頂尖算法工程師都被裁了，AI時代到底還有什么"鐵飯碗"？

一、

一個幫公司做自動化的人，自己被自動化了

五年前，如果你問職場上最堅固的“鐵飯碗”是什么，答案幾乎一定是：算法工程師。

那時的硅谷流行一句職場鐵律：“要么成為自動化別人的人，要么被自動化。”

機器學習工程師被奉為這條食物鏈頂端的“頂級捕食者”。他們拿著最高的薪水，設計著取代邊緣勞動力的模型，對那些“AI將導致大規模失業”的警告嗤之以鼻。

所以，2022年底ChatGPT上線時，肯吉沒當回事。

他是Block（前身為Square，由Twitter創始人杰克·多西創立）的機器學習工程師，專門做反欺詐系統。生成式AI這東西，他擺弄過的模型比你在網上看到的多得多。在外行看來ChatGPT是改變世界的突破，在他看來只是漸進式改進。那種"AI要吞噬所有人工作"的恐慌，在他眼里有些夸大其詞。

但大約一年前，事情開始變了。

Block內部的AI工具越來越強。肯吉發現自己把越來越多的編程和分析任務交給了它們。"在某個時刻，你會環顧四周，然后心想：天哪，我自己好像也不用干什么活了，不是嗎？"

不過他還是覺得安全的。他了解提出正確問題所需的更宏大背景。而且他的職位離公司的資金核心很近，這類崗位企業很少裁。"我確實意識到自己可能面臨裁員，"他說，"我只是覺得還沒那么快。"

上周，肯吉成為Block裁掉的4000多名員工之一。

而這并不是一家瀕臨破產的公司的斷臂求生，不是普通的重組。事實上，公司發展良好。

Block砍掉了近一半的員工，從10000多人縮減到不到6000人。對一家利潤在增長、業務在加速的公司來說，這個數字足夠驚人。

CEO杰克·多西在致股東信中沒有留任何模糊空間："智能工具已經改變了建立和運營一家公司的意義。一個規模小得多的團隊，使用我們正在構建的工具，可以做更多的事，而且做得更好。"

消息公布后，Block股價飆升了24%。華爾街在慶祝，被裁的4000人在收拾桌子。

肯吉的故事里有一個特別值得琢磨的細節。過去一年，多西一直在敦促員工把AI融入工作。肯吉照做了，他是公司自研AI工具goose的重度用戶，也用Claude、Cursor等第三方工具。但這些都沒有保護他。

他甚至懷疑，這反而加速了他的出局："在過去的一年里，我們被強烈鼓勵使用所有這些AI工具。實際上，我們是在為取代自己奠定基礎。如果你向工具演示一兩次如何完成某項任務，它基本上就能接管剩下的工作了。"

一個幫公司做自動化的人，自己被自動化了。

多年來，IT行業的標準職業建議是：成為那個推動自動化的人，就不會被自動化取代。五年前，機器學習工程還是職業食物鏈頂端的"頂級捕食者"，直到大語言模型橫空出世。

肯吉自己說了一句話，比任何分析師的報告都到位："在汽車時代，我確實覺得自己有點像馬車。"

與此同時，曾經的IT巨頭IBM，因為Claude.ai宣布其模型可以完美替代傳統程序員去維護老舊的Cobol代碼，股價瞬間創下四分之一個世紀以來的最大單日跌幅。

華爾街的狂歡與恐慌，正在為一種全新的企業形態定價：不需要人的公司。

這揭示了一個遠比“某個崗位被淘汰”宏大得多的現實：AI帶來的最大沖擊，根本不是底層員工的失業，而是傳統企業組織形式的瓦解，以及人類沿用了數百年的“工資制度”本身的衰亡。

這是一個傳統規則全部作廢的時代。越早意識到這一點，越早拋棄僥幸和幻想的人，越有機會穿越周期。

二這不是一家公司的故事，而是剛剛開始的趨勢

多西致股東信里最值得標記的一句話，出現在末尾："在未來一年內，我相信大多數公司都會得出同樣的結論，并進行類似的結構性調整。"

這不是預測。這是一個已經做出行動的人在告訴同行：你們落伍了。

他可能是對的。

美國經濟學家加德·萊瓦農對美國經濟做了一項拆解，結果相當有沖擊力：金融、保險、信息、專業和商業服務（統稱FIIPB）——這些行業合計占美國GDP的40%以上，自2022年以來出現了一種前所未有的模式：實際GDP持續上升，而就業人數持平甚至下降。

gdp與就業的脫鉤

幾十年來，這些白領核心行業一直遵循一個簡單的等式：增長=招聘。經濟擴張時，銀行多招分析師，咨詢公司多招顧問，科技公司多招工程師。但從2022年開始，這個等式失效了。產出還在增長，招人停了。

