来源：36氪

訪談｜任彩茹 蘭杰 彭倩

文｜任彩茹

編輯｜喬芊 楊軒

「630」減員，AI是禍首還是替罪羊？

「現在公司有（減員）名單，你在這裡面。」5月中一天，林越被組長叫進會議室，對方開門見山。

林越的第一反應是平靜，他早有預料。早在今年三四月，一些互聯網公司內部便傳出要裁員的風聲。開年以來，中國互聯網大公司圍繞AI提效激進開展的token競賽、培訓會、隱形考核等，無處不在。當所有人都被捲入一場「all in AI」的運動時，「裁員一定會發生」就是大家心照不宣的共識。

但站在HR門口時，他還是迎來了情緒崩潰的瞬間：手開始發抖，猶豫了很長時間，想著怎麼開頭，怎麼調整自己的舉止表情。「我再也不想經歷這樣的事。」

林越月薪2萬5，一年前大學畢業，入職攜程當後端工程師——當時看，他是極其幸運的一個。互聯網招聘紅利不再，攜程幾千份履歷只錄取不到500人，但他進入的是公司最賺錢的酒店部門，負責為商業化產品寫程式碼。

但現在看，月薪2萬5、只有一年經驗的初級程式設計師，不裁他裁誰呢？一是賠償成本低，二是比起對業務通盤更熟的老員工，新人使用AI的效率往往更低。「有業務經驗打底，想用AI做什麼，有什麼影響，老員工更清楚。」林越說。

史丹佛大學在一篇名為《Canaries in the Coal Mine?》（《煤礦裡的金絲雀？》）的論文中，用「金絲雀」比喻剛踏入職場的年輕人。其研究顯示，2022年ChatGPT普及以來，最年輕勞動者的就業大幅下降，到2025年9月，22-25歲軟體開發者的就業相比其2022年底的峰值下降了近20%。

最近一年，AI讓一切更捲了。攜程曾是著名的「互聯網養老廠」：程式設計師崗早上10點半上班，午休兩小時，下午7點就能準時下班，主APP兩週一個迭代。但林越入職沒多久，趕上AI Coding能力大爆發，已經捲成一週一個APP迭代，「每天幹到10點半」。

但這種節奏加快，並不是因為業務有爆發式增長，「而是因為不找事做，就會變成邊緣部門，邊緣部門就會被砍。」林越告訴36氪。但最終，他還是沒有避免「被砍」的命運。

不過，「斬殺」也可能是無差別的。

蒼述完全沒想到，自己會是第一批出現在裁員名單上的人。

5月的一個週五，上班前半小時，「部門突然拉了一個all hands（全員會），HR直接宣布了結果，告訴大家有這個事兒。」

來美團之前，蒼述是字節的SSP校招生（Super Special Offer），高薪入職，到最後也是組內同級員工中薪資最高的一個。跳槽到美團後，組內的核心項目幾乎都被放在他手中，今年本該是蒼述的晉升節點。

在這場裁員潮中，「績優」、「高P」的保護屏障都失效了。蒼述的隔壁組，裁掉的兩名員工都在去年取得了「超預期」的績效評級。裁到最後，蒼述所在的小組幾乎被全員「端掉」，「這個組名義上還存在，實際已經沒人了。」

林越得知自己被裁時，才發現平時常常對接的兩位前端工程師，「頭像不知道什麼時候已經灰了」；美團的一個用戶增長大群，原本的數百位成員如今只剩一半左右；阿里巴巴的高德、飛豬等業務，也處在劇烈震盪中。

「630」成了社交媒體上的熱詞。它是國內AI真正大規模走進互聯網職場的第一個季度末。六月底到七月中旬，既是許多公司人員汰換的慣例時點，也是這場裁員潮中普遍設定的「last day」。

風向標矽谷已經率先在裁員，特徵是成批量、規模大。5月，Meta宣布裁員8000人，7000人轉崗AI部門，成為矽谷科技公司裡最動盪的一家，高管承認「公司士氣近20年來最低」；更早時候，亞馬遜宣布裁員1.6萬白領崗位，把省下的資金投向AI。

2021年上一輪裁員潮發生前，國內互聯網大公司瘋狂擴張邊界，高密度地成立一個又一個新業務，一批人被快速招募起來，又快速抹去。

但今年裁員潮的內在主線並非這樣單一。**AI提效、大而重的老業務增長乏力或深陷競爭泥潭、投資AI新業務帶來的現金壓力，在這個時段交織並行。**許多被通知離開的人，也很難說得清這些因素孰輕孰重。

