AI裁員的風，還是吹向了造風的人

文 | 大模型之家

最近圈內流傳著一個極其荒誕且扎心的段子：

“AI項目做得不好會發愁，自己會因為能力不足被裁；項目做好了更發愁，老板會把工作交給AI，自己還是會被裁。”

在這個萬物皆可AI的時代，程序員們曾經以為自己是手握火種的普羅米修斯。大家沒日沒夜地投喂數據、調優參數，試圖教冷冰冰的硅基芯片學會像人一樣思考、畫畫、寫代碼。

可誰能想到，這團火剛燒得旺起來，“普羅米修斯”們還沒來得及暖和一下手，火苗就先燎到了自己的格子衫上。

這不是段子，而是過去幾個月里，在多家互聯網大廠內部反復流轉的一種真實情緒。這一次，被“替代”的不再只是傳統崗位，而是那些親手把AI做出來的人。

某種意義上，這更像是一種技術時代的反諷：你越接近效率的極限，就越接近被效率淘汰的邊緣。

當AI裁員的風，還是吹向了造風的人

這輪情緒的爆點，來自一則關于網易的裁員傳聞。

在流傳甚廣的聊天截圖中，“4月1日裁30%”“5月1日全裁”等明確時間點和比例的說法迅速擴散。更具沖擊力的，是其中關于AI替代路徑的描述：策劃提需求，AI寫代碼，AI做美術，AI測試，小項目試水成功后，原定5月執行的裁員被提前。

盡管網易隨后回應稱，這只是“部分項目的正常業務調整與人員汰換”，不會影響整體運營，但行業的神經卻已經被觸動。

因為類似的變化，并不只發生在一家。放眼望去，大廠們的年終匯報PPT里，幾乎都寫滿了對AI的“深情告白”：

今年1月，字節跳動在宣布非AI部門每半年優化20%，而AI核心部門僅5%。

3月，得物宣布推進AI全棧轉型，直言要用AI替代基礎開發。

科大訊飛在裁撤低效傳統項目成員的同時，反手重金招聘800名大模型頂尖算法人才。

騰訊則在嘗試壓縮部分運營、客服等崗位規模，就連工作16年、技術職級達到T13的前端大佬黃希彤，也未能逃過這波裁員潮。

都說互聯網大廠總有一種獨特的“默契”，這些動作背后，方向高度一致：把人力成本從“執行層”抽離，轉投向“AI能力”。

這一輪調整中，外包、測試、基礎開發、內容生產等崗位，往往首當其沖。這些崗位恰恰也是過去幾年互聯網公司擴張中最典型的“規模紅利”承載者。

換句話說，AI正在回收上一輪互聯網擴張留下的冗余。

這背后傳遞出的信號似乎格外清晰：在大廠的邏輯里，沒有功勞薄，只有性價比。

“騎虎難下”的打工人

在和大廠員工交流的過程中，我聽到的最多的一個詞就是“焦慮”。這種焦慮不是因為偷懶，恰恰是因為太勤奮。

在任何一家成熟企業的財務模型里，能讓賬面利潤增加的技術就是好技術。生成式AI之所以在短時間內獲得如此強烈的擁抱，本質原因并不復雜：它直接觸碰了“人效”這一核心指標。

大廠的人力成本是極高的。一個資深開發者的年薪，在財報里就是一串沉重的數字。而AI不交社保、不吃午飯、不寫周報，甚至不需要15薪。

如果說2023年，OpenAI推出ChatGPT之初時，大家都覺得AI是“副駕駛”，能幫我打下手；結果開著開著，副駕駛突然對你說：“哥們兒，我看這車我也能開，要不你下車歇會兒？”

當AI只能生成一些不穩定內容時，它只是“輔助工具”；當AI開始在代碼、設計、測試等環節形成閉環能力時，它就變成了“替代選項”。

這條臨界線，恰好是在最近一兩年被跨越的。

網易CEO丁磊在財報會上直言不諱：AI降低了游戲制作的準入門檻。在網易游戲內部，AI已經覆蓋了原畫、模型、動畫、音頻全流程。在某些環節，效能提升了300%。

而一些大廠的內部甚至開始推動“全員Agent化”，要求員工將自己的工作流程拆解為可被AI接管的步驟。這在管理層看來，是流程標準化；但在員工視角，更像是在親手編寫一份“自己的替代說明書”。

基礎崗位的價值在下降，但頂層整合能力的價值在上升。

于是，一個尷尬的局面出現了：

越是處在中間層、執行層的員工，越容易陷入“騎虎難下”的境地。

你不擁抱AI，會被淘汰；你擁抱AI，又可能加速自己的替代。

這意味著，原本需要10個人干一個月的活，現在3個人帶上AI，十天就能搞定。剩下的7個人去哪兒？老板不說，但獵頭知道。

還有一個更殘酷的事實是：為了追趕AI的軍備競賽，大廠必須省下錢來買算力。

Meta宣布史上最大比例的20%裁員計劃，很大一部分原因是為了抵消高達6000億美元的AI數據中心投入成本。甲骨文為了在算力競賽中不掉隊，他們必須把發給員工的工資，變成付給英偉達的支票。

Meta、Oracle等公司，將裁員節省下來的資金投向AI數據中心與基礎設施；而以英偉達為代表的算力供應商以及云服務商，則在這一輪周期中獲得了超額收益。阿里巴巴甚至在近期成立了Alibaba Token Hub (ATH)事業群，這簡直是“不演了”，宣告在未來，Token的流動性比人更重要。

