即将到来的裁员与衡量者们的反击
摘要
本文认为,AI正在推动科技公司的大规模裁员,特别是针对中层管理和'衡量者'(如财务、法律、审计等岗位),通过消除之前需要庞大劳动力的人与人协调复杂性。
暂无内容
查看缓存全文
缓存时间: 2026/05/25 18:48
# 计量者的复仇
来源:https://www.hackyexperiments.com/blog/the-revenge-of-the-measurers
一群革命者高举火把,围绕着一台断头台,断头台上绑着一个机器人,背景是国会大厦的圆顶。
现在是2026年5月,裁员潮不是即将到来,而是已经到来。Meta本月裁掉了8000人,约占公司总人数的10%,并将7000人调往AI团队。Cloudflare裁掉了1100人,这是其16年历史上首次大规模裁员。科技行业年度裁员人数已超过10万。四大超大规模云服务商计划在2026年投入7250亿美元用于AI资本支出,同比增长77%。
"他们只是在疫情期间过度招聘,现在正在自我修正"——这个说法过去是你喜欢的那些VC大V们提出的主流反驳论点。如今他们已经悄然不再提这个了。
现在已无法回避现实。AI将消灭大量白领工作。一旦机器人技术被攻克,蓝领工作也将随之遭殃。
## 最后的幸存者
彼得·德鲁克曾说过:"因为企业的目的是创造顾客,所以企业只有两种——也只有两种——基本职能:营销和创新。营销和创新产生成果;其余一切都是成本。"
将这一点广泛套用到当今大多数公司,可以这样划分:
- **生产者和营销者(PM/销售)**:产生想法、产品、研究、科学成果,并将其销售出去的人。
- **领导者(CEO/VP)**:制定战略、配置资本、在公司内部持有政治资本的 executives。他们决定建造什么以及由谁建造。即使其中很多人并非严格必要,但他们与高层的关系能让他们多撑一段时间。
就这些。其余的人完蛋了。
Cloudflare的CEO马修·普林斯在《华尔街日报》专栏中直言不讳。他写道,被裁人员中的绝大多数是"计量者":中层管理、财务、法务、内部审计、收入确认。
## 两种复杂性
要理解为什么中间层被裁掉,你必须理解公司内部的复杂性来自何处。有两个来源。
**产品复杂性**。如果你是为数十亿用户服务的Gmail,那是一个真正困难的工程、技术、政治和社会问题。正常运行时间。滥用防范。账号暂停的正当程序。政府数据请求。规模化下的边缘情况。这种复杂性是产品固有的,不会消失。DocuSign雇佣了大量员工,部分原因就在于此。当你嵌入在数十亿美元的法律工作流中时,可能出错的地方多得惊人。
**人与人之间的复杂性**。你每增加一个人,就在社交图谱上增加一个新节点。他们有自己的目标、自己的激励、自己被抄送的邮件、自己的资源请求、自己微妙地提升或打击士气的方式。协调成本随人头数超线性增长。在大型公司工作过的人都知道,超过一定阈值后,人均生产力低得令人尴尬。
过去的传统观点认为,人与人之间的复杂性是规模化不可避免的成本。如果你想要增长到一定规模以上,你就得接受它。你构建组织架构,你招聘经理和经理的经理,你接受40%的人头用于协调其余60%的人。这就是交易。
AI将逐步侵蚀处理特定产品复杂性所需的资源……但它最大的短期杠杆在于消灭人与人之间的复杂性。协调税、汇报层级、计量者。
公司变臃肿有一个结构性原因。你在公司内部晋升的方式是管理更多的人。要管理更多的人,你需要更多的下属。所以每个有野心的人都有动力去雇佣他们并非严格需要的人。把这个模式在整个组织架构中复制十年,你就得到了典型的《财富》500强企业。
公司现在正在意识到,AI可以逆转这一趋势。
## 创始人领导的公司先行
并非所有公司都能以同样的速度做到这一点。当前裁员最狠的公司不成比例地由创始人领导。Coinbase。扎克伯格领导下的Meta。多尔西领导下的Block。普林斯领导下的Cloudflare,他仍是创始人兼CEO。
创始人拥有董事会的信任,可以做出短期看起来很残酷的决定。雇佣来的CEO则没有。一个雇佣来的CEO在一轮中裁员20%,可能会因为董事会担心舆论而冒险被解雇。一个创始人裁员20%,写了一篇《华尔街日报》专栏,被称为勇敢。
