还想用AI裁员？看看大厂的教训吧 今天聊聊用 AI 裁员的事。这可能是现在很多老板最关心的话题。不过今天我想说的，是美国几家大公司刚刚买回来的教训——这事儿的走向，可能跟大家想象的不太一样。#人工智能 #蒸馏员工 #裁员 #认知债

大家好，今天咱们聊聊用AI裁员的事。这可能是很多老板现在最关心的话题了。不过，今天我想说的是美国几个大公司刚刚买回来的教训。这事的走向可能跟大家想象的不太一样。 先说微软和Meta。微软与20万员工开通了AI，有的人每月光模型预算就给到了10万美元。结果副总裁吐槽了一个特别荒诞的场景：同时用AI生成了一份文档发给他，他一眼看出是AI写的，就扔给自己的AI做总结，一来一回写了个寂寞。有月份微软内部复盘之间承认，把智能体硬塞进原来的工作流程，业务成效根本没有变好，只剩下问题在下一个环节爆出来。 比微软步子迈更大的是Meta。JACPB过年初重组，准备把原来120人的产品团队砍成35个人的叫小炮的，也就是小豆家项目组，工程师、产品设计全取消了。同程叫Builder，部分团队预计直接裁掉6成。为了让AI尽快接班，近年Meta甚至在员工电脑上装追踪软件，记录每一次鼠标点击和键盘输入，认称叫征流员工。结果几个月下来啪啪打脸。Meta内部代码改动量确实暴涨了2%，但真正变成用户可见的新功能的只涨了36%。更要命的是重大技术和安全事故增加了40%，工程师修故障的时间增加了70%。还没被裁的工程师全指再给AI擦屁股，扎克伯格只能在内部会议上认怂了。 原定11月的第二轮裁员紧急叫停，主标监控也撤掉了。所以是不是AI根本不行，全都是泡沫呢？其实也不是。Srp更刚刚发布了一份自家的公司就业报告，让我们看到了实实的真相。过去一年Srp的人数翻了3倍，人均产值是当年Google和Meta高增长期的2-4倍。到今年8月，他们的月工指挥的只能提供做市场已经是人类的6倍，工程师人均代码提交量半年涨到了5倍。为什么同一套模型在Meta从厂货，在Srp全能顶6倍的工时呢？因为占过格想的是用AI直接替代岗位，把10个人看成3个。而Srp的结论是，AI替代人的方式从来不是把一个岗位整建制端掉，而是先把岗位里最好交出去的那层执行抽走，留给人类的反而是更麻烦的活。你看Srp内部太值的人没被裁，但技术部门初级岗位的招聘占比从27%直接跌到了19%。那留在公司里的老员工干嘛呢？报告里算了一笔账，只能提有80%的时间在闲着等人拍板，每个人光把自己Cloud一周吐出来的字读完就要花掉半个星期。因为写代码、拿数据、起草合同全被积极干了，剩下的全是积极听不了的、跨部门协调的硬骨头事了。员工开会时间不降反升，多了20%。两边一对照你就明白了，Meta和微软撞上什么墙，工程界给它起了个名叫认知债。以前代码写的那叫技术债，咱多了就是时辈代码。 现在代码写得挺好了，但团队里没有任何一个人知道它为什么这么写，这叫认知债。过去人从零敲代码写方案，哪怕慢，那个卡壳翻工的摩擦过程，其实是在脑子里画整座系统的地图。现在点一下全部接受，这个摩擦没了，脑子里的地图也没了。第一天效率翻倍，到第八周系统崩了，没人知道哪出了问题，谁也不敢动。这就是Meta代码暴涨两倍、故障暴涨七成的病根。认知债散到一定程度，就必须停下来还债，之前飞起的速度立刻就掉下来了。Anthropic没爆雷，是因为它们逼着全员在还这笔债。员工把近四分之一的交互时间花在员工座上，给智能体系八千多条常驻规则，把所有决策写成公开文档，逼着产品经理重新下场写代码，因为你不亲手摸代码，连验收机器的资格都没有了。这就引出了整份报告最残酷的结论：现在招人经理越来越不看你在学校学的那些具体的执行能力了，只看两样东西，自主性和判断力。可问题是，人的判断力从哪儿长出来呢？以前是工作以后，在初级岗上一点点踩坑一点点写烂代码攒出来的，所以老员工靠着十年的记录，今天还能在上面当整体的经历。但现在企业为了眼前的效率，把初级岗位砍到了只剩9%，把实操全交给机器了，等于要求新人在工作以前就得具备判断力。这意味着整个教育和就业系统都得推翻重来，中间必然有一段漫长的断层。这才是今天所有想用 AI裁员的老板，最该想清楚的一笔账。 AI替代人的方式，从来不是一夜之间把所有的人赶出大楼。它是先抽掉让人往上爬的梯子，再要求楼上所有还没掉下来的人马上会飞。 扎克伯格欠下的是工程上的认知债，停下裁员还能慢慢补。但是那些指望靠AI一刀切掉团队的老板，欠下的那笔账之债，最后一定得拿真心、摆印和真的时间，一分一毫地慢慢还回来。 感谢观众未来博士，我们一起用快捷的视角，看懂未来的方向。