這構成了一種典型的“賣鏟人”邏輯：當淘金熱出現，真正穩定賺錢的，是提供工具的人。

“一人公司”的幻覺與邊界

如果說裁員只是表象，那么更深層的變化，是企業對于“組織形態”的重新想象。

大模型之家注意到，最近，“OPC”（One-Person Company, 一人公司）的概念被炒得火熱。

所謂“一人公司”，并不是字面意義上的“只有一個員工”，而是指一個核心決策者，通過AI工具完成原本需要一個團隊協作的工作。

OPC勾勒出了一個極其“理想”的形態：憑借AI Agent的強大功能，一個有創意的人就能頂替掉一個財務、一個法務、一個程序員和一個美工。這不禁讓企業主聽了心花怒放，覺得“人效最大化”的終極形態終于來了。

以OpenClaw為代表的智能體產品，讓這種想象顯得更加具體。它們可以調用工具、拆解任務、自動執行多步驟流程，某種程度上已經具備“數字員工”的雛形。

于是，一些企業開始嘗試“柔性組織”：減少固定崗位，強化項目制，用AI補齊執行力。

甚至在招聘環節，“一專多能”“全員AI化”成為新的關鍵詞。一位求職者在面試中詢問團隊穩定性，得到的回答卻是：“老板上周剛說，要向一人公司發展。”

所謂的“向一人公司發展”，很多時候只是企業大規模縮減開支的遮羞布。它給了老板一個心理暗示：我裁掉這80%的人，剩下的20%只要學會用 AI，公司就能照常轉。但事實證明，剩下的那20%往往會因為巨大的壓力和單一的職能，迅速陷入職業倦怠。

從數據上看，OPC的增長確實驚人。根據一些自由職業平臺的統計，利用AI工具的“個體創業者”在2025年增長了近45%。

但我們要清醒地意識到：當人們討論一個模式增長有多快時，往往忽略了它的上限有多高。

OPC的背后，往往忽略了協同的隱性成本。換句話說，AI可以壓縮“執行成本”，卻很難替代“組織復雜度”。

現實中，大多數成功企業的壁壘，恰恰來自這種復雜度——跨部門協同、長期積累的用戶理解、難以量化的經驗判斷。這些能力，目前仍然高度依賴人。

一個人的大腦再強大，也無法模擬出一個團隊在激烈碰撞中產生的火花。

最關鍵的是，OPC的模式極大程度上依賴于“現有的套路”。當大家都在用 AI 生成內容時，市場會迅速進入一種“平庸的繁榮”。

因此，OPC更像是一種階段性工具，而非終局形態。它可以讓小團隊更強，但未必能讓復雜組織消失。

當“產能過剩”的風吹到了AI時代

這是一個更深層的危機，也是我們不得不面對的經濟學冷知識：AI極大增加了內容生成的效率，但消費端正在萎縮。

這就產生了一個幽默的悖論：大廠為了省錢，用AI取代了高收入的程序員、設計師和運營。而這些被取代的“高凈值人群”，恰恰是AI產品、高端手機、昂貴軟件以及各種會員服務的核心消費群體。

當 AI 把原本發給“王老師”、“李工”的工資變成了服務器的電費，社會總需求就會出現一個詭異的真空。AI生產了無數的產品，但能買得起這些產品的人，卻不得不因為AI重新修改起了簡歷。

在歷史上，這種錯位往往意味著“產能過剩”的出現。但在AI時代，它的表現形式會更隱蔽——不是商品堆積，而是信息、內容與服務的過載。

用戶面對的，不再是“沒有選擇”，而是“選擇過多”。在這種環境下，競爭的焦點會發生變化：從“能不能做出來”，轉向“能不能被選中”。

而這恰恰是AI最難解決的問題之一。

AI可以生成內容，但它很難真正理解“為什么這個內容會被選擇”。這涉及文化、情緒、時機、甚至偶然性——這些變量，目前仍然屬于人類的優勢區間。

因此，一場新的競爭正在形成：一邊是AI驅動的“規模化生產能力”，另一邊是人類主導的“選擇與判斷能力”。

這不是簡單的替代關系，而更像是一種博弈。

人機新一輪的競爭已經開始了。這不是力量的競爭，而是“不可預測性”的競爭。

AI的本質是匯總已有的知識，呈現給你它認為最合理的“套路”。如果你的一生都在遵循套路，那你在AI面前確實一文不值。

人類唯一的護城河，是那些AI無法理解的“瑕疵”：是那一點點不合邏輯的直覺，是那種明知不可為而為之的魯莽，是那份能夠引起同類共鳴的、帶有體溫的情感。

職場的“黑暗森林”，你卷贏AI了嗎？

在職場的“黑暗森林法則”里，以前大家都是人類，卷的是加班、卷的是酒量、卷的是誰更懂老板的心思。大家雖然累，但好歹還是同物種競技。

如今，森林里加入了一個不睡覺、不吃飯、進化速度呈指數級增長的AI。它不針對任何人，它只是在追求那個名為“效率”的極致。這讓原本就緊張的競爭環境，變得更加復雜。

作為一名大廠多年的媒體人，我并不想唱衰技術。AI的浪潮不可阻擋，這風既然吹起來了，就不可能停。我們唯一能做的，或許不是試圖去擋住這陣風，而是學會如何不去成為那個被風輕易吹落的枯葉。

每一輪技術躍遷，都會重塑“什么才是稀缺能力”。當執行能力被壓縮，判斷力、創造力與整合能力，就會變得更有價值。

所以，在這個新的周期里，也許每個職場人都要面對一個略帶幽默、卻異常現實的問題：今天，你“卷”贏AI了嗎？