当下,人工智能已经引发了新一轮产业技术革命,是最活跃、发展最快、最富前景的创新领域。为了抢占科技发展红利,掌握人工智能这一战略技术,世界各国相继制定人工智能的发展计划和政策。与此同时,新冠疫情冲击增大劳动市场摩擦,二者相互叠加之下深刻影响了我国宏观经济与就业市场。当就业摩擦存在时,人工智能的宏观经济效应如何,货币政策又该如何调整应对是值得重视的问题。综上,本文将刻画劳动力市场摩擦的DMP模型（搜寻匹配模型）与NK-DSGE模型相结合,并结合已有研究成果,根据人工智能的不同特征将其分为通用型和资本偏向型两类技术进步纳入到模型框架中,通过分析人工智能技术进步带来的各种冲击下,宏观经济变量和劳动力市场相关变量的脉冲响应,来研究人工智能对劳动力市场的影响;在此基础上,本文将就业目标纳入货币政策进行政策试验,并结合后疫情时期我国劳动力市场摩擦增大的现实,探讨了摩擦增大对货币政策的影响。文章的主要结论如下:（1）无论哪种类型的人工智能技术进步,都会降低劳动市场的就业水平,并导致实际工资水平的下降,但对经济中的总产出均有促进作用。两种类型的技术进步都会降低劳动收入的份额,但是由于要素间的替代效应,技术冲击发生时偏向资本的技术进步所带来的负向影响要显著大于基础通用型技术进步带来的负向影响。（2）如果货币政策旨在降低通胀,在面对紧缩性货币政策时,人工智能的发展会放大劳动力市场的波动,降低实际工资水平,因此降低了通胀的成本推动效应,提高了货币政策降低通胀的效果。（3）将就业目标纳入货币政策规则可以有效应对人工智冲击造成的就业破坏,对就业的负向变动起到显著的对冲作用。但对就业的关注与人工智能偏向资本的技术进步属性矛盾,货币政策在缓和失业的同时,造成了总产出一定程度的下降。（4）后疫情时期我国劳动力市场摩擦增大,宽松的货币政策虽然旨在稳定就业,但可能刺激企业多使用人工智能替代,摩擦增大削弱了货币政策稳就业的效果。