业研究。
Challenger, Gray & Christmas 的 5 月裁员报告显示：美国雇主在当月宣布裁员 97,006 人，其中以人工智能为原因的裁员涉及 38,579 人，占当月公布裁员人数的 40%，在各类原因中居首。这是 AI 连续第三个月成为美国雇主裁员的头号理由。2026 年前五个月，AI 已被标注为 87,714 个裁员岗位的原因，远超 2025 全年的 54,836 个。Challenger 自 2023 年才开始追踪这一类别，因此这已经是该统计有史以来的最高纪录。
与此同时，Nikkei Asia 的统计显示，2026 年第一季度全球科技行业裁员 78,557 人，其中 76% 发生在美国。在该报道的分类中，47.9%（约 37,638 个岗位）被归为 AI 和工作流自动化相关裁员。
Cognizant 首席 AI 官 Babak Hodjat 对 Nikkei 的回应持谨慎态度："我不知道这些是否直接与实际的生产率提升相关。有时候 AI 从财务角度看变成了替罪羊——比如公司此前招了太多人，或者想缩减规模，就把责任推到 AI 身上。"但他也承认，真正的 AI 驱动裁员可能还需要 6 到 12 个月才能充分显现。
斯坦福数字经济实验室与 ADP Research 联合推出的 Canaries Dashboard，则按职业和年龄观察工资单变化。研究跟踪固定企业样本，样本在 2022 年 11 月覆盖 460 万名已匹配职业代码的美国劳动者，涉及 730 多种职业。按 2022 年 11 月至 2026 年 4 月的年化变化计算，22 至 25 岁劳动者在高 AI 暴露度职业中的就业下降 3.8%，同龄人在最低暴露度职业中的就业增长 2%。另一项按年龄汇总全部职业的统计显示，截至 2026 年 4 月，31 至 34 岁群体的就业同比下降 1.7%，35 至 40 岁群体同比增长 2%。这两项数值与前述高暴露度职业的年化变化口径不同。这里的暴露度指职业任务与 AI 能力的重合程度，不是已经被替代的比例。
斯坦福经济学家 Erik Brynjolfsson 对 Fortune 表示："不管它是什么，它不会消失。"团队在 2025 年 8 月首次发布研究后，将数据延长至 2026 年 4 月，继续观察到年轻劳动者的就业分化。报道引述的每月约 0.5 个百分点，描述的是该研究追踪差距的扩大，不能外推为所有岗位每月按这一速度减少。
ADP 首席经济学家 Nela Richardson 区分了两种 AI 用法：协助人完成任务，以及直接自动执行任务。研究发现，在 AI 使用更偏向自动执行任务的职业中，年轻劳动者的就业下降更明显，或增长较弱；协作用法占比与就业变化之间，则没有清晰的单调关系。
这些结果让讨论具体到了哪些年龄、哪些职业正在变化。研究使用的是经过筛选的固定企业样本，识别 AI 的影响还需要与其他研究和更广泛的就业数据比较。整体非农增长偏弱，并不会自动确认这些局部变化都由 AI 导致。
部分企业重新招人，裁员原因仍需核实
7 月 1 日，CNBC 报道了一些企业在采用 AI、削减人手后重新招聘的情况。
福特汽车正在重新雇用数百名有经验的工程师来处理自动化系统无法解决的质量问题。福特车辆硬件工程副总裁 Charles Poon 坦言："人工智能是一个了不起的工具，但它只和训练它所用的信息一样好。"
澳大利亚联邦银行（CBA）此前在部署 AI 后提出削减 40 多名客服人员，随后面临来电量增加和人手安排问题，撤回了裁员决定，并承认"没有充分考虑所有相关商业考量"。IBM 披露 AI 已能处理约 94% 的日常人力资源请求，其余约 6% 中包括需要人工判断的复杂问题。与此同时，IBM 计划在 2026 年将美国入门级招聘量提升至三倍，说明自动化部分任务与继续招聘新人可以同时发生。
Orgvue 2025 年的调查显示，39% 的受访企业领导者曾因部署 AI 而裁员，其中 55% 承认相关裁员决定有误。Robert Half 的调查则显示，在采用 AI 后削减过岗位的受访经理中，32% 表示后来又补回了岗位。两项比例分别来自特定受访群体。
重新招聘可能说明企业高估了自动化能力，也可能反映业务需求变化。另外，一些公司会把原本因其他原因发生的裁员归到 AI 名下，这被称为 AI washing。OpenAI CEO Sam Altman 在印度 AI 影响力峰会上也谈到这一现象："有一些 AI washing……人们在把本来就会发生的裁员归咎于 AI。"