这为创始人领导的公司赢得了12到24个月的领先优势。最终,这套打法会扩散到其他公司。摩根大通、花旗、大型咨询公司、大型保险公司、《财富》100强工业企业。它们都会这么做。它们不得不这么做。一旦你所在领域的竞争对手以少40%的人头运营且增长更快,你就无法负担保留你的计量者。董事会不会允许你这么做。你的激进投资者不会允许你这么做。
预计裁员将加速。越来越多的昔日高薪、过度资质的工人将争抢任何他们能得到的职位,挤掉他们身后的新入场者。那些找到工作的人会以他们过去收入的一小部分接受它。对于那些身份建立在"聪明、高薪专业人士"之上的人来说,其打击之严重,将是经济数据无法完全衡量的。
## 初创公司的优势
今天起步的初创公司拥有前所未有的结构性优势。他们没有遗留的人头。他们没有遗留的组织架构。他们没有涉及解雇人员、遣散费、WARN法案合规或士气受挫的政治谈判。他们从第一天起就能保持精干。
因此,他们可能处于最佳位置,可以利用这次agent能力的起飞。
一个今天起步的5到10人公司,可以可信地挑战拥有数千名员工的现有企业。第一个一人的十亿美元公司已经很近了。拥有5到20人的数十亿美元公司紧随其后。一家拥有10名员工和数十万个agent的《财富》500强公司究竟会是什么样子?
经济生产的基本单位正在被重新定义。我们正在进入最大杠杆时代。
## 1000倍工程师与Tokenmaxing
10倍工程师现在变成了1000倍工程师。认知工作的杠杆率已经反转。
领先公司内部的token使用数据将在未来12个月内让这一点变得明确且残酷。一些工程师,在给定的token预算下,产生指数级更多(且更好)的输出。另一些工程师则浪费他们的token。方差巨大,而且与大多数绩效方差不同,它现在可以直接衡量。HR从未有过比这更清晰的杠杆信号。
目前,公司仍在相对均匀地分配token给整个工程团队。这种情况将停止。Uber在4个月内烧光了整个AI预算。将Tokenmaxing作为商业战略是不可持续的。至少在每个人手中走不通。
某些公司(可能最初是内部悄悄地进行)会发现,把数十亿token给到最顶尖的10%工程师,比给每个工程师数百万token要好。这个数学计算将变得无可辩驳。最优秀的人类+AI将远比普通人类+AI更有价值。至少在短期内如此。
随之而来的裁员将是无情的。工程能力曲线中间部分被裁掉,原因与当前管理能力曲线中间部分被裁掉相同。工具使杠杆分布变得清晰可见。
## 不平等失控
如果单个运营者的杠杆提高1000倍,下游的财富分配也会随之变化。我们即将看到一些不平等数据,现代美国政治体系没有处理先例。
埃隆·马斯克很可能会成为首位万亿富翁。他不会孤独太久。就像罗杰·班尼斯特打破四分钟英里纪录后,很快就有几十人达到同样水平一样,在首位万亿富翁出现后的12到18个月内,我们会看到更多人加入这个"四逗号俱乐部"。2030年全球最富有人士榜单看起来会像是来自另一个星球的《福布斯》400榜单。数百亿美元将成为顶级AI创始人及其持有股权的早期员工的门槛。
这在政治上不可持续。这也是几乎科技界没有人愿意深入思考的情景部分,因为深入思考会迫使那些思考者得出令他们不安的结论。
## 政治反弹已经开始
特朗普政府在多条战线上失误,以至于2028年大选是民主党人输掉的选举。民主党在2028年的剧本将是对抗由AI驱动的失控不平等。他们的执政纲领将是反对精英。
可能的政策菜单——部分会通过,部分不会:
- **劳动力下限要求**:强制要求某些职能的特定比例必须由人类执行。一种工会式的AI替代硬性下限。
- **强制雇佣期**:在任何裁员前延长通知期并继续支付工资,可能延长到12至24个月。
- **数据中心暂停令**:已在州一级发生。缅因州众议院以82比62投票通过了一项。西雅图市议会正在推进一项为期一年的禁令。奥尔巴尼已经举办了暂停令集会。到2028年,这将成为联邦层面,或者至少是联邦协调的各州层面模式。
- **财富与暴利税**:对超过一定阈值的AI股权持有征收税款,几乎肯定会被命名为"替代红利"。
