纽约市 AI 办公热潮正在增长，但年轻求职者却在失去机会

2026 年上半年，纽约市的 AI 公司租赁了超过 220 万平方英尺的办公空间。然而，纽约市 AI 办公热潮为许多寻求第一份白领工作的年轻人创造的岗位却更少了。

这种反差正是纽约市合作伙伴组织一份新报告的核心。投资与实体扩张正在加速，但多个受 AI 影响的职业中，入门级招聘却在收缩。

该报告并未表明每一个消失的岗位都由 AI 单独造成。纽约更广泛的劳动力市场同样有所放缓。尽管如此，其发现挑战了一个常见假设：更多资金和办公空间，并不会自动带来更多可获得的工作机会。

与旧金山的比较让这一警示更难被忽视。两座城市都吸引了 AI 投资，同时也看到初级招聘渠道走弱。纽约如今面临一个选择：是衡量可见的增长，还是建设通往相关职业的更广泛路径。

纽约市 AI 办公热潮有两套截然不同的计分板

纽约可以同时呈现 AI 投资繁荣与入门级就业低迷。

该合作伙伴组织的入门级调查结果汇集了招聘信息数据、联邦就业数据以及职业 AI 暴露指数。这些来源共同描绘出一个资本与房地产持续扩张、职业入口却不断收窄的市场。

2026 年上半年，AI 公司在纽约市租赁了超过 220 万平方英尺的办公空间。这一数字是 2025 年全年 93.6 万平方英尺租赁面积的两倍以上。

截至第二季度，13 家现有 AI 公司签订的租约使各自办公面积扩大逾一倍。这些扩张合计增加了 120 万平方英尺。

投资也沿着同样的上升轨迹发展。纽约 AI 初创企业在 2025 年融资 167 亿美元，创下历史最佳年度纪录。只有旧金山湾区吸引的 AI 风险投资更多。

这些数字支撑了一个真实的增长故事。它们表明，企业预计纽约将继续在客户、人才、金融、媒体和专业服务方面保持重要地位。

商业地产研究提供了更多证据。Colliers 统计，2026 年上半年曼哈顿共有 63 笔 AI 租赁交易，涉及 150 万平方英尺。

其统计范围比该合作伙伴组织的全市总数更窄，因此两组数字不应被视为可以互换。不过，两份数据集指向了同一趋势。

根据科技行业租赁数据，同期所有科技公司在曼哈顿租赁了 415 万平方英尺。这比前一年高出 59.5%，占曼哈顿全部租赁面积的 18.2%。

AI 企业占据了这类科技需求的三分之一以上。六笔科技租约超过 10 万平方英尺，Google、Ramp 和 Uber 位列最大的租户之中。

然而，就业计分板看起来较为疲弱。2025 年，纽约私营部门仅新增 3.8 万个岗位，只有 2024 年新增总数的一半。

在 AI 使用日益增加的办公室行业中，放缓尤为明显。截至 2026 年 8 月，金融服务业就业人数仅增长 0.6%。

专业及商业服务业仅增长 0.04%。信息行业就业人数则下降近 2%。

这些数字并不能证明 AI 导致了这些行业范围内的结果。利率、经济不确定性、企业重组和疫情后的调整同样会影响招聘。

但它们说明，租赁数据不能代替就业数据。一份签署的办公租约衡量的是企业对物业的承诺，而不是其岗位的数量或可及性。

这种脱节在纽约尤为重要。该市经济高度依赖金融、媒体、科技、法律、广告和专业服务。

这些行业传统上会雇佣毕业生从事研究、起草、分析、协调和客户支持。这些任务也与生成式 AI 最容易处理的工作高度重叠。

因此，纽约已成为一个早期试验场，用以检验一个 AI 中心能否在不维持既有职业晋升阶梯的情况下实现增长。

办公楼填得更快了，最底层的阶梯却变得更难触及。

入门级 AI 工作要求更高，岗位却更少

雇主正在提高初级求职者的 AI 技能门槛，同时减少可供选择的初级职位数量。