这也影响着如何读裁员公告。企业给出的理由，可能同时包含实际效率改善、对未来能力的预期和对外沟通的考虑。要判断替代是否发生，还需要看部署之后的产出、人手与服务质量。
RAISE US 募资支持转岗，培训效果如何衡量
6 月 25 日，RAISE US 正式启动，Anthropic、Amazon、Microsoft 和 OpenAI 基金会是其主要合作伙伴。这个无党派非营利组织由前商务部长 Gina Raimondo 和前印第安纳州州长 Eric Holcomb 联合发起，已获得超过 5 亿美元的多年资金承诺，目标为 10 亿美元，将试点企业再培训激励、转岗支持，以及与雇主需求衔接的培训模式。
Raimondo 在启动时直言："美国有领导全球 AI 竞争的技术战略，但还没有人的战略——而没有人的战略，我们无法领导。"
转岗支持的资金规模，远小于科技公司的基础设施预算。TechTimes 此前汇总估计，科技行业 2026 年用于 AI 基础设施的资本支出计划超过 7000 亿美元。RAISE US 的 10 亿美元则是多年承诺目标，二者覆盖范围与期限不同；这项计划的实际作用，最终要看试点能帮助多少人找到并保住工作。
MIT 经济学家、RAISE US 顾问委员会成员 David Autor 引用了自己关于"中国冲击"的研究来警示："'再找一份工作'不是可行的政策，而是一种投降——我们至今仍在为此付出经济和政治代价。"Autor 与合作者对中国进口竞争的研究发现，受冲击地区的劳动力市场调整可持续十年甚至更久。另有针对贸易调整援助（TAA）的准实验研究发现，参与者在失业后头两年的就业率低于可比的未参与者，其中一项解释是参加培训本身需要暂时离开工作岗位。
Julian Jacobs 在 Brookings 2025 年刊发的分析中，回顾了从 1962 年《人力开发与培训法案》到《劳动力创新与机会法案》的六十多年历史。他认为，多项公共培训评估未能给出稳定改善就业或收入的证据，同时也指出样本选择、项目差异与评价方法使结论难以统一。
RAISE US 试图把评估重点放在就业结果上：政策实验室不接受企业捐款，顾问委员会包括 AFL-CIO 主席 Liz Shuler，项目将跟踪参与者是否获得并保持了"好工作"。这些安排能否提高培训效果，还要由试点的就业、收入和留任结果检验。
就业压力可能影响政策讨论与 AI 公司上市
整体就业增长偏弱，加上企业越来越多地谈及 AI 裁员，可能让就业支持更早进入政策与选举讨论。
白宫目前推动的自愿性 AI 评估与标准框架，主要处理模型风险和行业合作。劳动者转岗、收入保障以及企业是否有激励保留员工，则是另一组政策问题，需要相应的工具。
2026 年 11 月将举行中期选举。目前失业率仍为 4.2%，非农就业总量仍在增长，企业实际因 AI 削减了多少人尚难精确测量。如果接下来的 7 月和 8 月就业报告继续偏弱，而企业报告的 AI 裁员继续增加，相关讨论可能在秋季选举之前升温。
对筹备 IPO 的 AI 公司而言，就业影响也可能引出投资者对声誉、政策和需求变化的提问。Anthropic 于 6 月 1 日宣布秘密提交上市申请，最近一轮融资估值为 9650 亿美元；OpenAI 也已提交申请。Anthropic 此前发布的调查中，35% 的受访者预期 AI 在一年内能完成其大部分工作任务，这反映的是用户预期。公司披露的 470 亿美元则是按当时收入速度折算的年化收入。与之并列的约 8.8 万个 AI 相关裁员岗位，来自 Challenger 对全美雇主公告的统计，不能记为 Anthropic 一家造成的岗位损失。
三类数据共同提示压力，因果关系仍需继续追踪
6 月就业变化可能受多种因素影响：休闲与酒店业的疲软要结合季节调整和消费支出分析，劳动参与率则与人口年龄结构、移民和求职行为有关。前值修正也会随着更多调查回复和统计处理而变化。
三类数据各有用途。Challenger 显示，AI 正成为企业更常给出的裁员理由；以 460 万劳动者为起点的 Canaries 样本显示，部分高暴露度初级岗位的就业持续收缩；BLS 则呈现出新增就业偏弱、劳动参与率下降和前值下修的整体环境。
2026 年上半年，研究者已经能用更具体的数据追踪 AI 与就业的关系。接下来要看的是，年轻劳动者的变化是否扩展到更多群体，企业宣布的替代是否真正落地，以及新增岗位和转岗支持能否缓解压力。持续追踪这些结果，才有助于分清短期调整和更持久的变化。
