五年之前，如果有人问职场里最稳固的“铁饭碗”是什么，算法工程师这个答案几乎毫无悬念。那时的硅谷职场信条是：“要么成为自动化别人的人，要么被自动化。”机器学习工程师，正是这条食物链顶端的“顶级捕食者”。他们拿着顶尖的薪酬，设计着取代边缘劳动力的模型，对“AI将导致大规模失业”的警告往往不以为然。
所以，当2022年底ChatGPT横空出世时，肯吉（化名）并没太当回事。作为Block（前身为Square，由Twitter创始人杰克·多西创立）的一名机器学习工程师，他专门负责反欺诈系统。生成式AI对他而言，不过是玩过众多模型中的一个。在外界看来惊为天人的突破，在他眼中只是渐进式改进。
然而，大约一年前，风向开始变了。
Block内部的AI工具越来越强大。肯吉发现自己将越来越多的编程和分析任务交给了这些工具。“在某个时刻，你会环顾四周，然后心想：天哪，我自己好像也不用干什么活了，不是吗？”尽管有这种预感，他依然觉得自己的职位是安全的——他理解工作的宏观背景，且岗位靠近公司资金的核心，这类职位通常很稳固。
“我确实意识到自己可能面临裁员，”他曾说，“我只是觉得还没那么快。”
上周，肯吉成了Block裁掉的4000多名员工之一。这并非一家濒临破产公司的断臂求生，事实上，公司发展良好。Block将员工总数从一万多人砍到不足六千人，对于一个利润在增长、业务在加速的公司而言，这个裁员比例令人震惊。
CEO杰克·多西在致股东信中毫不含糊地写道：“智能工具已经改变了建立和运营一家公司的意义。一个规模小得多的团队，使用我们正在构建的工具，可以做更多的事，而且做得更好。”
消息公布后，Block股价飙升了24%。华尔街在欢呼，而被裁的4000人则在默默收拾办公桌。
肯吉的经历中有一个耐人寻味的细节。过去一年，多西一直在敦促员工将AI融入工作。肯吉照做了，他是公司自研AI工具“goose”的重度用户，也频繁使用Claude、Cursor等第三方工具。但这些积极的拥抱，似乎并未保护他。
他甚至怀疑，这反而加速了自己的出局：“在过去的一年里，我们被强烈鼓励使用所有这些AI工具。实际上，我们是在为取代自己奠定基础。如果你向工具演示一两次如何完成某项任务，它基本上就能接管剩下的工作了。”
这像一句残酷的注脚：一个帮公司实现自动化的人，最终被自己参与推动的自动化浪潮所淘汰。
多年来，IT行业的黄金法则是：成为推动自动化的人，就不会被取代。直到大语言模型的出现，颠覆了这条法则。肯吉自己打了个比方：“在汽车时代，我确实觉得自己有点像马车。”
与此同时，曾经的巨头IBM，因为Claude.ai宣布其模型可以完美替代传统程序员维护老旧的Cobol代码，股价遭遇了四分之一个世纪以来的最大单日跌幅。
华尔街的狂欢与恐慌，正在为一种全新的企业形态定价：不需要那么多人的高效公司。这揭示了一个比“某个岗位被淘汰”更宏大的现实：AI带来的最深层次冲击，或许是传统企业组织形式的松动，以及人类沿用数百年的“工资制度”本身的式微。
这不是一家公司的故事，而是刚刚开始的趋势
多西在股东信的末尾留下了一句值得标记的话：“在未来一年内，我相信大多数公司都会得出同样的结论，并进行类似的结构性调整。”这不是预测，而是一个行动者对同行的宣告：你们落伍了。
他可能是对的。美国经济学家加德·莱瓦农对美国经济进行了一项拆解，结果颇具冲击力：金融、保险、信息、专业和商业服务（统称FIIPB）——这些合计占美国GDP 40%以上的白领核心行业，自2022年以来出现了一种前所未有的模式：实际GDP持续上升，而就业人数却持平甚至下降。