哈佛大學經濟學教授勞倫斯·卡茨說，在沒有發生真正經濟衰退的情況下，持續處于"就業增長緩慢且失業率逐漸上升"的時期，這幾乎史無前例。

對剛畢業的大學生來說，這些數字意味著一件很具體的事：過去你投簡歷進金融、咨詢、科技公司做初級分析師，這條路正在變窄。不是因為經濟不好，恰恰相反，經濟在增長，只是增長不再需要那么多人了。

紐約時報今天發表一篇文章，講了一個德拉華大學畢業生Thomas Greifenberger的故事。

他是金融和營銷雙學位，輔修經濟學，三年修完學士。簡歷投出去石沉大海，異步視頻面試杳無音信。最終他回到長島老家，在家族的樹木養護公司做修剪工，站在升降斗里鋸樹枝。他說他喜歡這份工作，但"這并不是我為自己設想的未來。"

不過，華爾街日報最新文章指出，AI沖擊更深一層的問題是：不只是員工在被替代，公司本身也在被威脅。

90年代的互聯網革命讓旅行社、股票經紀人、百視達、柯達先后消亡。弗吉尼亞大學AI專家安東·科里內克指出，與當時相比，AI的沖擊面要大得多，大概10倍。"互聯網只顛覆了信息的分配方式，而AI正在廣泛顛覆認知生產。這是一個大得多的經濟接觸面。"

后臺服務、內容制作、客戶支持、法律和財務分析、編程……科里內克列舉了一串高危行業。"最終，這種顛覆將蔓延到任何將核心競爭優勢建立在AI可復制的人類專業知識上的公司。"

金融時報首席經濟評論員馬丁·沃爾夫的話說得更直白："受過教育的中產階級的前景遭到動搖，在社會層面上要危險和具有爆炸性得多。因為它不僅影響到他們，也影響到他們的父母，而這些人在幾乎每一個可能的方面運營著我們的社會。"

三、比失業更深的東西，是工資制度本身的衰亡

大多數人對AI的焦慮停留在"我會不會失業"。但如果你只看到這一層，你就漏掉了底下那個更大的裂縫。

我在之前的文章中講過，工資制度的底層契約正在松動。

傳統職業契約很樸素：你付出時間和技能，企業支付工資。整個工業社會的運轉都依賴這根管道。投資是錦上添花，工資才是生存和階層的根基。

但當AI讓"執行"變得越來越便宜，編程、分析、客服、文案、設計，這些曾經需要受過訓練的人才能做的事，成本正在斷崖式下降，按執行付費的工資制度就從主角退居配角了。

問題不再是"我的工資會不會漲"，而是：工資這種東西，還能不能作為一個人安全感的錨？

整個社會正在分化成兩層結構。

上層靠資產份額、注意力入口和偏好坐標獲取收入，更像"分紅"和"溢價"。下層僅靠出售時間與執行，工資更像"維持運轉的底薪"。

肯吉的故事恰好驗證了這一點。他足夠聰明，足夠努力，足夠擁抱新技術。但他的價值被綁定在"執行"上，而執行正在被商品化。無論你的執行水平有多高，當工具可以做到你的80%甚至90%時，那剩下的10%就不再值那個價格了。

他被裁后說："即使我明天就找到了一份工作，我也毫無信心它在幾年后不會被自動化淘汰掉。"

這句話的分量，值得每個正在領工資的人想一想。

四、AI時代，普通人新的"鐵飯碗"究竟在哪？

先說一個讓很多人不舒服的結論：靠"熟練度""記憶力"和"機械執行"換取高薪的時代，結束了。不是正在結束，是已經結束了。

肯吉就是證據。他不是不會用AI，他是AI工具的重度用戶。Claude、Cursor、公司內部工具都玩得很溜。

但"會用AI"這件事本身，從來不是護城河。這就像說"會用Excel"，20年前這是競爭力，10年前是基本功，今天連提都不用提。

那到底什么是新時代的鐵飯碗？

我最近研究了幾家"AI原生"（AI-native）公司，如Linear、Ramp、Factory，它們不是在討論AI會不會取代人，而是已經在用AI徹底重構組織。從它們的實踐中，我提煉出三根支柱，供大家參考，不保證真鐵。

