AI挤走了公司里的实习生

AI的出现，挤走了办公室里的实习生。

在职场，实习生往往承担部分简单的工作，来换取积累经验的机会。也因为职责简单，AI出现后，实习生成为了办公室里最先被挤走的角色。

实习是工作的预演，为人们从学生阶段过渡到职场积累经验。在这个阶段，学生们可以提前直面工作中的具体事务和磨难的挑战，与此同时，用人单位也会提供给实习生更多试错的容忍度。

AI来了，实习生们被“卷”着进入了下半场竞争。

一、实习生的工位空了

办公室的最后一排空了，那原本是留给实习生的工位。 

在上海长宁，黄莱春节假期后回到公司，就开始劝退组内的实习生。在这家主营灯具的企业，黄莱主要负责儿童智能台灯的市场运营与媒介投放。日常工作的内容，就是联系社交平台上用户画像与产品用户相符的博主，和他们合作投放推广内容、维护推广后的舆情。过往，公司配给黄莱2到3名实习生协助工作。

复工前，黄莱接到通知，公司重新规划了使用实习生的策略，把配给她的实习生名额从3名缩减到只剩1名，鼓励黄莱和同事多用AI工具提高工作效率、把关投放内容。 

经过数日的沟通，黄莱劝退了几名实习生，留下了一名过往每月能谈成最多合作单子的实习生。公司也不给实习生提供工位了，改为线上实习，要求24小时待命。 

原本，实习生是黄莱手下主要的“员工”。

黄莱指挥，实习生们负责执行。实习生们需要先从社交平台上搜寻，列出一份可合作的博主名单。黄莱审阅、挑选出合适的合作博主后，交由实习生去联系合作。

有时，合作创作的推广内容太多，也会由实习生看过后，审核合作图文和视频脚本。

实习生们也会参与合作作品发布后的“控评”环节，主要负责写一些符合公司期待的评论，使用自己的小号到合作内容下发布。实习生的工作，帮黄莱省下了一些审阅内容和精力。

这样的工作状态持续已久。

启用实习生，公司无需支付底薪，每参与完成一次合作，实习生可以得到300元报酬，这种雇佣方式过往帮黄莱所在的公司节省了大量人力成本。

不过，由于实习生流动速度快，在合作内容的把关和判断上，黄莱没有时间培养出可以稳定判断内容的助手。实习生审阅、修改后的稿件，她往往还需要耗费时间和精力大改一遍。所以，黄莱工作起来依然觉得费时费力。

实习生离场之后，几个电脑里的AI工具，成了黄莱的新“下属”。

黄莱感觉，AI的加入，加速了她的工作流程。植入了商业宣传的稿件，黄莱可以交给AI润色并进行针对性调整。控评需要数条文案，黄莱也可以用AI工具花数秒钟生成。

黄莱说，实习生名额缩减并未影响她的工作效率。

与内容生产者谈合作的任务，黄莱依旧交给实习生。其他诸如内容创作、审核，以及控评的工作，AI可以帮助她更快、更好地完成，还省略了过往黄莱需要和实习生沟通修改意图和内容目标的步骤。

黄莱说，把关AI生产的内容，比把关实习生生产的内容要省力得多。

过去两年，人工智能突飞猛进地渗透人类生活，提速了各个行业的生产效率。在数据处理和文档生成等工作任务上，AI的完成效率远高于普通人类。在职场，这些工作往往被调侃为“Dirty work”，往往也交由实习生负责。

随着这些基础工作被日益强大的AI胜任，在各行各业的办公室内，实习生的生存空间不断遭到AI挤压。

在广东一家地方报社的编辑部，李森发现，办公室没那么热闹了。

以往，部门会在每年夏季、秋季和冬季集中招聘实习生，每批6到7人。孩子们喳喳嚷嚷地挤在编辑部的办公室里，热闹不已。到了中午，有人在群里吆喝一声，编辑部的坐班记者、编辑和实习生就一起出动，把附近某家餐馆的长桌“包圆儿”，有的餐馆桌子不够大，还得把隔壁的桌子拼到一起才行。

稚嫩的实习记者们，肩负了编辑部新闻报道过程中大量繁琐而重要的基础性工作。

李森主要关注国际新闻。上一个选题还在深入分析中东局势，下一个关注的议题就要求他去研究欧洲的热点事件，这种情况经常发生。

报道需要兼顾速度与深度，这要求李森在短时间内掌握新闻事件的前因后果和各类数据资料。

整理资料是一件繁琐而又耗费时间、精力的事情，实习记者们为李森提供了重要帮助。

实习生会按照李森的需求，提前准备好扎实的资料整理供李森阅读。此外，为了方便李森跟进议题进程，实习生们还会按要求检索并整理好与选题相关的海内外报道，标注报道来源与刊发时间，供正式记者参考。