自 ChatGPT 于 2022 年公开发布以来，AI 暴露程度高的职业出现了纽约最显著的一些入门级招聘下滑。

在该合作伙伴组织考察的职业类别中，设计、媒体和写作类入门级招聘信息下降了 40.6%。这些岗位的估计 AI 暴露水平为 58%。

客户与客户支持类招聘信息下降了 34.4%，文职和行政岗位空缺下降了 30.5%。后者是研究中测得暴露程度最高的类别，达到 70%。

商业管理和运营类下降了 26.8%。尽管金融在纽约经济中居于核心地位，其相关岗位仍下降了 23.4%。

社会分析和规划岗位空缺下降了 12.7%，销售类招聘信息下降了 10.4%。这一比较中的每个类别，都有超过一半的技能可能受到 AI 增强影响。

暴露并不意味着某个职业将会消失。它衡量的是 AI 能够协助或完成该职业现有技能组合的比例。

这一差异很重要，因为许多雇主正在重组工作，而非取消整个职业。他们可以将常规产出工作交给软件，同时保留资深员工负责审核、判断和客户管理。

眼下的输家往往是围绕学习这些常规任务而设立的职位。初级分析师、协调员、助理和开发人员历来通过完成随后由资深员工审核的工作来积累经验。

AI 改变了这种安排的经济逻辑。如果一名经验丰富的员工可以监督自动化研究或起草工作，企业就更少有理由雇佣多名新人。

该合作伙伴组织发现，要求 AI 技能的入门级招聘信息增长了 55%，而入门级岗位的整体池子却在缩小。雇主不只是要求应聘者会使用聊天机器人。

职位要求正转向部署、基础设施、模型优化、应用程序和智能体系统。智能体系统是指能够在有限监督下规划并执行多步骤任务的软件。

2022 年至 2025 年间，纽约入门级招聘信息中出现了 38 项新技能。同一时期，30 项原有技能消失了。

随着雇主开始将“数据挖掘”和“文本摘要”视为默认知识，这些要求已从招聘信息中淡出。涉及生成式 AI 智能体和智能体系统的要求则取而代之。

这种演变为毕业生制造了一个棘手循环。雇主希望看到部署 AI 的实际经验，但许多曾为职场经验提供机会的传统初级岗位正在收缩。

一名毕业生可能理解编程、金融或营销理论，却仍无法证明自己能够在真实组织中管理 AI。课堂练习很少能复现保密数据、审批流程、合规要求或需要承担责任的客户工作。

仅有 28% 的受访 2026 届毕业生表示，其学校已将 AI 纳入课程。超过半数认为，自己需要比教育所提供的更强 AI 技能。

因此，缺口不只是熟悉某一种产品。年轻求职者需要展示自己如何核验输出、保护敏感信息、记录决策，以及升级处理不确定的结果。

他们还必须对底层专业领域有足够理解，才能发现 AI 系统的错误。雇主实际上要求候选人掌握初级工作所需的能力，却没有提供过去教授这些能力的初级职位。

软件开发说明了这一问题。代码生成系统能够产出测试、文档和常规组件，而这些工作过去能为初级工程师提供在监督下实践的机会。

企业可能仍然需要资深工程师，同时却雇佣更少的新人。然而，随着时间推移，这会带来继任问题，因为经验丰富的工程师总得从某个地方成长起来。

同样的逻辑也适用于金融和媒体。AI 可以起草市场摘要或文章大纲，但仍需要有人识别缺失的背景、薄弱的信源或有问题的推理。

取消过多学习型岗位，或许能在今天节省成本，却会削弱未来的审核人才储备。这种风险不会出现在季度生产力仪表盘上。

它会在多年后浮现：当组织发现，越来越少的劳动者培养出了监督日益自主系统所需的判断力。

更大的办公室不等于更广泛的机会

核心反转很简单：AI 公司预留的空间，比其当前人员规模所需的更多。

2025 年，纽约 AI 公司租赁的办公空间通常比其报告的人员需求多 60%。近 80% 的 AI 租约面积不足 2.5 万平方英尺。