支柱一：成為"超級點"——從執行者變成指揮者

金融科技公司Ramp在2025年發布了500多個功能，營收達到10億美元，整個產品團隊只有25個PM。

怎么做到的？它要求每一個崗位，工程、產品、設計、銷售、營銷、法務、財務，都必須學會使用AI代理（AI agent），把能自動化的工作全部自動化。

Ramp的CPO Geoff Charles有一句話很絕："Your job is to automate your job."，你的工作就是自動化你的工作。

他還搞了一套四級AI能力評估框架，用來衡量每個員工：

L0：偶爾用一下ChatGPT。Geoff的原話是，這類人"大概率不會長期留在公司"。

L1：會用GPT和各種內部AI工具，但還沒有真正自動化任何實際工作。

L2：能用AI構建一個應用來自動化自己的部分工作，能給別人的AI產出提供有意義的反饋。

L3：系統構建者。為整個團隊搭建AI基礎設施和技能庫，讓所有人都能加速。

公司的目標是把每個人都往上推。L0自行淘汰，L1變L2，L2變L3，L3帶動整個組織。

另一家叫Factory的公司走得更遠。它只有55個人，估值3億美元，做AI軟件開發。

這家公司不分開招產品經理和工程師，而是招"產品工程師"，他們的日常不是寫代碼，而是：審查AI代理的運行軌跡，找到系統做了哪些糟糕的決策，然后寫的不是代碼，而是"治理規則"。

還有一家叫Linear的產品管理工具公司。它的AI代理已經創建了公司大部分工單。產品負責人Nan Yu說，人的工作已經變成"審查AI的輸出、調整上下文"，定義做什么和為什么做，而不是怎么做。

這些公司的實踐指向同一件事：AI時代最安全的位置，是"指令與決策層"。你不是在跟AI搶活干，你是在告訴AI該干什么、怎么判斷對錯。

這聽起來像是"只有管理層才安全"？不是。這里說的不是組織架構里的管理層，而是一種工作方式。

Ramp的要求是，不管你是什么崗位，PM也好，設計也好，甚至法務和財務也好，你都應該像一人公司的老板一樣思考：哪些事可以交給AI做？AI做錯了怎么糾正？下一步應該自動化什么？

把AI當成你的杠桿，而不是你的競爭對手。這是第一根支柱。

支柱二：尋找物理與人際的護城河成為“新領”

紐約時報最新報道里有一個值得注意的細節。

記者去參觀了一家叫哈德良（Hadrian）的制造業初創公司，這家公司用自動化和AI生產飛機、火箭和衛星零部件。工廠車間里有一個人，以前是商業房地產經紀公司的職員。他用一份白領工作換了一份名義上的藍領工作，但在一個高科技環境中。而且他的部分薪酬是股權。

這不是個案，這是一個趨勢的縮影。

當AI把大量認知工作自動化之后，什么東西變得更稀缺了？答案是：AI無法輕易觸達的東西。它主要包括：

復雜的線下現實協調——工地上的突發狀況、手術臺上的判斷、面對面的談判和說服。

強物理屬性的技術工種——你還不能讓ChatGPT去給你修一根水管或裝一塊太陽能電池板。

以及人與人之間的情緒連接——心理咨詢、教育中的師生關系、護理中的人際溫度。

這些事情的共同特點是：它們需要身體在場，需要跟混亂的現實打交道，需要在模糊地帶做出判斷。AI擅長的是模式識別和規模化執行，但現實世界是不可預測的、非標準化的、充滿摩擦的。

對普通人來說，一個反直覺但很實際的建議是：如果你現在做的工作全在屏幕上完成，你就處于AI沖擊的正中間。

不是說你一定會被取代，而是說你面臨的競爭壓力只會越來越大，因為一個人加上AI，能干原來三個人甚至五個人的活。但如果你的工作有物理成分、有面對面成分、有高度非標準化的成分，你的護城河反而更寬。

過去二十年，全社會追捧白領、追捧"坐辦公室"。這種偏好可能正在被修正。當然，當你聽到科技寡頭們口沫橫飛地贊美電工和水管工的好處時，你很難不覺得這是一種憤世嫉俗。

但趨勢本身是真實的：白領和藍領之間的界限正在模糊，一種"新領"（new-collar）工作正在出現，它融合了技術理解、物理操作和AI輔助決策。

這是第二根支柱。不是回退，是一種重新校準。

支柱三：獲取"頭寸"與"可見性"成為新資本家這是最核心的一根支柱，也是最難的一根。

回到一個基本事實：在一個"歸因越來越難"的世界里——你做的很多工作是人機協作完成的，很難說清"這個成果有多少是你的、多少是AI的"——工資就很難穩定增長。因為工資依賴可計量的貢獻，而貢獻的邊界正在變得模糊。

