2025年10月，亚马逊宣布全球裁撤1.4万名员工，引发舆论震动，而这只是计划裁员的一半左右。
据独立追踪网站Layoffs.fyi统计，今年已有超过218家科技公司进行裁员，总人数超过11万。硅谷正在进行一轮紧锣密鼓的资源调整，将节省下来的人力资源预算转向生成式AI和大模型领域。
这场潮水似乎带有某种悖论：技术进步并未带来更多工作，反而让失业变得更系统、更持续。
这一轮裁员潮是AI对职场的大洗牌吗？在这场以技术为名的收缩中，人类在AI浪潮下的位置又在哪里？
与过去的几轮裁员不同，2025年的裁员目标更集中，也更冷静。受影响的岗位主要集中在人力资源、运营支持以及部分非核心研发部门，多数的裁员目标都指向为AI让路。
在亚马逊、Meta和微软等企业中，尽管利润同比增长，它们依然持续削减人员，这说明裁员并非危机应对，而是一次面向AI时代的预算重组。
自各大科技公司争夺AI赛道跑马圈地以来，AI领域的仓促扩张就不是新闻。早在ChatGPT发布之前的2022年年中，亚马逊、谷歌、微软等企业就开始预测生成式AI的爆发，并提前布局招聘；从2022年末到2024年末，美国要求具备AI技能的岗位增长了68%。
然而，与AI赛道的扩招同时发生的，是其他部门员工面临的持续收缩与被替代危机。
Leo在Meta的广告部门担任软件工程师，他指出，公司内部针对这类裁员其实有一个说法：“compensation neutral”，意为“薪资中和”：在一头花了很多钱，就必须在另一头省下来，不是裁员，就是削减福利。
今年6月，Meta以百亿美元高价挖来Scale AI创始人Alex Wang，并组建顶级AI实验室，标志着其在AI领域的巨额投入。内部戏称这批被高薪挖来的工程师为“天龙人”，集中在模型研究、算法架构等核心岗位。
AI“天龙人”的到来，也意味着另一批人的离开：那些负责产品架构、接口、工具化应用的工程师。“做模型的人最贵，裁员潮中也最安全。”Leo说，“真正被裁掉的，是把模型变成产品的那一层。”
他并不认为AI直接取代了人，而是AI成为公司重新划分员工优先级的理由。过去两年，Meta在AI上“先招了再说”，很多团队仓促扩张，组织层级混乱。如今跑马圈地的风口过去，清理行动自然首先落在非核心环节上。
Mia在美国一家中型即时通讯公司从事数据分析工作。入行不过五年，她已经目睹了两轮大裁员。2020年起，疫情带来的远程办公浪潮让线上用户激增，科技公司迎来短暂的增长红利，大量扩招。那时，进入大厂被视作人生的稳妥选择。
然而到了2022年底，线上需求骤降、股价转跌，Meta、微软、谷歌等科技巨头纷纷开启裁员。刚入职的Mia发现，她原本要加入的团队被整组裁掉，只因转组及时才得以留下。那次经历让她第一次看到泡沫破裂的直接后果：当市场退潮，最先被抛弃的永远是为风口而扩招的人。
三年过去，裁员已从非常事件变成了例行公事。“大家的心理阈值被拉低了，”Mia说，“之前都觉得公司出事儿了才会裁员，现在裁员只是流程的一部分了。”
如果说2022年的裁员潮是疫情红利消退后的阵痛，那么2025年的这一波，则显得平静甚至制度化，成为了硅谷管理逻辑的一部分。
伴随着裁员而来的，是更为量化、追求效率的管理方式。亚马逊是最早推行PIP（绩效改进计划）的大厂，要求每个季度都有15%至20%的员工进入“改进名单”，未能达标者必须离开。过去这种做法被视为激进，如今却成为常态，包括领英和她所在的公司在内，大厂小厂都相继效仿。
Leo的感受与此类似。2022年以前，公司历史上几乎没有系统性裁员；而自那以后，每年都会有一轮。“氛围变了，”他说，“我们组十五个人，今年上半年裁了两个，年底又因为绩效走了一个，一年少了将近五分之一。”这种节奏在几年前是无法想象的。
裁员成为企业惯常的成本控制手段后，AI的出现不过让这一过程更有了正当性。腾出的预算被投入新的AI项目，成了硅谷公司在效率竞赛中自然的选择。
不过把这轮裁员潮简单看作AI在取代人工，可能就忽略了更深层的变化。表面上看，裁员和经济下行有关，但更核心的原因，是AI正在重新塑造劳动力结构。
技术边界在扩大，人类分工被一点点侵蚀，危机感弥漫在每一个层级，没有人能完全置身事外。
OpenAI曾提出AI发展的五个阶段：聊天机器人-推理者-智能体-创新者-组织管理。业内普遍认为，AI现在已经进入第三阶段，也就是“智能体”阶段——它不只是能生成文字或图像，还能通过各种工具完成一整套任务。
Leo认为，至少目前它还不足以彻底取代人类。他在Meta工作七年，见证了公司庞大而混乱的代码系统。十多年积累下来的“屎山代码”（legacy code）充满漏洞和不一致的逻辑，就连资深工程师也要花上几周才能理清，更别提让AI自动修复。“这些混乱，反而成了人类工程师的保护层。”