《哈薩比斯：谷歌AI之腦》的作者稱，如同奧本海默創造了原子彈，卻無法控制它的使用，追求真理的科學家們也是「萬物的破壞者」：我們的工作、思維方式，甚至生存，都可能被「破壞」。十年前的韓國首爾，AlphaGo帶給人類棋手李世石最初的破壞。十年後，從矽谷到北京，這種破壞再次蔓延。

對大公司而言，AI是船票，它指向大模型或AI應用這類新業務。但新業務能不能幹成、何時幹成，沒人說得準。面對不再增長的老業務，大公司不得不在每一個確定和不確定的方向上，更加堅決地提效、進而裁員。

林越向朋友傾訴裁員遭遇時，被安慰道，「沒關係，我們大家都會有這一天，只是你的這天來得更早一些。」但比自我開解更重要的可能是，被AI替代、被大廠裁員後，人們該如何選擇、如何行動。

焦慮的高層、加碼的中層、發瘋的基層

「以前在字節兩個月才能做出來的產品demo，我們現在兩個星期就能做出來。」一名前字節產品經理、現AI創業公司高管對36氪說，有了Claude Code、Codex這樣的工具後，自己團隊現在可以3小時做出demo，一週內完成想法驗證。

「一個產品（經理）就像一個CEO。」他說，組織結構可以隨之大幅壓縮，信息傳遞的損耗比大廠少太多，完美「熵減」。

當創業公司借助AI快速行動之時，互聯網大廠回望自身，是否會覺得自己像遲緩的巨獸？

來自大廠最高層的表態，往往是一個信號。

今年3月，美團CEO王興在高管溝通會上談到自己對AI的看法，「AI Agent對我的衝擊比ChatGPT更大，AI註定會創造巨大生產力，也一定會對組織、對工作模式帶來很大的變化。」

那場溝通會結束不久，美團在全公司範圍拉了一場線上大會，核心是宣貫「龍蝦」的安裝與使用，提倡每位同事安裝「龍蝦」，以及將日常工作盡可能寫成可複用的Skill。

會後，在美團核心本地商業從事商家運營的陳宇佳收到通知，需要在每週的週報裡加上一個板塊，寫明自己利用AI做了哪些提效、有什麼Skill可以推廣到全組和全部門使用。「然後就感受到大家好像拼命在把AI融入自己的工作中。」

4月的一天，一位阿里算法工程師毫無徵兆地收到部門上一個月的token消耗排行榜，他以170億token消耗量赫然位列第一名，被公開表揚。部門老闆表示，以後年度KPI、晉升考核都將參考這一排行。但一個月後，新的token消耗排行榜沒能如期而至，「可能老闆也發現了這種排名方式不靠譜。」

新的規則接踵而至。部門領導很快又提出，員工需要在工作日的早上11點到下午6點上傳每小時的「時報」，由Agent上的插件自動記錄代碼及對話內容，生成工作總結——這意味著員工無法修改自己的時報內容。就在第二天，HR以近乎爭吵的姿態，勸阻了該領導的荒謬制度。

類似這樣的事情，已經不再讓人意外。來自高層的AI焦慮不斷下放，中層們層層加碼，努力暗示下屬，這是一場隱形的彙報競賽、軍備競賽、淘汰競賽。

儘管沒有強制每個人一定要寫Skill，陳宇佳的部門領導還是會密切關注每個下屬的token用量，不時詢問具體情況，「他也不清楚AI具體能做什麼，但他說他不允許我們團隊的每個人在這次AI浪潮中落後」。有時在工作結束後的私下聚餐中，大家也會接收到老闆暗暗傳達的一種危機感，「一定要把AI用起來，否則到時候我想拉你們一把都拉不了。」

阿里某AI Coding產品的一位工程師告訴36氪，集團一些業務的老闆會向他們的產品團隊提出請求，希望通過增加數據埋點的方式，「讓他清楚地看到團隊成員每天使用AI的具體軌跡。」

美團的一些中層在接到裁員指標後，甚至會向上遞出一份更激進、比例更高的裁員名單——更少的人、更高的AI參與度，某種程度上直接等同於新時代的「管理成績」。

AI提效成了一個任何業務、任何職能都能去「搞一搞」的事情。但關於AI到底能做什麼，要怎麼落地實現，一條長長的裂縫始終橫亙在基層與管理層之間——各級老闆對AI賦予無限美好的期待，基層拼命去實現、卻總也觸及不到那個設想，最終只能疲憊地「表演」。

