大厂裁员的新常态：AI 没有直接替代人，但它正在重写组织成本

最近一轮大厂裁员，最容易被讲成一个简单故事：AI 开始替代人，所以公司开始裁人。

我觉得这个说法太粗糙，也太偷懒。

更准确的判断是：AI 没有以一种线性的方式“替代程序员、产品经理、运营、设计师”，但它正在改变公司对组织成本的容忍度。过去很多大厂能接受的低效率、重复岗位、层级管理、试错团队和边缘业务，现在突然变得很刺眼。

硅谷大厂和中国大厂的裁员逻辑并不完全一样，但它们正在同一条线上汇合：增长不再无限，资本不再便宜，AI 又要求巨额投入，于是公司开始把人力成本重新排序。

我的核心观点很直接：

这轮裁员不是“AI 把人干掉了”，而是大厂进入了一个新组织周期：低增长、高 AI 投入、高人效要求同时存在，裁员从危机动作变成了常态化管理工具。

硅谷：不是没钱，而是钱要流向 AI 基建

硅谷这轮裁员最反直觉的地方在于：很多公司并不是亏损裁员，而是在盈利、股价不错、AI 投资扩张的同时裁员。

Microsoft 是典型例子。2025 年多家媒体报道 Microsoft 进行了数千人规模裁员，其中 7 月一轮约 9000 人，背景是公司继续加大 AI 和云基础设施投入。Amazon 也在 2025 年宣布裁撤约 14000 个公司岗位，公开说法集中在减少官僚层级、提高组织速度，同时继续投资 AI。Meta 则一边推进 AI superintelligence 和 AI 产品，一边对低绩效、管理层级和部分 AI 组织做调整。

这些动作说明一件事：大厂不是不花钱，而是钱的方向变了。

以前大厂扩张的默认动作是加人：新产品线加团队，新区域加运营，新平台加中台，新战略加 VP。人是增长的燃料。

现在 AI 周期里，燃料变成了 GPU、数据中心、电力、模型训练、推理成本、芯片供应链和基础设施合同。人仍然重要，但不再是唯一、也不再是最优先的投入项。

这就是为什么一家公司可以同时做两件看似矛盾的事：

一边投入几十亿甚至上百亿美元做 AI 基础设施。
一边裁撤看起来“不直接贡献下一阶段 AI / 云 / 核心平台增长”的岗位。

从管理层视角看，这不是矛盾，而是资本重新分配。

中国大厂：更像是低增长环境里的组织再压缩

中国大厂的新一轮裁员更复杂，也更不透明，而且体感上更像“持续失血”，不是一次性公告。

美国大厂裁员常有 WARN filing、公司公告、媒体跟进和第三方 tracker。中国互联网大厂更多是业务线调整、绩效末位、外包收缩、冻结 HC、团队合并和局部裁撤，公开数字往往来自媒体报道、员工社群和招聘市场信号，不适合把每个未经确认的数字都写成事实。

但方向并不难判断。国内大厂现在的裁员现状，我会概括成五个特征。

第一，它更碎片化。很少出现一个统一口径说“我们裁掉多少人”，更多是某条业务线优化、某个部门合并、某个城市岗位减少、某些外包和合同工先被清掉。对外看起来不像一次大新闻，对内却是长期不确定性。

第二，它更绩效化。很多公司不会把动作叫裁员，而是放进绩效、组织盘点、末位淘汰、岗位匹配和人才密度提升这些词里。结果是裁员变成日常管理工具，而不是危机时期才启动的特殊动作。

第三，它更靠近非核心业务和中后台。阿里、腾讯、字节、京东、百度这些公司过去几年都在做类似的事：砍低 ROI 业务，收缩非核心探索，压缩中后台，控制销售和运营成本，把资源投向 AI、电商效率、本地生活、云、广告、游戏、出海和核心现金流业务。

第四，它更依赖 HC 冻结和自然流失。很多团队不一定立刻大规模裁人，但离职不补、晋升变慢、转岗变难、招聘名额被收回，最终也会让组织规模慢慢下降。这种方式没有裁员公告那么剧烈，但对个人机会的影响一样真实。

第五，它更容易先压低“可替代的组织成本”。外包、运营、测试、审核、销售支持、项目管理、内容生产、低复杂度开发、中台协调岗位，都会比核心算法、核心工程、商业化、出海和关键产品岗位更早感受到压力。

中国大厂面临的压力和硅谷不一样。

第一，国内互联网用户增长已经见顶。很多业务不是没有机会，而是很难再靠新增用户讲出高增长故事。

第二，消费和企业预算更谨慎。广告、电商、云服务、企业软件都更看重 ROI，这会直接影响人员扩张。

第三，AI 投入很贵，但商业化路径还没完全跑通。大模型、智能云、AI 搜索、AI 编程、AI 营销、AI 硬件都要钱，但短期收入未必覆盖成本。

第四，平台监管、反垄断、数据合规和内容安全已经改变了过去那种高速试错的扩张方式。大厂不是不能做新业务，而是每个新业务都要更早面对成本、合规、舆论和投入产出比。

第五，中国大厂很多岗位不是被 AI 直接替代，而是被“业务优先级下降 + AI 工具提高单人产出 + 管理层要求降本”一起挤压。

所以我不太赞成把中国大厂裁员简单讲成“AI 抢饭碗”。更准确地说，是大厂不再愿意为低增长业务维持高人力密度。

我对国内现状的判断更悲观一点：这不会是某一轮裁员结束后就恢复扩招的周期，而会是大厂组织管理的新常态。公司会继续招人，但会更偏向 AI、基础设施、核心商业化、出海、数据、算法和高产出工程岗位；同时持续压缩那些靠组织惯性存在的岗位。