自从2024年下半年，记者们开始在工作中大量使用AI，李森发现，报社放出的实习生招聘岗位变少了。

一开始，他没意识到AI会如何改变自己的工作，只是觉得生活中看到AI助手广告的频率增多了。而后，他发现身边的同事夸赞不同AI智能体的声音喧嚣了起来。再度回过神来，他发现自己已经对不同AI智能体的风格差异烂熟于心，会有意识地把不同的任务派给不同特质的AI工具。

身边的同事，也或多或少地利用AI来辅助工作。实习生是在不知不觉中，被AI“挤走”的。AI 作为一个强大的检索与整理工具，短短几分钟就能将李森关心的话题事件前因后果详细罗列。此前需要实习生一天完成的工作，基本上半天不到就能结束。

办公室里人少了。如今，大家不常一起出去吃饭，有时候两两结对去吃饭，有时候各自点外卖吃。

二、AI卷起实习门槛

一些行业中，AI覆盖了大量基础性工作之后，留给实习生的岗位没有消失，只是更“卷”了。 

在广东，陈章意识到，公司对实习生入职的考核越来越苛刻。

他所在的外贸公司自年后开始要求员工，要利用AI提高效率。会使用AI工作，也列入了实习生的应聘考察项目中。如果不会使用AI助手，就无法通过实习面试。 

过往，公司只要求实习生们负责收集数据、整理资料。如今，这两项工作交给了AI，以前实习生需要花两三天完成的工作，只要指令和思路明确，陈章和AI配合，不到一天就能完成。AI收集数据并整理好资料之后，还可以通过数据分析工具，自动生成可视化报告，做得又快又好。

陈章说，如今实习生光会听话，按照正式员工的要求收集数据、整理资料，已经无法入职实习。他们需要发挥更多才能，主动思考产品逻辑，像正式员工一样拥有独立完成部分工作的能力，才能得到实习的机会。

准应届毕业生丁悦乔将于2025年年中毕业。

至今，他已经历了4份实习。对于新变化，丁悦乔心情复杂。

丁悦乔的四份实习中，一份是运营维护、一份是用户运营、另外两份是数据标注实习，拥有一个亮眼的岗位名称——AI训练师。在丁悦乔眼里，这些工作是普通人离AI行业最近的抓手，“AI是风口”。

找实习的面试过程中，他发现不少公司已经在用算法和prompt（提示词）优化标注流程，替代掉一些基础标注岗位。数据标注的工作不需要太多创造性，更多是执行，门槛低，之前被丁悦乔视为进入 AI 领域的最佳机会。如今，实习岗位消失，让丁悦乔感觉到危机感——可能很快，AI也会挤掉正式员工的岗位。

原本，数据标注做得好，可以向上发展为AI产品经理或AI训练师，直接与产品算法工程师对接。现在，丁悦乔的希望被不断削弱。他留意到现在标注岗位要求正在不断抬高。一些代码相关的标注岗位，明确需要具备代码能力的人。只有掌握更加牢固的知识，才不容易被淘汰。“在AI学会像人类一样自主思考之前，优质数据的投喂仍然需要高知识水平的人来完成”，丁悦乔说。

如今，他不仅时刻留意着AI相关岗位的动向，还在不停学习，更新知识，以跟上AI变化的步伐。 

临近毕业，研究生陈琳霏发现，行业对于实习生的要求升级了。 

本科阶段，陈琳霏曾到媒体实习。当时，她被分到的工作不太需要思辨。能够帮助记者整理过往报道和数据资料，穿插一些简单的采访，采访后帮记者整理采访录音，把录音内容转化为文字固定在文档中即可。只有少数时候，她需要参与到稿件的写作中。 

AI替代了简单的工作后，这份实习工作“卷”上了新台阶。

独立操作选题的能力变成了入门的门槛。陈琳霏不得不比以往投入更多精力，打磨稿件，提升写作能力。 

和陈琳霏同时期入职的一名实习生，在入职第二个月的时候就放弃了。离开前，她们一起吃了一顿饭。女孩和陈琳霏说，与其继续痛苦地磨合与适应，不如赶紧结束，去其他领域寻找可能性。 

陈琳霏决定扛住压力，尽力留下来。

通过观察学习，她尝试像正式记者一样，用AI寻找资料、草拟采访提纲，完成采访后写作稿件。和3年前相比，她更加焦虑，也感觉更加兴奋。

因为无需承担简单的基础性工作，她可以花更多时间思考和学习，和正式记者一样，在选题会上提出自己的想法，争取编辑认可后，通过自己的工作表达自己对现实世界的关切和想法。