江靈在阿里淘天集團做客戶運營，她的工作是盡可能拉齊消費者需求和商家供給。在她看來，老闆們總是「把AI想得很智能、很簡單」。

就拿電商中常見的異常場景「爆單」來說，高層期待透過全量巡檢，提前找出所有「爆款」。然而，平台一天的商品量是千萬級別，遠遠超出了現有人力和Token可以負荷的數量，於是只能小範圍測試，挑選幾十萬個商品，由於樣本範圍太小，命中率往往很低。

「作為一個員工，你沒法反駁老闆的那種期待，你懂嗎？」江靈激憤又無奈。

很多時刻，江靈覺得自己就像一頭驢，有鞭子在後面抽。「累不可怕，沒有方向和正反饋，才是最可怕的。你就是不停地拉磨，也不知道最後要去哪裡。」

「你不能把AI當成一個許願池用。」一家AI公司的CTO對36氪總結，AI提效有很多前提，基礎是數據，但很多公司的數位化本身就沒做好；此外，許多流程上的卡點在「人」，是單靠AI無法解決的。

「一代人有一代人的土木」

產品、營運等大廠崗位感受到的還是不確定的焦慮，而程式設計師只能率先接受被宣判的命運。

百度前端工程師李川第一次被AI能力震驚，是在今年初用到Claude Code。「同樣的複雜需求，用國內一些大模型可能需要五到六輪對話，用Claude兩三輪就搞定了，且完成得更好。」

他第二次被AI驚豔，是今年4月。中國大模型公司智譜發布GLM-5.1模型，「一是便宜，二是它的能力完全可以作為Claude Code的平替。」

李川當時就意識到自己的飯碗不保。到了5月，他果然出現在「名單」上。

如同一枚硬幣的兩面，一面是2026年5月，Claude Code母公司Anthropic已經實現470億美元左右的年化收入（ARR），半年時間漲了四五倍；智譜也在近期衝上兆元市值。

另一面是AI Coding能力的極速成熟，讓程式設計師成為了這輪裁員潮中的重災區。「各家首當其衝的幾乎都是產研團隊，尤其是前端開發、測試開發這樣的崗位，通常很容易被老闆認為含金量不再。」一位網路公司HR告訴36氪。

2025年，李川以校招生身分進入百度，成為一名前端工程師。一年前參與校招面試時，AI還僅僅扮演著搜尋引擎的角色，只能透過簡單問答來輔助程式設計，面試官全程都沒有談及AI。

「前端」是李川理想的職業，因為這是一個所見即所得的工作，程式碼品質直接體現為產品介面上的每個細節。每到過年，告訴家人「打開百度app，上面那個東西是我做的」，會讓他嘗到成就感和「工作的意義」。

多年以來，大公司的程式設計師被涇渭分明地劃分為演算法、前端、後端、測試等職能，前端對審美、互動等軟性能力要求更高，後端則更需要嚴謹的技術能力。這一行的薪資水準和「鄙視鏈」，也直接跟「技術含量」掛鉤——前端比測試高，但不如演算法工程師和後端工程師。

僅僅一年，李川熟悉的一切已經地覆天翻。寫程式碼和改程式碼的工作被AI大面積接管，程式設計師的幾種職能也模糊了界限。甚至產品經理也能一腳跨進程式設計的門。

阿里的一个開發部門，今年五月接到部門老闆的通知，要求大家暫停所有的非緊急需求，每個團隊開發一個Agent，以後針對任何業務需求，都只能由產品同事直接與Agent對接。程式設計師只能修改Agent，不能碰程式碼。老闆還暗示，到今年十月份，做得好的團隊將接替不好的團隊來維護Agent。

騰訊CSIG的技術團隊研發了一條為公司App修復bug的流水線——由AI修復bug，程式設計師只需要在bug解決完成後進行檢查，點擊「確認」按鈕，程式碼就會合入，它的修復準確率目前可以達到50%。

阿里巴巴5月在內部成立了一批全棧小組，讓前端、後端和測試工程師都轉成「全棧工程師」，成為「超級個體」。6月開始，美團內部也在全面推行前後端開發的合併。

轉「全棧」理論上是可行的，但實踐起來，卻是扒掉一層皮的痛苦過程。

突然被轉為全棧工程師的韓之，根本沒有太多時間學習，很快就要開始自己的第一個「全棧」項目，前後端開發、測試由她一人包攬。「現在我所有需求都是『倒排』的，規定幾號幾號前上線，」她最近工作強度打滿，晚上9點手頭的活兒還沒幹完，「我實在太累了」。