这一组合表明，市场由计划快速增长的相对小型团队构成。它并不能确认预期的人头规模会实现，或其中将包含大量初级招聘。

企业常会在招聘前锁定办公空间，因为合适的大楼稀缺，而且租约需要较长的规划周期。一家成长中的企业也可能将办公室用于接待客户、举办活动、建设实验室或开展协作工作。

这些合理原因仍然削弱了办公面积与当前就业之间的关联。租约表达的是信心，但它始终是对物业的承诺，而不是对劳动者的承诺。

更广泛的曼哈顿写字楼市场进一步凸显了这种不确定性。2026 年第二季度，其空置率为 19.3%。

这仍显著高于 14.1% 的历史平均水平和 9.7% 的疫情前平均水平。AI 租赁具有意义，但尚未消除市场的过剩供应。

不同的地产数据集也会得出不同总数。Savills 和 CompStak 记录到，上半年曼哈顿 AI 租赁面积为 170 万平方英尺。

它们的AI 租赁分析发现，曼哈顿 AI 公司占新增办公租赁的 8.2%。旧金山 AI 企业在当地市场中的占比为 31.3%。

具体总数之所以不同，是因为研究机构采用的地理边界和企业分类方式不同。但各份报告所呈现的整体模式仍然一致。

AI 公司正在租用更大的空间，并作出更长期的承诺。它们在曼哈顿的租期平均值从 49 个月增至 90.9 个月。

曼哈顿 AI 交易中涉及转租的比例，也从 2020 年至 2024 年期间的 42.3% 降至此后的 17.5%。直接租约通常意味着更坚定、更长期的入驻计划。

这对物业所有者是好消息。对于该市的税基，以及依赖办公活动的社区而言，这同样具有意义。

但这仍然很少说明谁能获得聘用。一家资金充足的企业可以入驻昂贵的大楼，同时维持一支由资深工程师、销售主管和高管组成的小型团队。

AI 企业或许尤其擅长这种模式。许多企业明确销售自动化解决方案，承诺客户可借助更少的人工流程完成更多工作。

其内部人员配置结构也可能体现同样的前提。营收、投资和物业使用规模可以增长，而员工人数未必按比例增加。

纽约此前也曾出现类似模式。在互联网泡沫时期，获得融资的初创企业曾为预期中的扩张大举租赁办公空间，但这种扩张并不总能兑现。

当前市场并非那场崩盘的重演。AI 公司拥有真实客户、成熟的企业合作伙伴，以及横跨多个行业的更广泛应用。

不过，历史比较凸显了一个衡量问题。未来办公空间需求本就存在不确定性，尤其是在企业正开发旨在改变劳动力需求的产品时。

该联盟还指出，科技和 AI 公司签署的租约平均比金融、法律和房地产企业短三年。这使得部分实体扩张更具临时性。

这种张力解释了为何纽约市 AI 办公热潮从街头看起来繁荣，却会让大学职业中心感到受限。

一位观察者看到的是已入驻的楼层、施工活动和风险投资。另一位则看到更少的分析师项目、更少的助理岗位，以及要求首次求职者具备实际产出经验的职位描述。

两种观察都可能准确。它们衡量的是经济的不同部分。

纽约的政策挑战，始于将这些衡量指标区分开来。把办公空间当作就业岗位来庆祝，可能掩盖增长本身正在加速的劳动力转变。

年轻劳动者面临的是职业阶梯问题，而不只是技能缺口

如果雇主取消了让这些技能转化为职业判断力的岗位，仅教毕业生使用 AI 并不能解决问题。

纽约已经启动多项计划，意在巩固其在应用型 AI 领域的地位。该市成立了 AI 咨询委员会，并计划于 2026 年秋季推出 AI Nexus 初创企业项目。

New York Jobs CEO Council 为纽约市立大学学生开发了一门 10 小时的生成式 AI 课程。自 2022 年以来，Founder Fellowship 已支持 393 位纽约创业者。

