“美國支付寶”連夜裁掉4000人，卻把鍋甩給AI

作者｜Hayward

原創(chuàng)首發(fā)｜藍字計劃

太嚇人了，一夜之間打工人的天塌了。

大洋彼岸的“美國支付寶”「Block」，CEO Jack Dorsey宣布一次性裁員約4000人，將公司的人數(shù)從約1萬人削減至6000人以下，裁員比例接近一半。

這是Block成立以來，規(guī)模最大的一次裁員。

為了官宣裁員這件事，Jack Dorsey還專門在社媒上發(fā)布了一篇全員信，強調(diào)裁員并非因為公司“揭不開鍋”，又或者是利潤下降、營收惡化等等，僅是因為：

“AI工具配合更精簡扁平的團隊，正在從根本上改變公司的運作方式。”

簡而言之，這4000人的活，用AI給替代了。

不過，對打工人來說，相比司空見慣的裁員，更寒心的是資本市場的態(tài)度：

一下子干掉了4000多個崗位后，Block的股價不降反升，甚至盤后一度暴漲27%——就像是在拍手稱快。

外媒Reuters的分析師稱，這是“AI時代的一個seminal moment（標志性時刻）”，因為Block把AI嵌入運營、主動重構組織，股價因此大漲。

Bloomberg說，這是企業(yè)史上最大規(guī)模AI驅動裁員，標志著從“AI輔助”轉向“AI核心運營”的轉折點。

只是，面對“AI替代4000人”“標志性時刻”這種級別的驚天言論，我只想喊一聲：

我要驗牌。

他們家的AI真有那么神？

Goose引發(fā)鬼故事

要想知道Block手里的AI是不是真的神通廣大，就得先看清楚他們手里到底有什么牌。

根據(jù)公開信息，Block最核心的AI工具叫Goose。

它不是那種陪你聊天寫段子的機器人，而是一個“能動手”的代理式AI。它被接入公司內(nèi)部上百個服務模塊，擁有對核心代碼庫的讀寫權限，可以直接掃描微服務、修改接口、生成Pull Request、自動補測試、甚至修bug。

簡單來說，它是一個真正能幫你敲代碼、干實事的“虛擬程序員”。

一些海外媒體介紹，Goose不僅能干活，而且還能干得非常好：

工程師只要用自然語言說一句：“把跨境支付接口改成支持新風控規(guī)則。” Goose就會自己去找相關依賴、分析調(diào)用鏈、生成修改代碼、跑測試、發(fā)起合并請求。

過去需要5個工程師開兩周會的事情，現(xiàn)在可能只要一個人盯著屏幕看幾分鐘。

聽到這里，你是不是已經(jīng)開始替碼農(nóng)捏把汗？但還沒完。

除了Goose，Block還在內(nèi)部部署了像Moneybot這樣的主動式智能工具在App中，主要面向運營和用戶側場景。

它不是等你問問題，而是提前預測用戶行為，自動生成風控提示、理財建議、交易提醒，把原本由數(shù)據(jù)分析師和運營同學反復拉報表、開評審會的工作，直接前置成算法決策。

商家后臺也嵌入了AI模塊，庫存分析、排班建議、菜單優(yōu)化，一秒出結果。原本需要運營、數(shù)據(jù)、商家顧問三方對齊的流程，現(xiàn)在鼠標點一下就搞定了。

這套東西加起來，確實不像“AI輔助”，更像“AI接管”。

連他們的CFO Amrita Ahuja也說：自2025年9月大規(guī)模部署AI工具以來，工程師人均產(chǎn)出提升40%以上。

于是，我們就得到了一筆極具誘惑力的效率賬：既然代碼產(chǎn)出提升40%，既然中臺協(xié)調(diào)損耗被算法抹平——那么，是不是只要保留6000人，就能維持甚至超越過去1萬人的產(chǎn)出規(guī)模？

這就是“鬼故事”的成型方式。

但是，工程師提效40%，真的能彌補4000名員工離職帶來的勞動力缺失嗎？

工程效率提效集中在技術條線，而裁員是覆蓋全公司的結構性動作。

復雜組織的協(xié)作成本，不會因為代碼生成變快就憑空消失。產(chǎn)品決策、風險判斷、合規(guī)審核、跨部門博弈，這些不是多寫幾行代碼就能解決的。

與此同時，綜合Block的官方口徑、外媒的報道來看，被裁的4000人并非全部是純執(zhí)行崗，而是涉及產(chǎn)品、運營、管理等多個層級。

很多崗位的價值，本來就不建立在重復勞動上，而建立在判斷、溝通和責任承擔上。

還有一個細節(jié)更值得玩味——公司一邊裁員，一邊仍在招聘AI相關的高級工程師。

這說明什么？說明這套系統(tǒng)本身仍然需要大量人類去訓練、維護、調(diào)參、兜底。它不是一個“自我進化、自我運轉”的機器，而是一套高度依賴人類專業(yè)能力的工具。