在AI激起的浪潮中，陈琳霏发现自己成长得更快了。

第一个月，她提交稿件后，得到的反馈往往严厉。她的表达不合要求，太过随意，带教的老师提醒陈琳霏，她的专业词汇用得少，显得不专业、口水化，这是媒体记者所积忌讳的。

与此同时，带教老师也会提醒她，一些稿件的内容分析过于浅显，没有信息增量，欠缺逻辑。

凡此种种，每一次独立操作稿件，陈琳霏都能在实战中找到自身的漏洞，查缺补漏。

实习期临近第三个月时，陈琳霏已经养成了独立工作和围绕工作需要的自学能力。上班前的通勤路上，她会看热点信息，听财经播客；下班回去后还会继续思考稿件怎么做，焦虑找不到合适的采访对象。

在她看来，在AI卷走繁杂而简单的工作内容后，实习变得焦虑也变得充实。

三、实习生退场之后

李姗姗在一家内容创作机构工作，AI的出现确实缓解了她不少压力。AI能帮她快速生成稿件提纲，文字连贯，用李姗姗的话来说，只是AI味稍重些，需要她调整和改写。

AI取代了实习生的地位，可以更好地配合李姗姗提高她的工作效率。

不过最近，李姗姗渐渐地发现，AI并非“救世主”，而是化身成一条无形的鞭子，替上司抽打着她日夜奔忙。

AI 如潮水般涌现在各大社交平台，仿佛一夜之间，它成了无所不能的魔法师：写文案、生成图片、剪辑视频，似乎只需轻轻一挥魔杖，便能一本万利。

这种强大的魔力，也在影响着人们——比如李姗姗的上司——对AI能力的预期。

当实习生离场，最终AI还是卷到了正式员工身上。李姗姗发现，AI能多大程度“卷”到员工，实际上不取决于它能做什么，而取决于员工的上司认为AI能做什么。

在李姗姗的公司，AI强大的生产能力被管理层视为高效的生产机器。

她的上司认为，下属有了AI加持，生产效率便可理所当然翻倍。因此，指令不断加码，“如同催命符”，让她开始承担比以往更多的工作量。

AI能快速生成一份文稿，并非拿来就能用，李姗姗依然需要花费大量时间润色和调整。但这些，李姗姗的上司感受不到。

借着AI能提升效率的名义，一些过往需要耗费一周才能完成的工作任务，如今上司要求李姗姗在三四天内完成。

这让李姗姗十分疲倦：“AI只能帮助一个人提高效率，无法硬生生让一个人完成三个人的工作。”可惜姗姗的上司不这么认为。

这一认知分歧，最终往往以下属的妥协作为结尾。现实中，由于上司调整了工作量要求，AI又无法如上司预期那样，提升李姗姗的工作效率，结果就是，李姗姗的加班时间比以往更长，压力也更大。因为在上司的认知中，学会使用AI之后，李姗姗要做得又快又好。

每天，光是完成任务已让李姗姗疲惫不堪，更是难有时间带实习生。紧凑的时间，让她没法先交由实习生写作，自己再进行润色、整合。AI的多模态能力确实颠覆了文字、图片、视频领域的内容生产，但这种“颠覆”还远未达到完全替代人类的程度。换言之，AI是一匹好马，能带人行千里；但它也还只是一匹野马，仍然需要人类手中的缰绳。

罗娜曾在一家互联网大厂担任实习生，主要维护公司内部“看板”。

看板上显示销量、盈利、亏损等数据，运营和产品经理会根据这些数据安排工作。此外，罗娜偶尔也需要根据上司的要求，增添新产品数据。罗娜会利用 AI 查询和调试代码。但她经常记不住一些代码参数，不得不依靠 AI 提示。有时候，面对上级指派过来的复杂任务，她也会犯难，不知道用什么代码才能实现上级要求的功能。这时，她都会转向 AI 求助。

“我现在主要用的都是免费AI，功能还不是很强大。”罗娜表示，她没法将自己的需求一次性告诉AI、让它直接输出一个完整方案，只能先拆解自己的需求，一步一步教 AI 输出她想要的答案。

如今，罗娜已经成为正式员工，成为实习生的带教老师。她感慨道，现阶段训练AI的成本高昂，她也因此看到了实习生的核心价值，也就是他们的学习能力和成长潜力。

罗娜说，AI可以完成特定任务，但它无法像人类一样通过实践积累经验，更无法智能化、个性化地完成任务。如果交由AI，AI没法在本地自行调试，“它就是很傻瓜，没法验证自己做得对不对，还是得要一个人来跑一遍。” 

在AI挤走了实习生之后，越来越多留在职场的正式员工开始期盼实习生回归职场。

*文中人物信息有模糊

本文来自微信公众号：AI故事计划，作者：陈漫曼，编辑：温丽虹