- **AI部署许可制度**:一个联邦机构,拥有对能力评估和企业部署的规则制定权。可以称之为"AI环保局"。
无论所有这些政策是全部通过还是部分通过,累积效应是相同的。美国AI行业在需要冲刺的关键时刻将面临显著增加的阻力。这是美国技术领导地位的决定性窗口期。中国不会放慢速度。他们不会在2028年出现民粹主义的反AI时刻,因为他们没有民主党初选,他们的政治运作不在同样的反弹周期上。
如果民主党的进步派在2028年获得提名,并且相关立法实际通过,那么某种意义上的"叉子"就会指向AI公司领导层。我们已经看到了暴力事件,比如向山姆·奥尔特曼家投掷燃烧瓶。这只会升级。
附注:AI自动化的另一个后果将是一波仇外和反移民情绪。把丢饭碗归咎于街对面的棕色皮肤老哥,比归咎于某个抽象的"AI agent让2个人完成10个人的工作"的效率原则要容易得多。在这个问题上,共和党比民主党更有可能通过愚蠢的立法,阻止最优秀的研究人员和工程师在美国工作。我们已经看到每隔几个月就会出现措辞糟糕的全面法案,针对H-1/O-1及其他签证持有者,而且情况只会变得更糟。如果你是一个在等待绿卡或公民身份的移民,我深表同情。未来几年将会动荡且不可预测。
在移民和AI(电网、数据中心、训练限制)两方面糟糕政策的双重打击下,这就是为什么我认为美国不太可能在这场竞赛中战胜中国。
## UBI的案例是自我保护案例
但还有希望。
在我看来,唯一的出路是,那些即将捕获前所未有份额收益的人,主动分享一部分。
这是我会对房间里每个亿万富翁施加的框架:你是现在放弃20%,还是以后放弃100%?无论怎样,财富税几乎都摆在台面上。问题在于,是由富人设定条款,还是条款为他们设定。
某种形式的UBI必须包含在主动提议中。它不能解决长期问题。它能在动荡转型期争取喘息空间。人们可以承受经济冲击。但他们无法在眼睁睁看着导致冲击的人在电视上成为万亿富翁的同时承受经济冲击。社会地位逆转的速度是使其在政治上具有毒性的原因。UBI可以减缓这一速度。
历史上的类比是1880年代俾斯麦的福利国家。俾斯麦不是社会主义者。他建立了世界上第一个现代福利国家,正是为了先发制人地应对社会主义者,给工人阶级一些可以捍卫的东西,使他们不与试图推翻体制的人结盟。这个策略大约奏效了60年。我们需要我们的俾斯麦时刻,现在就需要,在政治窗口关闭之前。
现任政府不会这么做。2028年的政府会,但条件是反对联盟的民粹派制定的,这意味着条款将是惩罚性的而非设计性的。
## 但AI会创造新工作
这是个显而易见的反驳论点。以往每一次自动化浪潮,总体来说,创造的工作都比摧毁的更多。农民变成工厂工人。工厂工人变成服务业工人。银行出纳变成客户关系经理。互联网没有杀死办公室工作;它使办公室工作增加了10倍。从历史上看,自动化减少了先前工作的摩擦,并在下游开辟了新的机会。
这个论点有其实际价值,但在AI讨论中几乎没有人深入探讨它,除了——可悲的是——EA群体,但它自己对AI安全和控制有着误导性的执着。
这个论点有一点说对了。从长远来看,在这个转型期之后,会有人类做的事情。我们不会全都无所事事地坐在家里绝望。
但这里我要反驳一下。以往每一次自动化浪潮都是工具。拖拉机是工具。个人电脑是工具。电子表格是工具。但AGI(强调G)不仅仅是一种工具。一旦你有一个比你聪明数千倍、持续运行、从不睡觉、从不进食、成本只有人类的零头、并且能自我改进的agent,历史类比就失效了。
快速附注:有人声称一旦VC补贴枯竭,token会变得更贵。这是周围最愚蠢的观点之一。OpenAI提供GPT-5.5的成本低于提供GPT-4的成本,因为算法效率提升加上硬件改进。H100的价格上涨了,因为同样的芯片现在产生了更多可用智能。我们才刚刚开始触及这些模型能变得多高效的表面。人脑以20瓦功率运行。当前模型与那个下限之间的差距是巨大的。而且我们才刚刚开始进入RSI反馈循环,即AI设计训练下一代AI的算法,如此无限循环。成本曲线将在很长一段时间内向下延伸。
假设我们达到了AGI。一个比你聪明数千倍、无限可扩展、价格只有几分钱的agent。在那个经济中,人类扮演什么角色?