Goose確實厲害，Moneybot也確實在提效。但它們的作用，大概率是讓一個團隊更強，而不是在短時間內(nèi)，取代4000個真實崗位。

這才是這次被包裝成“AI時代的標志性時刻”最詭異的地方。

或許，看似“聰明到能改變公司架構”的AI，只是一個背鍋俠。

硅谷得了肥胖病

其實，只要再多了解一下Block這家公司的發(fā)家史，很容易發(fā)現(xiàn)，這次“史上規(guī)模最大的裁員”背后，確實有貓膩。

口罩那幾年，全球央行大規(guī)模放水，市場資金成本降到歷史低位，科技公司融資幾乎不設門檻，線上經(jīng)濟被重新定價；支付、數(shù)字金融、電商、遠程服務，全都被資本按下了快進鍵。

作為“美國支付寶”的Block，自然也在浪潮中心。招聘像開閘放水，組織一層層疊加，項目一條條鋪開。

在2019年，Block的員工才3835人，業(yè)務已經(jīng)覆蓋支付、硬件、貸款等，營收47億美元；僅僅過去三年，2022年Block的雇員人數(shù)就瘋漲了3倍，達到12428人，營收也水漲船高到了175億美元。

問題是，時代不會一直站在同一邊。

當利率抬頭，資本收緊，增長曲線變平，曾經(jīng)被鼓勵的“戰(zhàn)略冗余”，開始變成報表上的“結構負擔”。

分析師和Block的前員工指出，口罩時代招聘很多是“中低層冗余”——批量招“bootcamp畢業(yè)生”，也就是速成的程序員，寫簡單代碼、成為項目經(jīng)理。

Dorsey全員信里也隱晦承認“過去幾年過度擴張，中層臃腫”。

于是，從2024年開始，Block已經(jīng)開始削減人數(shù)，從1.2萬人的高位，降至1萬人左右；最終在2月的大裁員里，讓雇員人數(shù)重新回到6000人左右。

最終，Block一來一回的人資動作，像極了一場體重管理失敗的循環(huán)。

這場暴風驟雨般的裁員，本來就是時間問題。

AI當然提供了一個新的變量，但組織規(guī)模的回調(diào)，本身就在宏觀環(huán)境變化后成為必然。口罩期間的擴張節(jié)奏，本來就遠高于自然增長速度。

區(qū)別只在于——怎么講這個故事。

直接說“當年招多了”？那是防御性敘事，是承認判斷偏差，是對資本市場的示弱。

但如果說“我們進入AI核心運營時代，需要更小更強的團隊”，那就是主動進化，是組織升級，是站在未來一側。

前者是糾錯，后者是主動革新——資本市場顯然更愛后者。

而且，這種劇情在硅谷并不新鮮，而且數(shù)字比4000更殘酷。

亞馬遜（Amazon）曾是硅谷擴招最激進的公司。從2019年底到2020年，亞馬遜的全球員工從79.8萬人暴增到129.8萬人，單年多了50萬人。

但在隨后的2022年底到2023年，亞馬遜卻經(jīng)歷了先后兩輪裁員。

第一次在2022年11月宣布約1萬人，第二次在2023年1月追加1.8萬人，總規(guī)模達到2.7萬人。

2025年10月開始，為了緩解過度招聘遺留的“官僚層級過多、決策慢”，亞馬遜開啟了第二次大規(guī)模裁員，預計裁員人數(shù)達到3萬，是成立以來最大規(guī)模裁員。

再看Twitter（現(xiàn)在的X）。

2022年11月，被收購后第一周就裁掉約3700人，接近公司員工的一半。隨后又有多輪主動離職與裁撤，團隊規(guī)模從約7500人迅速縮水到2000人左右。

Block、亞馬遜和Twitter，三家的人員變動時間線幾乎一致：

2020—2021年高速擴張；

2022—2023年開始瘋狂裁員。

說到底，這更像是硅谷的一種周期病——

先在狂歡中發(fā)胖，再在寒風里減重。

于是，一場對過度擴張的結構性回調(diào)，被講述成一次技術躍遷；一次成本重估，被描述為組織革命；一次人事清算，被改寫成效率神話。

淘汰人類的不是AI

最后，AI在這里既不是完全的借口，也不是全部真相，它更像一個極具誘惑力的時代標簽。

Goose和Moneybot確實在改變生產(chǎn)方式，這一點毋庸置疑。但在絕大多數(shù)現(xiàn)實案例中，決定一個崗位生死的，從來不是代碼生成的效率，而是組織策略的轉向與資本周期的冷暖。

所謂“AI淘汰人類”的宏大敘事，很容易把復雜的決策過程簡化成一種必然趨勢。

仿佛一切都是技術進步的自然結果，很容易讓人忽略了是否是管理層在權衡成本、風險和未來路徑之后作出的選擇。

技術提供了可能性，真正按下按鈕的，始終是人。

也許真正發(fā)生的，從來不是AI淘汰人類；而是人類借AI之名，重新分配人與人之間的位置。