但这层保护正在变薄、变弱。在北京从事AI制药的小宇认为，程序员这个职业五年后可能会变成像土木一样的传统行业。
AI最擅长解决的，是“封闭环境、可验证”的问题——规则清晰、目标明确、信息透明。围棋、编程、图像生成都属于此类，因此AI对人类工作的侵蚀其实从AlphaGo打败柯洁的那一刻就开始了。随着算力和模型能力的提升，AI正一步步蚕食这些工作，未来甚至能读懂并修复那些复杂的屎山代码。
即使AI还不能完全替代人，仅仅凭现在的能力，也足以改变许多岗位的形态。它不仅能“写”，还能“做”。
过去，一个产品从想法到落地，需要产品经理、架构师、工程师层层沟通；现在，两个人加一个AI代理（agent）就能完成大部分流程。被压缩掉的，正是夹在中间、负责协调和执行的职位。
如果以“封闭环境可验证”为标准，人类社会中相当多的工作都符合这一特征：它们依赖规则、强调流程、产出可量化。恰恰是这些中间层岗位，正在被技术的效率逻辑一步步挤出系统。
AI的核心原理，是通过预测“最可能出现的下一个词”（next token）来生成内容。它能写文章、生成图像、输出代码，但在预测之后，真正关键的仍是判断与决策：什么才是“对的”或“有价值的”？这个问题，目前只能由人类来回答。
AI无法真正理解需求，也无法定义“好”的标准。换言之，AI取代的是生成过程，而非决策本身。
因此，真正难以被取代的，是那些能提出问题、确定方向、在模糊场景下做出决策的人。
科技公司也早已意识到这一点。他们的优化路径往往集中在两端：一端是加码对AI核心人才的投入，让模型更强、更聪明；另一端是争夺算力和能源，建立自有的数据中心与基础设施。
随着大语言模型的开源化加速，技术壁垒正在被削弱，竞争焦点也从算法本身转向资源的占有——谁掌握了算力，谁就更接近主导未来。
与此同时，另一种完全不同的组织形态正在兴起：小而精、行动力极强的团队，甚至是“一人公司”。借助AI工具，只要有一个清晰的想法或能盈利的产品，就能维持运转、甚至实现高速增长。
小宇举例说，生成式AI公司Midjourney仅凭四十余人的团队，就做到近百亿美元估值、年营收超过两亿美元；他身边许多师兄师姐也纷纷投身于此类初创公司，成为新一代独角兽的建设者。
巨头向上整合算力，小团队向下释放创造力，中间层被快速挤压，市场正被重新划分为“提出问题的人”和“被问题取代的人”。归根结底，谁能最先提出好的问题，谁就掌握生存的主动权。
但是否还有另一种可能？Mia提到了一个与硅谷主流逻辑背道而驰的例子——Reddit。作为目前全球最大的社区论坛，它选择不让AI生成内容，而是成为AI的“数据源”。AI需要人类的经验和语言作为养料，而Reddit的核心正是用户真实的发言。相比那些追求自动化生产的内容平台，它坚持让真人说话，保持了少见的“人味”。
然而，这条路也并非稳固。随着AI爬取路径和搜索算法的变化，流量分发权正被AI系统收紧。一旦AI减少对Reddit内容的引用，平台的访问量和股价都会立刻受到影响。AI既依赖真人内容，又在结构上不断吞噬它。
AI所带来的生产力与效益的提升，真的能惠及所有人吗？
Mia的男友在亚马逊工作，公司正在积极推动员工使用AI，甚至将AI使用程度纳入绩效考核：不会用AI、无法显著提升产出的员工，便可能被淘汰。结果，AI成为劳动与裁员的加速器——它没有解放劳动力，让人享受更多闲暇，反而让更少的人承担了更多的产出，而其他人承担了失业的后果。
这种局面让这轮效率革命显得格外矛盾。对企业而言，AI意味着降本增效、提高人均产出；对员工而言，则意味着更频繁的评估、更紧绷的节奏和更高的不确定性。
技术带来的似乎不是解放，而是更精密、更难以逃脱的监督体系。这是一个典型的“利好资本家、不利好打工人”的场景。
在更宏观的层面上，这场革命的成本被系统性地外包给了劳动者。企业挖来一个高薪AI专家，往往要裁掉数个原有岗位；AI提升一次效率，就有人因此失去工作。
技术进步带来利润，却缺乏相应的再分配机制。美国的再培训体系陈旧，失业保险覆盖有限，再就业成本高昂，红利集中在头部企业，劳动者的议价空间被进一步压缩。
面对这样的环境，三位受访者的态度都趋于务实。Leo觉得自己是最后一批勉强吃到行业红利的人，能干一天算一天；Mia计划暂时回国休息一段时间，过一段远离AI的慢生活；小宇则选择留在前沿岗位，继续观察变化，同时思考下一步的职业方向。
他们都明白，这次裁员与以往不同，不是一次单纯的产业震荡，而是秩序重构的序曲。AI的浪潮带来了更高的生产速度，却带走了安全感。
未来或许会诞生新的岗位、新的繁荣，但至少在当下，留在浪潮中的人，仍要面对一个当年《黑客帝国》早已提出的问题——当现实与算法无异，人类还能凭什么留下？
新媒体内容总监：TAN HAO
撰文：susu
编辑：Bela