几十年来，这些行业遵循着“增长=招聘”的简单等式。但从2022年开始，等式似乎失效了。产出在增长，招人却停了。哈佛大学经济学教授劳伦斯·卡茨指出，在没有发生真正经济衰退的情况下，持续处于“就业增长缓慢且失业率逐渐上升”的时期，这几乎史无前例。
对毕业生而言，这意味着过去进入金融、咨询、科技公司做初级分析师的路径正在变窄。并非经济不好，而是增长不再需要那么多人了。《纽约时报》近期报道了一位德拉华大学毕业生Thomas Greifenberger的故事，他拥有金融和营销双学位，投递无数简历后杳无音信，最终回到家乡的家族树木养护公司工作。
然而，更深层的问题是：不只是员工在被替代，公司本身也在被威胁。弗吉尼亚大学AI专家安东·科里内克指出，与90年代的互联网革命相比，AI的冲击面要大得多，大约是10倍。“互联网只颠覆了信息的分配方式，而AI正在广泛颠覆认知生产。这是一个大得多的经济接触面。”
后台服务、内容制作、客户支持、法律和财务分析、编程……这些领域都可能被波及。金融时报首席经济评论员马丁·沃尔夫说得更直白：“受过教育的中产阶级的前景遭到动摇，在社会层面上要危险和具有爆炸性得多。”
比失业更深的东西：工资制度本身的松动
大多数人对AI的焦虑停留在“我会不会失业”。但如果只看到这一层，就漏掉了底下更大的结构性裂缝。
传统的职业契约很朴素：你付出时间和技能，企业支付工资。整个工业社会的运转都依赖这根管道。但当AI让“执行”变得越来越便宜——编程、分析、客服、文案、设计等工作的成本断崖式下降——按执行付费的工资制度就开始从主角退居配角。
问题不再是“我的工资会不会涨”，而是：工资这种东西，还能否作为一个人安全感的唯一锚点？
整个社会正在分化。上层可能更多地依靠资产份额、注意力入口等获取“分红”和“溢价”；而下层若仅靠出售时间与执行，工资则更像“维持运转的底薪”。
肯吉的故事恰好印证了这一点。他足够聪明、努力，也拥抱新技术。但他的价值被绑定在“执行”上，而执行正在被商品化。无论执行水平多高，当工具能做到80%甚至90%时，剩下的10%可能就不值原来的溢价了。他被裁后坦言：“即使我明天就找到了一份工作，我也毫无信心它在几年后不会被自动化淘汰掉。”这句话的分量，值得深思。
AI时代，普通人新的“铁饭碗”究竟在哪？
一个让很多人不舒服的结论是：靠“熟练度”、“记忆力”和“机械执行”换取高薪的时代，已经结束了。肯吉就是证据。他不是不会用AI，他是AI工具的重度用户。但“会用AI”这件事本身，从来不是护城河。这就像20年前“会用Excel”是竞争力，如今已成了无需提及的基本功。
那么，新的“铁饭碗”是什么？从几家“AI原生”公司的实践中，或许可以提炼出三根支柱作为参考。
支柱一：成为“超级节点”——从执行者变成指挥者
金融科技公司Ramp在2025年发布了500多个功能，营收达10亿美元，而整个产品团队只有25个PM。其要求是：每个岗位（工程、产品、设计、销售、营销、法务、财务）都必须学会使用AI代理，把能自动化的工作全部自动化。公司CPO有一句名言：“Your job is to automate your job.”（你的工作就是自动化你的工作）。
另一家公司Factory则走得更远。它不分开招聘产品经理和工程师，而是招聘“产品工程师”。他们的日常工作不是写代码，而是审查AI代理的运行轨迹，找到系统做的糟糕决策，然后编写“治理规则”。产品管理工具公司Linear的产品负责人也表示，人的工作已变成“审查AI的输出、调整上下文”，定义做什么和为什么做，而不是怎么做。