"人类将向上移动堆栈!" 移到哪里去?如果AGI在堆栈的每一层都比你聪明,包括你试图移向的那一层,那么移动就不起作用。向上移动堆栈的历史模式假设工具在你以下的能力。AGI不是。AGI在每一层都比你高,这是定义。
假设AI可以做Carl的工作。好吧,你让Carl管理一个AI agent团队。但很快AI就能比Carl更好地管理那些agent。所以你提升Carl去管理管理者。然后AI又在那个水平追上来了。堆栈上没有任何一层Carl能长久胜过AI。Carl唯一剩下的位置是在最顶端,作为CEO或所有者。但随着时间的推移,甚至那个角色也会被侵蚀。
"嗯,但有人必须设定目标和约束!仍然需要CEO做战略决策!" 是的,在某个时期内成立。但战略决策本身也越来越由AI驱动。CEO正在成为政策制定者,从一组由AI模拟的选项中挑选。最终,公司结构更像是一个主权国家,而非常规商业实体。当CEO本质上是一个监管者时,他们的补偿会有所不同。AI公司将在未来几年面临所有权重组。CEO将被视为政治人物,而不是利润最大化者。随之而来的是各种形式的征税和监管。
我认为,此刻讨论中的大多数人都在否认堆栈上方没有无限的庇护所。没有我们可以撤退的"更高"技能水平,当AI在每一个指标上都优于我们时。没有一个人带一把猎枪和一条狗的隐居处——机器人技术会追上那里。任何人类能做的体力或认知任务,最终机器都能做,且更好。
房间里的大象是:我们不知道在那之后人类还有什么角色。我们假设会有一些。但这是一个信念行为,而非逻辑行为。我们以前的类比都失效了。
那并不意味着我们应该恐慌。但这确实意味着我们不应该假装知道过渡的终点。没有人知道。
那只会增加为什么预防措施——财富共享、AI再培训大学、UBI——到位是如此重要。以防我们最终处于一个无人预见的世界。以防"人类角色"的假定保质期比我们想象的要短得多。
## 结论:2018-2028年将被称为"大重构"
我写这一切不是为了让你恐惧。我只是在我看到的时候称呼它。AI驱动的公司重组不仅仅是优化成本和削减脂肪。它是对商业是什么、公司看起来像什么以及能力如何组合的根本性重新思考。
已建立的网络效应仍然有价值。但那些通过增加人头来提取价值的传统方法是不可持续的,而且很快就会被逆转。
计量者的复仇就是他们被淘汰。但复仇也是人类的:如果我们现在不管理这些过渡,社会反弹可能会比技术本身更严重地破坏这一波繁荣。
那些现在采取行动的人——精兵简政、重新定位、分享收益并投资于支持系统的人——将是那些从另一边出来建设下一个时代的人。
至于其他人……嗯,牌已经发好了。
让我们开始干活吧。
相似文章
2026年第一季度科技行业裁员近8万人——近半数岗位削减与AI相关
2026年第一季度,科技行业近8万名员工遭遇裁员,其中约48%与AI及自动化技术有关。业界对此展开讨论:AI驱动的裁员究竟带来了实质性的效率提升,还是企业掩盖业绩下滑的便利借口?
MIT报告基本确认:AI并非近期科技裁员潮的真正原因
《MIT科技评论》分析指出,近期科技企业裁员主要受宏观经济因素驱动,而非AI,这与大众对AI导致失业的普遍担忧相悖。
有没有人也觉得,AI替代人类工作的叙事正在被用作管理工具?
一篇评论文章,质疑公司是否在利用AI替代工作的叙事来制造员工焦虑,并以此为由加重工作负担,尤其是在裁员期间。
AI导致的最危险的工作损失可能是无形的
文章认为,AI导致的最危险的工作损失可能是无形的,因为AI在替代专业知识之前先消除了组织摩擦层——如信息路由和协调——导致逐渐的认知替代,而非立即解雇。
ClickUp大规模裁员揭示了工作的未来
ClickUp裁减了22%的员工,将此举归因于对自动化任务的AI代理的全面拥抱,CEO Zeb Evans声称生产力提升,并为顶尖AI用户引入了百万美元薪资区间。本文探讨了AI驱动下劳动力削减的更广泛影响以及'tokenmaxxing'指标。