但大勢不可違。從去年底到今年初，中國幾家頭部公司都在盡可能地撒錢，推動程式設計師消耗token，逐漸淘汰「古法程式設計」。

最高峰時，騰訊CSIG團隊成員享受的是2000美金/月的token額度，只要訴求合理、有相應的程式碼產出，用完還可以申請翻倍提額。token使用量也同步被納入考核，「當你的用量很低時，你的leader會問你為什麼。」因此，一些人會把用不完的token額度借給別人。

多年以來，大廠程式設計師意味著高薪與光環。他們是網路公司的基石，「程式設計師精神」的內涵是開源與分享，是程式碼的簡潔與優雅，是沒有雜音的唯成果論，是看到字元在螢幕上跳動時的興奮感。

但時代變了。幾乎每一位受訪的程式設計師都對36氪談到同樣一種感受，「離開AI將無法工作，假如AI『掛掉』了，我寧願花大量時間去找新的Codingplan，也不願意自己去看程式碼改一改」——再去談論所謂的「程式設計師精神」，也顯得不合時宜。

李川說，昔日一個優秀程式設計師的修養是學習和迭代，因為過去幾十年程式語言一直在變，不學就跟不上技術前沿。他和朋友們週末去咖啡館研究新技術也是常有的事，「這個群體本身就挺卷的」。但AI恐怖的迭代速度讓人徹底失語。

「如果AI Coding鎖死在25年的水準就好了，能抹平我這種一兩年資歷和七八年資歷人的技術水準，同時又不能真正代替人，還有很多『對話框』之外的事可做。」林越感嘆。但技術不會為誰停車，現在他毫不懷疑，程式設計師的消亡已經是進行時了，「就像珍妮機發明後的紡織工人一樣」。

舊增長沒了，新賽馬啟動

當技術給一家公司的效率注入倍數級槓桿，隨後發生的事情無外乎兩種——同樣的人做更多的事，又或者，一家公司不再需要這麼多人。

「我們不裁員。」一家軟體公司CEO對36氪說，好不容易「調教」出了這些對行業、開發方法富有認知的程式設計師，每一個都是公司的財富，當AI Coding把程式設計效率提升了5倍，他要做的不是裁掉4/5的人，而是把業務擴大5倍。

這願望固然美好，但問題在於，市場還有這麼多增量嗎？

被裁之前，林越短暫體會到AI寫程式碼的「解放感」，但很快，他反倒變得更忙了。以往，業務對App細節有迭代需求時，總要等排期慢慢來。現在業務的需求越堆越快，無論可不可行、重不重要，都讓研發團隊「先做出來試試」。

但這些需求在林越看來多少有點「雞肋」——最小的「banner位」修改一下文案細節，又或是將浮窗廣告由「免費取消」改為「積分抵扣」。「產品經理變變這個，變變那個，我們會做AB測試，改後效果能變好的情況真的不多。」

「越沒有增長的部門越是all in AI，總要找點新故事講嘛。」蒼述說。他既待過外賣業務，也待過無人機業務，以他的親身感受，前者卷AI的氛圍比後者濃得多。

一位剛在Meta經歷了大裁員的Infra工程師告訴36氪，學會壓榨AI後，他和同事們以前沒時間做的事情，「現在都想做一做」。但如今一大批人離開，留下的同事又開始把那些必要性不高的工作砍掉。

擺在所有人面前的現實是，行動網路時代跑出的明星產品們，如今都很難再透過「做更多工作」而實質性地推高增長。其中一些公司不僅沒有增長，還因激烈的外部競爭而失血嚴重。

2025年外賣大戰幾家公司燒了2000億，將美團的利潤與現金流拖入泥潭，這讓人平均貢獻利潤原本就低的美團率先進入裁員週期。但換個角度看，美團的業務高度依賴線下履約，AI提效空間跟線上化程度更高的公司比是偏小的，「如果連美團都能透過AI提效減員，那其他公司一定會跟進。它是一個風向標。」一位美團員工說。

傳統現金牛業務廣告持續萎縮的百度，在阿里內部長期邊緣、貢獻微薄的飛豬和高德，也都是類似情況。

舊業務的裁員難以避免，那麼活水的機會存在嗎？

一些管理層在談起裁員話題時，會告訴員工「公司現在也搞AI，可以試著去找找自己能做的項目。」一位美團員工告訴36氪。近日，美團核心本地商業新成立了AI Transformation部門，主要職能是探索用AI梳理業務的內部流程；此外，不少核心中高層也在親自帶隊做AI相關項目。

