找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

3962

积分

0

好友

523

主题
发表于 16 小时前 | 查看: 2| 回复: 0

黑白艺术图:机器人头与笼中鸟,寓意AI发展与人类处境

撰文:黄色龙虾|深潮 TechFlow

2月22日,一篇题为《2028全球智能危机》的文章在金融圈刷屏。作者是宏观研究机构 Citrini Research,文章采用了一种“来自未来的备忘录”的形式,假设时间线是2028年6月,回头复盘这场由人工智能引发的经济危机是如何一步步演变成系统性崩溃的。

文章里有一句话,读来刺眼:“2026年初,因人类智能被替代引发的第一波裁员开始了。利润扩张,收益超预期,股价创纪录。”

四天后,这句话不再只是一个思想实验。

2月26日,Jack Dorsey 在 X 上发帖:“we're making @blocks smaller today.”

Block,这家旗下拥有 Square 和 Cash App 的金融科技公司,当天发布了第四季度财报。毛利润同比增长24%,每股收益超出分析师预期。与此同时,Dorsey 宣布裁员逾4000人,占全公司员工总数的46%。

消息发出后,Block 股价盘后应声上涨24%。

公司业绩涨了24%,股价涨了24%,然后4000个人收到了离职通知。Citrini 预言的“2028噩梦”,没有等到2028年,它在这一天已经悄然拉开了第一幕。

我们不是因为遇到麻烦

回顾历史上的大规模裁员,CEO的公开信总有一套固定语法:市场环境严峻,战略方向调整,我们做了艰难的决定,感谢每一位同事的付出。

但 Dorsey 的这封信,调子完全不同。

他说:“我们不是因为遇到麻烦。我们的业务很强劲……但有些东西变了。我们已经在内部看到,配合我们正在打造和使用的智能工具,更小规模的团队能做得更多、做得更好。而这些工具的能力每周都在复合增长。”

没有提市场寒冬,公司状况很好,但很多人不需要了。这种直白的坦诚,反而更令人不安。

过去的裁员叙事里,往往隐含着一个承诺:等市场好转,我们会重新招人。这一次,Dorsey 连这个承诺都没有给。他给出的是另一套逻辑:小团队加 AI,能做和大团队一样的事,甚至更好。既然如此,为什么还需要那么多人?

投资者用脚投票,完全认同了这个逻辑,24%的股价涨幅就是最直接的回应。

还有一个容易被忽略的细节。为了推行“AI优先”的工作文化,Dorsey 此前要求全公司每位员工每周给他发一封邮件,列出五件最近完成的事。面对数以千计涌来的邮件,Dorsey 的处理方式是:先用 AI 汇总,再阅读摘要。

用 AI 来判断谁能证明自己不会被 AI 取代,让 AI 来分析谁的工作可以被裁撤——这个细节,成了整个故事最精准也最冰冷的隐喻。

一条时间轴,一个加速度

Block 绝非孤例,它只是将一个已经运行了两年的趋势,以最剧烈的方式呈现在公众面前。如果把时间线拉长,这条轨迹的加速度令人目眩。

2024年,Klarna 的 CEO Sebastian Siemiatkowski 高调宣布,公司的 AI 客服助手处理了相当于700名全职员工的工作量。当时,大多数人把这看作一场科技秀,是 CEO 需要一个能上头条的数字来讲述资本故事。

2025年4月,Shopify CEO Tobi Lütke 的一封内部备忘录泄露。信里有一句话后来被反复引用:“在申请新增人手之前,团队必须先证明这件事 AI 做不了。”

同年,语言学习平台 Duolingo 宣布“AI优先”战略,终止了大批内容创作外包合同。IBM 则坦然承认,用 AI 替换了8000个人力资源岗位,CEO Arvind Krishna 在采访中没有任何遮掩,直接点名了是哪个部门、多少人。

随后,Salesforce 裁掉4000个客服支持岗,CEO Marc Benioff 的说法是:“AI 现在能处理公司大约一半的工作。”

到了2025年底,美国就业追踪机构 Challenger, Gray & Christmas 的数据显示:当年直接归因于 AI 的裁员,已超过5.5万人。

进入2026年,Amazon 在年初两轮合计宣布裁减约3万个企业岗位。紧接着,律所 Baker McKenzie 裁掉了600到1000个研究、市场和行政支持岗——这个行业曾被普遍认为是 AI 最难渗透的“堡垒”之一。

直到2026年2月26日,Block。一家正在盈利的公司,一次性裁掉近半数员工。

然而,高调的裁员公告只是最显眼的刀锋。哈佛大学的一项研究揭示了一个更隐蔽、也更普遍的数字:AI 普及之后,科技企业每个季度平均减少录用5名初级员工。 没有公告和新闻稿,职位悄悄消失在招聘网站上,应届毕业生投出的简历石沉大海,原因永远不会写在拒信里。

Citrini 描绘的那个螺旋

让我们回到那篇刷屏的《2028全球智能危机》。Citrini 的推演之所以令人不安,不只在于它描绘了一个 AI 横扫就业市场的反乌托邦图景,更在于它描绘了一个逻辑自洽、每一步都完全理性的死亡螺旋

这个螺旋的运转方式清晰而冷酷:

  1. AI 帮助公司实现利润扩张。
  2. 扩张的利润被重新投入 AI 研发和应用。
  3. 更多投入带来更强的 AI 能力。
  4. 更强的能力让更多岗位变得可替代。
  5. 更多人失业导致社会整体消费能力萎缩。
  6. 消费端萎缩迫使更多公司面临压力,为了生存,它们被迫更激进地使用 AI 来压缩成本。
  7. AI 的能力和应用范围因此又提升了一步。

Citrini 给这个循环起了个名字:人类智能替代螺旋。他们在文章里写道:“每家公司的个体决策都是理性的,集体的结果是灾难性的。”

现在,对照 Block 这一天发生的事:毛利润涨24%,股价涨24%,4000人失业。省下来的人力成本,大概率会继续投入研发和购买更先进的 AI 工具。从 Dorsey 和公司董事会的角度看,这是一个完全理性的、甚至颇具魄力的决策。他甚至在公开信里解释了为什么选择一次性大规模裁员,而不是多轮渐进式削减——因为后者会持续破坏公司士气和信任。

从公司治理和股东价值最大化的角度看,这堪称教科书级别的执行力。但从那4000个人以及他们所代表的家庭角度看,这无疑是生活的断裂。

Citrini 的推演中,引用了一个真实人物的故事(以匿名方式呈现):一位在 Salesforce 担任高级产品经理的朋友,年薪18万美元,在2025年的第三轮裁员中失去了工作。找了六个月,未能找到同级别的岗位。最后开始跑网约车,年收入骤降至4.5万美元。

这不只是一个人的故事。Citrini 在文章里做了一道简单的乘法:把这个个体的轨迹,乘以每个主要城市里经历类似命运的数十万白领,消费端的萎缩就不再是抽象的宏观数据,而是可以预见并计算的、冰冷的现实。这个故事,或许正在全球同步上演。

找不到一个具体的“坏人”

Citrini 文章里有一段关键论述:“历史颠覆模式认为,现有企业会抵制新技术,最终被灵活的新进入者蚕食市场份额,走向衰亡……但2026年的情况却截然不同,现有企业之所以没有抵制,是因为它们无力承担抵制的代价。”

这是理解整个局面的关键。Klarna、Salesforce、Block……它们都不是被 AI 打败后无奈退场的受害者。恰恰相反,它们是 AI 最积极、最迅速的采用者。而被打败的,是它们自己的员工。

这才是整个事件最难被传统道德框架处置的部分。

2008年金融危机后,人们清楚地知道该谴责谁——华尔街的银行家、打包垃圾债券的交易员、监管缺位的官员。愤怒有具体的目标,甚至有了“占领华尔街”这样的社会运动。

这一次,情况完全不同。

你很难简单地指责 Dorsey 做错了,因为 Block 的股价已经代表了资本市场的集体投票。被裁的4000名员工也没有做错什么,他们只是恰好身处一个正在被技术力量系统性重构的岗位上。AI 本身更不是“坏人”,它只是一种工具,正以人类历史上前所未见的速度,变得越来越强大、越来越好用。

责任弥散在整个经济系统和社会结构里,像盐溶进了水,你喝得出咸味,却找不到那粒具体的盐。

Citrini 的文章里有两句话没有被广泛引用,但或许才是全文最深沉的核心:

“这是历史上第一次,经济中最具生产力的资产,创造了更少而非更多的就业岗位。没有任何框架适用,因为它们都不是为这样一个世界设计的,在这个世界里,稀缺的生产要素变得丰裕了。”

过去,每一次技术革命之后,人类都找到了新的生态位。蒸汽机取代手工纺织工,但创造了铁路、工厂和城市规划的需求。互联网消灭了旅行社和唱片店,但催生了产品经理、数据分析师等全新职业。每一次,那些“未来的工作”在当时都无法具体描述,但它们后来确实出现了,并且数量庞大。

这个曾经安慰人心的历史规律,第一次遇到了真正的挑战。因为这一次,那些被视为“未来的工作”——比如 AI 训练师、提示词工程师——AI 自己也在快速学习如何完成。被替代的工人无法简单地通过“升级技能”转岗到 AI 相关岗位,因为这些岗位本身也在被技术压缩。

哈佛的研究者记录下了一个残酷的现象:AI 普及之后,科技公司的初级职位招聘数量下降超过50%。 不是因为岗位消失了,而是它们从一开始就没有被创造出来。

这意味着,一整代人被教育体系和社会期望导向某个行业,然后在他们即将踏入职场时,那个行业却悄悄决定,不再需要入门级的人类员工了。

我们无法再假装还有时间慢慢思考。正如 Citrini 在文末那个意味深长的比喻:金丝雀或许还活着,但矿工的问题从来不是金丝雀死没死,而是当它在笼中开始摇晃时,你有没有找到离开矿井的出口。

技术演进的车轮滚滚向前,关于效率与公平、进步与代价的讨论,或许正是我们当下最需要的思考。欢迎在云栈社区开发者广场继续探讨这一深刻影响我们所有人的技术趋势




上一篇:Prompt工程详解:OpenAI官方六大核心原则与实战技巧
下一篇:开源工具Ralph:让AI Agent持续工作,低成本自动化编程替代外包
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-3-6 22:28 , Processed in 0.538761 second(s), 42 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表