一句话总结
Meta 刚裁了 8000 人，Forbes 说 AI 驱动裁员的 ROI 是零，Gartner 警告这条路走不通。数据已经出来了。
—
这周科技圈最大的新闻不是哪个模型又刷了榜，而是 Meta 在季度营收创历史新高（$563 亿）的同时裁掉了 8000 人。Zuckerberg 在内部信里写了句很诚实的话：”success isn’t a given in the AI era”。翻译一下：我们赚着史上最多的钱，但还是要砍人，因为 AI 时代不确定性太大。
两天后 Intuit 裁了 17% 的员工，CEO 坚称”和 AI 无关”。没人信。
这让我想起上周读到的一篇文章，标题很直接：The Companies Cutting Headcount for AI Will Lose to the Ones Who Didn’t。当时觉得是标题党，这周看完数据后改了看法。
数据说了什么
Forbes 5 月 19 号发了篇文章，标题是”The ROI On AI-Driven Layoffs Is Zero”。核心数据：今年 3-4 月，AI 是裁员的首要原因，近 5 万个岗位被砍。但没有任何数据表明这些裁员改善了公司的财务回报。
更早一点，Upwork Research Institute 的调查显示：80% 部署了 AI 工具的公司随后减少了人员编制。Gartner 对 350 家年收入超 10 亿美元的企业做了调研，结论是 AI 裁员正在反噬——被裁掉的不只是”做任务的人”，而是携带深层业务知识的人。
这些知识是什么？是”系统为什么这样设计”、”这个客户的雷区在哪”、”上次这么做为什么失败了”。这些东西不在文档里，不在代码注释里，在人的脑子里。人走了，知识就没了。
正确的用法 vs 错误的用法
错误的问题：”AI 能替代谁？”
正确的问题：”AI 能把哪些低技能工作从高技能人才手中解放出来？”
区别很大。前者的逻辑是减法——砍人省钱。后者的逻辑是乘法——同样的人做更多的事。
具体来说：
- 营销团队从管 1 个 campaign 扩展到同时跑 5 个
- 分析师从 3 天出一份报告变成一个上午，剩下的时间用来做战略解读
- 开发者从手写 boilerplate 变成让 AI 生成，省出来的时间做架构设计
原文有句话说得很准确：”The human is not removed from the equation. The human IS the equation.”
一个容易被忽略的事实
AI 的输出质量，取决于使用者对业务的理解深度。
一个在公司干了五年的产品经理写的 prompt，和一个刚入职的新人写的 prompt，喂给同一个模型，产出质量天差地别。因为前者知道哪些约束是硬性的、哪些需求是表面的、哪些边界情况会在生产环境里爆炸。
所以裁掉老员工后企业往往发现一个尴尬的事实：AI 在真正懂业务的人手里才能发挥最大价值，而这些人刚被你送走了。
对个人的启示
如果你是开发者或技术人，这些数据其实是个好消息。它意味着：
1. 会用 AI 工具的人不会被替代，不会用的人才会
2. 你的业务理解力和判断力正在变得更值钱，而不是更不值钱
3. 现在是学习 AI 工具的最佳时机——不是为了”不被裁”，而是为了让自己的产出翻倍
我自己的做法是把日常重复性工作尽量交给 AI 处理。写代码时让 Claude 生成初稿，分析数据时让 Gemini 做初步整理，写文档时让 DeepSeek 帮忙搜索和归纳。如果想白嫖那些满血模型，就去某鱼找一个稳定的中转站，像我在用的这个 aifuel.cc，刚注册时送了 $100 的额度，办完新手任务再送 50，加上每日签到领的额度，满打满算日常使用完全够了。
重点不是用哪个模型，而是把它们变成你工作流的一部分。就像你不会只用一把螺丝刀修所有东西一样。
写在最后
Meta 裁 8000 人的同时在 AI 基础设施上投了 $1450 亿。这个信号很清楚：他们不是不相信人的价值，而是在赌”更少的人 + 更强的 AI”能赢过”更多的人 + 没有 AI”。
但 Gartner 和 Forbes 的数据指向另一个可能性：真正的赢家是”同样多的人 + AI 赋能”。因为 AI 放大的是判断力，而判断力长在人身上。你把人砍了，AI 放大的就是空气。
两种路径的差距，大概很快就会显现。
—
下一篇想聊一个更实操的话题：AI 编程工具四强（Claude Code / Cursor / Copilot / Codex）到底怎么组合使用。不是”哪个最好”的问题，而是不同场景下怎么切换才能让产出最大化。