纽约市还运营一项初创企业实习计划，每年服务约 65 名 CUNY 学生。这些项目可以提升认知，并提供有价值的接触机会。

但与进入纽约劳动力市场的人数相比，其规模仍然很小。它们也高度聚焦于基础认知、初创企业和创业。

该联盟认为，该市仍缺少一套协调机制，用于追踪 AI 如何改变职业、技能要求和初级岗位招聘。

这一缺失很重要，因为“AI 技能”可能成为一个过于宽泛、缺乏实际帮助的标签。一门提示词课程无法让金融专业毕业生具备验证风险分析的能力。

编程助手教程也无法教会初级工程师生产系统会如何失效。写作工具不能取代对信源、受众或法律风险的理解。

年轻劳动者需要参与应用型项目，在其中，错误能够获得反馈，决策需要承担后果。过去，这类经验通常来自初级岗位。

该市现有的 AI strategy 旨在将纽约打造为领先的应用型 AI 中心。该战略强调人才培养、基础设施、研究和初创企业增长。

新的劳动力数据表明，为何这一战略还需要增加一层设计。生态系统增长与劳动力准入彼此相关，但前者并不保证后者。

新加坡提供了一个参照。其政府制定行业转型计划，识别脆弱岗位以及劳动者胜任增强型岗位所需的技能。

该国还与私营雇主协调 AI 学徒计划。该联盟称，该项目预计到 2030 年将覆盖每年 15,000 名参与者。

首尔则采取更广泛的公共系统路径。当地大学在 2025 年开设了超过 100 个 AI 项目，并培训了逾 9,000 人。

该市还将 AI 融入公共服务、教育和雇主合作关系。其方法让居民能够反复接触这项技术，而非只依赖零散课程。

两种模式都无法直接复制到纽约。新加坡的中央集权式政府不同于纽约由机构、大学、雇主和服务提供商构成的碎片化网络。

首尔同样处于不同的国家教育和劳动力体系中。不过，这些案例仍揭示了纽约当前应对措施所欠缺的内容。

培训必须直接连接真实工作、获得认可的资质，以及准备招聘的雇主。否则，城市可能增加课程结业人数，却无法修复职业阶梯。

旧金山提供了更鲜明的警示。根据该联盟援引的分析，其私营部门 AI 生态系统在 2025 年吸引了全球 AI 风险投资资金的 60%。

然而，旧金山都会区的初级岗位发布量在 2022 年后下降了 47%。创新领导地位并未保护其初级劳动力市场。

纽约可能会以不同的行业构成走上同一条路。其科技行业固然重要，但金融、法律、媒体、广告和咨询业使这种暴露面更为广泛。

人才管道受损也会加剧不平等。拥有强大人脉网络的劳动者，可以在正式招聘渠道之外获得实习、项目经验和内推机会。

另一些人则依赖透明的初级招聘渠道，进入薪酬更高的职业。当这些职位减少时，家庭资源和个人关系就变得更有价值。

这一问题不止影响大学毕业生。面向没有学士学位人士的职业路径中，约 49% 已经包含显著的 AI 暴露。

这意味着，行政、客户服务和运营等通向中等收入工作的路径也可能受到冲击。它并不限于有志成为软件工程师的人群。

市主计长的 fiscal exposure analysis 发现了另一项令人担忧的信号。截至 2026 年 3 月的 12 个月内，近期大学毕业生的失业率达到 7.3%。