这对个人的影响也更微妙。过去进大厂意味着更强的稳定性，现在大厂更像一个高压筛选器：平台仍然大，资源仍然多，但安全感下降了。你可能不是被一次裁员带走，而是在一次次组织调整、绩效收紧、机会减少和岗位合并里慢慢发现，原来的职业路径不再成立。

共同点：中间层和低杠杆岗位最危险

硅谷和中国大厂虽然环境不同，但裁员指向有几个共同点。

第一，中间管理层压力变大。

AI 周期里，公司更强调速度、扁平和高密度人才。很多“传话、排会、同步、写周报、做流程”的管理岗位，如果不能直接提升决策质量或交付效率，就会被质疑。

第二，低杠杆执行岗位压力变大。

内容整理、基础运营、常规 QA、简单数据处理、初级文案、重复客服、基础 BI、低复杂度开发，这些岗位并不是马上消失，但单位人效要求会迅速提高。一个人配合 AI 工具能覆盖更多事情后，公司自然会减少“同质化人力堆叠”。

第三，边缘创新团队压力变大。

过去大厂有钱时，可以养很多探索项目。现在探索还会有，但必须更接近核心战略：AI、云、广告、电商、支付、游戏、硬件、企业服务、出海。离主航道越远，越容易被合并、冻结或裁撤。

第四，纯协调型岗位会被重新审视。

这不是说产品、项目管理、运营不重要，而是说“只协调、不判断；只同步、不推动；只包装、不解决问题”的岗位会变得越来越脆弱。

我的观点：AI 改变的不是岗位，而是组织对岗位的耐心

我最想强调的是这一点：AI 对就业的影响，短期内不是按职业名一刀切。

不是“程序员会消失”，也不是“产品经理会消失”，更不是“运营会消失”。

真正发生的是，公司开始重新计算每个岗位的边际价值。

以前一个岗位只要能让组织运转得舒服一点，就可能长期存在。现在管理层会问得更直接：

这个岗位能不能带来收入？
能不能降低核心成本？
能不能让 AI 系统、数据系统、业务系统更好运行？
能不能提升高价值人才的产出？
如果给现有团队更好的工具，这个岗位还需要这么多人吗？

这是一种更冷的组织逻辑。

AI 没有替代所有人，但它让“低效率组织”失去了遮羞布。

对个人的判断：不要只学工具，要提高不可替代的判断密度

如果只把这轮裁员理解成“赶紧学 AI 工具”，其实还不够。

会用 AI 工具很快会变成基础能力，就像会用搜索、Excel、IDE、Jira、Figma 一样。真正能提高安全边际的是判断密度。

我会把个人能力分成三层。

第一层是执行能力：能把任务做完。AI 会明显压低这一层的稀缺性。

第二层是系统能力：能理解业务、代码、数据、流程、用户、成本之间的关系。AI 可以辅助，但很难完全替你承担责任。

第三层是判断能力：能判断什么值得做、什么不值得做、风险在哪里、代价是什么、什么时候该停、什么时候该加码。这一层在裁员周期里反而更值钱。

所以我对个人的建议不是“变成 prompt 工程师”，而是：

把 AI 当成放大器，而不是身份标签。
主动进入更靠近收入、成本、核心系统和关键决策的位置。
少做只靠流程存在的工作，多做能被结果验证的工作。
不要只追工具更新，要积累业务判断、工程判断和组织判断。
对自己的岗位做一次诚实评估：如果团队少一半人，这个岗位为什么还应该存在？

这个问题有点残酷，但比等公司替你回答要好。

中国与硅谷的差异：硅谷裁的是“资本重新分配”，中国裁的是“增长预期回落”

我会这样概括两边差异。

硅谷大厂的问题是：AI 机会太大、基础设施太贵，所以必须把组织资源从旧增长故事迁到新增长故事。

中国大厂的问题是：旧增长故事已经变慢，新 AI 故事还没完全变成利润，所以必须压缩组织成本，给核心业务和新技术投资留空间。

两边都会裁员，但心理背景不同。

硅谷更像是“我还要扩张，但我要换一种扩张方式”。中国更像是“我必须更瘦，才能在低增长和高投入之间活得稳”。

这也是为什么同样叫裁员，体感不同。硅谷员工看到的是高薪岗位被重新洗牌；中国员工感受到的则往往是 HC 收紧、晋升变慢、外包压缩、业务线合并和机会减少。

结论

新一轮大厂裁员，不应该被简单解释成 AI 替代人。

它更像一个结构性转折：大厂从“人力驱动增长”转向“AI 基建、核心平台和高杠杆团队驱动增长”。在这个过程中，组织会更残酷地清理低效率、低杠杆、低增长相关的人力成本。

我的判断是，未来两三年裁员不会只是周期性事件，而会变成大厂组织重构的常态工具。公司会一边招聘 AI、基础设施、核心业务和高产出岗位，一边持续压缩旧业务、重复岗位和中间层。

对个人来说，最重要的不是恐慌，而是看清楚游戏规则变了：稳定性不再来自公司规模，而来自你是否站在高杠杆问题上，是否能用 AI 放大自己的判断和交付，是否能证明自己不是组织惯性的一部分。

未来大厂不会停止招聘，但会停止为组织惯性买单。