字節的一位產品經理王岳告訴36氪，他正在內部創業，做一款面向B端客戶的AI提效類產品，「公司鼓勵大家去做這樣的探索」。在立項之初，他們不僅主動抹掉了「設計」和「測試」兩個職能，還要向評審會強調，這款產品未來將節省多少人力成本。王岳的另一位同事在開發AI客服的Agent產品，其2026年的OKR就是「幫助公司裁掉xx%的客服」。

如今，這樣的項目，在每家大廠都有十餘個或數十個小團隊在做。「有時候會幾個團隊做同一個方向，誰跑出來了，公司就集中資源推誰。」——一場新的賽馬開始了。

變動的除了業務重心，還有組織形態，比如抹去更多中層管理者。

騰訊從今年起開始推行項目制，弱化管理職級，給負責人恢復專業職級；美團在今年年中盤點時裁掉了一些L9（事業部總監級），還在近期全面取消X1節點（此前最低的一層管理節點），減少管理層級。

就讓我們揮別過去

AI的巨浪究竟會把人帶往何處，多數人都還沒有一個「頓悟時刻」。

離職緩衝期結束前的六月中旬，林越已經在密集推進淘寶、快手和字節的面試。繼續「大廠程式設計師」的職業生涯，仍然是他內心期盼的最優路線。但這些公司的橄欖枝至今沒能如願拋來，「太難了。」林越說。

「找到一份工作是容易的，但一旦從大廠去了中廠、小廠，你就不可能再回到大廠了。」在林越心裡，放棄大廠某種程度意味著永久性跌落，他不願「退而求其次」。

也有人放下「大廠執念」。李川從百度離職後的第三天，便無縫入職了一家初創公司。順其自然地，他的崗位從過去的「前端工程師」變成了「全端工程師」。這家公司的主力產品是辦公類的AI Agent，還給他漲了薪。

儘管大家都說時代變了、程式設計師的技能不再可靠，李川仍然有一些「技術憧憬」，希望以技術人員的角色參與到一款被用戶喜愛的產品中，而這未必只能在大廠實現。

從阿里離開後，江靈入職了一家老牌汽車公司。她如今的工作內容不必強行與AI關聯，不用再每天焦慮「老闆的AI任務能不能完成」，當然也不用再「拼命表演」。江靈最近負責的一個專案9月30日才上線，「這些任務落在我的舒適區，時間又寬裕，人真的會身心愉悅許多。」

最近，她所在的部門每每放出招聘崗位，「都有一堆什麼阿里的人過來面試，瘋了一樣地往製造業跑。」

也許程式設計師群體最終還會留下10%，但蒼述不想再找大廠的工作，「去捲成這絕望的10%」。

5月被美團裁員後，他果斷踏上了創業道路。AI浪潮前，他就以副業形式嘗試自己做點什麼。彼時，只是建社群、兜售一些技能，就讓他體會過月入十萬的滋味。

今年三四月時，蒼述社群裡的一些「學員」，已經踩著浪潮投身AI創業，「開了自己的公司，招了很多人，我還苦哈哈在這上班，這對嗎？」他問自己。

如今，蒼述的創業專案是面向海外，圍繞罕見病用戶的需求開發系統、做獨立產品，他也在小紅書帳號「蒼述（戒掉月薪版」與海外社媒上向網友分享進展。主產品之外，他還有多線並行一些小產品，以此保持手感，「一個小工具最多三四天完成，複雜系統可能需要半個月。」——這都遠遠快於大廠的常規排期節奏。

AI或許是人類有史以來最強的智力槓桿，它可以把個人能力放大N倍，可以支撐大部分初創產品的落地，也可以讓每一個好的idea被快速看見並定價。

生於2000年的蒼述說，自己是一個註定創業的人，但假如沒有這次裁員，他可能不會在此刻行動。「公司幫我做了決定。」

「既往不戀，縱情向前」，這是美團給每位離職員工告別簡訊中的最後一句話，也是最近許多大廠人離開時會提起的一句話。在AI帶來的這場複雜變革裡，離開大廠、留在大廠，都無法再延續過去的路徑。

短暫的「碎」過之後不是躺倒。轉行也好，創業也好，先接受變化的人或許能先看到不一樣的世界。

（周鑫雨對本文亦有貢獻；應採訪對象要求，文中林越、江靈、李川、王岳為化名）