未來的錢更多是按"你擁有多少份額或頭寸"和"你能影響什么被看見、被偏好"來分配的。

頭寸可以是很多東西。

最直接的是股權和資產：哪怕很小的比例，一點可以產生現金流的資產，都比單純的工資增長更有抗風險能力。哈德良那個前房地產經紀人，他的部分薪酬就是股權——如果公司上市，這些股份的回報可能遠超他原來的白領工資。

可見性則是另一種"頭寸"。

Factory這家公司做了一件很聰明的事：它把產品管理、前端開發、數據分析等領域的專家知識，編碼成了一組markdown文件——它們叫做"Skills"。任何員工或AI代理都可以調用這些文件來執行任務。

這個做法的含義比表面看起來要深：如果你的知識只存在于你的腦子里，那它只在你上班的8小時有用。但如果你能把它變成可復用的規則和系統，不管是一套SOP、一個小工具、一個細分領域的教程、甚至只是一個在特定圈子里持續輸出高質量內容的賬號……它就能在你睡覺的時候繼續為你工作。

在之前的文章里，我寫過一句話：以及你能不能把偏好變成可被機器讀取的規則。

這里說的"頭寸"不是讓你去炒股或者搞投資。它更像是一種思維方式的遷移：不要把所有的安全感都押在"漲工資"上。試著在收入結構里加入一些不直接依賴于你出賣時間的部分。

經營一個很小圈子里的個人IP。爭取項目分紅或股權，哪怕比例很小。用AI代理搭建一套可以持續運轉的工作流。把自己的身份從單純的"勞動者"轉化為微型的"資本配置者"。

這是第三根支柱。也是區分未來十年誰過得好、誰過得艱難的那條分界線。

五、在劃時代的重構中重獲分配權

寫這篇文章的時候，Block的股價已經比裁員公告前漲了超過20%。

這個細節本身就是一種宣告：市場獎勵的是效率，不是人數。在資本的眼睛里，4000個人的飯碗，不如一條利潤曲線重要。你可以覺得這很冷血，但否認它沒有任何用處。

肯吉在被裁第二天接受采訪時，表現出一種出人意料的平靜。"最初30秒我心里直呼臥槽，但讀完整封信后，我的反應是：嗯，我明白了。"

他有信心短期內找到新工作。但他也說了一句不那么輕松的話："即使我明天就找到了一份工作，我也毫無信心它在幾年后不會被自動化淘汰掉。"

這就是2026年的真實處境。不是找不到工作，而是沒有任何單一的工作能給你持久的安全感。

鐵飯碗這個詞需要重新定義。

它不再是某個特定的崗位或技能，而是一種能力組合：你能指揮AI去做事（超級節點或卡點），你有AI觸達不到的價值（物理和人際護城河），你擁有不完全依賴工資的收入來源（頭寸和可見性）。三根支柱，至少握住一根。

這是一個"執行者"貶值，但"決策者"和"敘事者"升值的時代。

什么是"敘事者"？就是那些知道自己相信什么值得發生，并有能力通過敘事把市場注意力和偏好扭曲過來的人。他們的稀缺性不在于技術能力——技術能力正在被AI拉平，而在于品味，以及對時代精神的洞察。

在一個什么都能被自動執行的世界里，最貴的東西是知道該往哪走。

在這場偉大的重構中，我們不可避免地會感到陣痛。對于習慣了在流水線式辦公桌前出賣時間的打工人來說，這是一個最壞的時代。

但這可能也是一個極其公平的時代。因為在AI抹平了執行力的門檻后，你的出身、你的學歷、你是否會寫復雜的代碼，都變得沒那么重要了。

肯吉說他覺得自己像汽車時代的馬車。

但馬車消失后，馬并沒有辦法選擇自己的命運。

你還有選擇，暫時。【懂】

歡迎加入經叔的知識星球。在這里，我們拒絕無用的焦慮，只談底層的邏輯與實戰的干貨。我會結合最新的AI前沿動態、深度的商業創新分析（如一人企業的構建）和獨特的文化思潮（如麥克盧漢的媒介洞察），幫助大家把握時間窗口。

歡迎訂閱不懂經知識星球，星球即將漲價。

我是不懂經的經叔，國內最早翻譯介紹了納瓦爾的《如何不靠運氣獲得財務自由》，以及影響了納瓦爾、中本聰、馬斯克等大佬的《主權個人》。

不懂經知識星球，眾多百萬粉絲大V、千萬及億萬富翁訂閱。專注分享一人企業、一人創投主題，關鍵詞：AI、IP、創投、科技及商業前沿的高杠桿內容。

愈懂愈自由