没有学位的年轻成年人失业率略低，为 7.1%。这是现有记录中两者关系首次出现逆转。

这些数字并不能证明 AI 是唯一原因。但它们显示，学位已无法让年轻成年人免受艰难就业过渡期的影响。

因此，纽约的应对措施应衡量结果，而不只是参与人数。官员需要了解培训是否带来面试机会、持续就业、工资增长和职业晋升。

雇主也应发挥作用。如果企业受益于深厚的本地人才储备，它们同样有兴趣维护这一人才储备的培养方式。

结构化学徒计划、受监督的 AI 项目和轮岗项目，可以弥补常规任务被自动化后损失的一部分学习机会。这些安排需要有实质性的工作内容和明确的招聘路径。

否则，“技能缺口”这一标签就会将责任完全转移给求职者。它要求年轻人为岗位做准备，而雇主正同时重新设计这些岗位的准入点。

报告关于 AI 就业的主张仍需谨慎检验

证据显示，AI 暴露程度与初级招聘萎缩之间存在显著关联，但尚不足以解决因果关系问题。

该联盟的分析比较了不同 AI 暴露程度职业的就业和职位发布模式。这种方法可以识别压力集中在哪里。

但它无法将 AI 与 2022 年以来的其他变化完全区分开来。企业还在应对更高的借贷成本、经济不确定性、过度招聘、远程办公和需求疲软。

职位发布的变化也可能快于就业变化。招聘广告数量下降，可能反映人员流动放缓、重复职位被删除，或招聘转向私下渠道。

暴露指数还带来另一项限制。一项任务在技术上适合由 AI 增强，并不意味着雇主已经成功实现自动化。

许多组织仍处于试验阶段。主计长报告称，纽约州企业的 AI 采用率在 2026 年 4 月为 16.8%，低于全国 19.8% 的水平。

在全美范围内，约 18% 的机构在 2025 年末至 2026 年初将 AI 用于业务职能。按就业人数加权后，这一比例更高，因为大型企业更常采用 AI。

最常见的用途包括写作、文档分析和信息搜索。工作流程的端到端自动化仍远不普遍。

主计长援引的一项亚特兰大联邦储备银行调查发现，截至 2026 年初，超过一半的受访企业已投资 AI。不过，采用仍集中于大型组织。

42% 的企业将技术尚不成熟视为障碍。未受培训的劳动力，以及隐私或数据安全担忧，各自影响了 36% 的企业。

该调查衡量的总体就业影响到 2026 年仍低于 0.4%。常规文职工作减少，而高技能技术岗位有所扩张。

这一发现使最强烈的替代叙事变得更复杂。它表明，尽管特定初级岗位类别面临更大压力，当前全经济范围的失业影响仍然有限。

该联盟的数据仍然重要，因为职业人才管道可能在总就业下降之前就已被侵蚀。一家公司可以保留现有员工，同时削减下一届毕业生招聘规模。

资深员工仍会出现在工资单数据中。缺失的初级劳动者则更难被察觉，因为他们从未进入组织。

这种滞后也使乐观主张难以验证。AI 的采用最终可能催生新职业，并推动企业扩张到足以增加总就业人数。

但这些收益未必会在同一时间、惠及同一批劳动者，或通过相同路径实现。一个新的 AI 基础设施岗位，无法立即帮助一名为初级出版工作做准备的求职者。

因此，研究方法必须长期追踪不同群体。政策制定者需要将职位发布与实际招聘、留任、工资和晋升进行比较。

他们还应区分 AI 生产企业与采用 AI 的成熟企业。模型开发商的人员配置模式可能与银行或广告公司的模式大相径庭。

该报告最有力的结论并不是 AI 已经消灭了固定数量的岗位，而是纽约偏好的增长指标提供了一幅不完整的图景。

办公租赁衡量的是实体需求。风险投资衡量的是投资者预期。两者都无法告诉这座城市，年轻居民是否正在获得可持续的职业准入机会。

这一差异应指导未来的公告。每一项关于 AI 投资的主张，都应对应一个问题：谁正在被招聘，初学者又如何获得经验。

三个信号将显示纽约能否修复人才管道

下一阶段将由招聘结果、应用型培训能力，以及办公空间扩张是否终于带来更广泛的员工人数增长来评判。

第一个信号是截至 2026 年底初级岗位发布的走向。纽约应追踪该联盟报告中识别出的同类高暴露类别。

设计、支持、行政、金融和业务运营岗位若趋于稳定，将削弱最悲观的解读。若继续出现两位数下降，则将强化人才管道被侵蚀的判断。

职位发布的构成与数量同样重要。官员应监测雇主是否继续为名义上的初级岗位增加高级 AI 要求。

它们还应识别哪些要求真正促成招聘。职位发布中出现某项技能，并不能证明雇主能够持续、一致地评估它。

第二个信号在于，纽约是否会将应用型实践项目扩展到短期课程之外。AI Nexus 项目、CUNY 倡议、初创公司实习以及雇主合作关系，提供了一个起点。

真正有意义的指标将是承载能力和转化率。有多少参与者完成了有导师监督的项目、获得面试机会、进入有薪岗位，并持续就业？

纽约市应按职业和人口群体公布这些结果。这将揭示项目究竟是在扩大机会，还是主要服务于本已具备成功条件的申请者。

雇主赞助的项目或许能提供一座桥梁。学生可以在专业人士监督下分析受控数据集、审查 AI 输出、记录工作流程，或测试客户支持系统。

大学可以提供基础知识，但雇主必须让学习者接触真实约束。问责、隐私、截止期限和模糊的需求，都是职场胜任力的一部分。

年轻申请者也可以记录自己如何使用 AI，同时避免将生成内容包装成独立专业能力。清晰呈现来源、核验、修订和判断过程的记录，比罗列工具清单更可信。

建立一个可搜索的 AI 工作流，可以帮助候选人保留这些证据。目标是展示决策，而不只是证明自己能使用软件。

第三个信号是办公空间占用与薪资规模之间的关系。已有 13 家 AI 公司大幅扩展了其在纽约的办公布局。

它们未来几个季度的招聘情况，将检验这些办公室究竟是领先指标，还是乐观的预留。结果应按资历层级分别统计。

一家增加资深工程师和高管的公司，确实带来了有价值的岗位。但除非它也培养初级人才，否则仍无法修复初级岗位的成长路径。

租约续签将提供另一项线索。期限更长的直接承诺表明信心，而较短的科技行业租约则让企业保留了比传统办公行业更多的灵活性。

纽约应比较员工人数、职业构成和租约承诺，而不是只庆祝办公面积。这会让纽约市的经济报告更诚实。

纽约市 AI 办公室热潮是真实的。多个曾帮助年轻劳动者积累专业能力和实现职业流动的入口正在收缩，这同样是真实的。

纽约市不必在 AI 增长和劳动力保护之间二选一。但它确实需要停止假设，前者会自动带来后者。

未来几个月，请关注初级岗位发布、有薪培训渠道，以及租约背后的员工规模。如果这些指标能够同步改善，纽约将拥有共享增长的证据。

如果办公室持续扩张，而初级招聘继续下降，那么纽约的 AI 成功故事仍将不完整。最重要的问题不是 AI 公司占用了多少空间，而是谁能获得进入其中的路径。