这些实践指向同一件事：AI时代最安全的位置，是“指令与决策层”。这不是指组织架构里的管理层，而是一种工作方式——把AI当成你的杠杆，像一人公司的老板一样思考：哪些事可以交给AI做？做错了如何纠正？下一步自动化什么？
支柱二：寻找物理与人际的护城河——成为“新领”
当AI把大量认知工作自动化后，什么东西变得更稀缺了？答案是：AI无法轻易触达的领域。主要包括：
- 复杂的线下现实协调：工地突发状况、手术台上的判断、面对面的谈判。
- 强物理属性的技术工种：维修、安装等高技能体力劳动。
- 人与人之间的情绪连接：心理咨询、教育、护理中的人际温度。
这些工作的共同点是：需要身体在场，需要与混乱、非标准化的现实打交道。一个反直觉但实际的建议是：如果你的工作全在屏幕上完成，可能正处在AI冲击的正中心。如果你的工作包含物理成分、面对面成分或高度非标准化的成分，你的护城河可能反而更宽。白领与蓝领的界限正在模糊，一种融合了技术理解、物理操作和AI辅助决策的“新领”工作正在出现。
支柱三：获取“头寸”与“可见性”
在一个“归因越来越难”的人机协作世界里，工资依赖的可计量贡献边界正在模糊。未来的收入可能更多按“你拥有多少份额（头寸）”和“你能影响什么被看见（可见性）”来分配。
- 头寸：可以是股权、资产，或任何不完全依赖你出卖时间就能产生现金流的东西。
- 可见性：将你的知识变成可复用的规则、系统、工具或内容。例如，Factory公司将专家知识编码成一组可被调用的“Skills”文件。如果你的知识只存在于脑中，它只在你工作时有用；如果能将其产品化，它就能在你休息时继续工作。
思维方式需要迁移：不要将所有安全感都押在“涨工资”上。尝试在收入结构中加入一些不直接依赖出卖时间的部分，哪怕是很小的项目分红、经营一个小圈子内的个人IP，或用AI搭建一套自动化工作流。将自己的身份从单纯的“劳动者”，部分转化为微型的“资本配置者”或规则制定者。
在划时代的重构中重获主动权
写这篇文章时，Block的股价已比裁员公告前上涨超过20%。这个细节本身就是一种宣告：市场奖励的是效率，不是人数。你可以觉得这很冷酷，但否认它并无用处。
肯吉在裁员后表现出一种平静。他说：“最初30秒我心里直呼卧槽，但读完整封信后，我的反应是：嗯，我明白了。”他有信心找到新工作，但也清醒地认识到没有哪份工作能给予持久的安全感。
“铁饭碗”需要被重新定义。它不再是某个特定岗位，而是一种能力组合：能指挥AI（超级节点），拥有AI无法替代的价值（物理/人际护城河），以及拥有不完全依赖工资的收入来源（头寸与可见性）。三根支柱，至少需要握住一根。
这是一个“执行者”贬值，而“决策者”、“连接者”和“叙事者”升值的时代。叙事者的稀缺性不在于技术能力（正被AI拉平），而在于品味、判断力以及对时代精神的洞察。在一个什么都能被自动执行的世界里，最珍贵的东西是知道该往哪里走。
这场重构带来阵痛，尤其对那些习惯了在流水线式办公桌前出卖时间的打工人而言。但它也可能是一个极其公平的时代，因为AI抹平了许多执行力的门槛后，出身、学历等因素的重要性相对下降。肯吉说自己像汽车时代的马车，但马车消失后，马无法选择自己的命运。而我们，至少暂时还有选择。
对于关注技术趋势与职业发展的朋友，可以来云栈社区的开发者广场一起交流，这里汇聚了关于科技趋势、职业发展的前沿讨论与深度分析。
发表于 3 天前
|
查看: 17|
回复: 0
