全球大厂掀起以AI为由的裁员潮但许多公司后发现AI无法胜任人类工作重新招聘。企业裁员并非完全基于AI实际能力而是受资本市场影响。真正难被替代的是在模糊情境中做判断的能力。AI擅长执行但无法定义人类需主动适配与AI共生重塑职业结构把握变革机遇。“开除速度一定要快”最近这句话在社交平台上被疯狂转发疑似来自某互联网大厂的内部工作群。3月18日网易被传大规模清退游戏外包员工及编外人员。根据游戏新知网易官方否认了“使用AI清退全部外包员工”的说法但表示正在“逐步对一部分基础技能岗位的外包人员进行退场”。近两个月全球大厂都掀起了新一轮裁员潮理由高度统一“AI可以替代这部分工作”。哔哩哔哩、科大讯飞等公司最近都传出“大规模裁员”的风声一时间所有打工人都人心惶惶一边用着AI一边担心发展速度像上了火箭的AI会把自己替代。“裁员”相关微博热搜国外也是如此。3月25日Meta正式启动新一轮裁员关闭了3家VR工作室。据外媒报道Meta计划裁员20%涉及约1.6万名员工预计涉及从工程师到部门经理等大部分层级。然而第一批因为AI裁员的公司已经到“裁到大动脉”的环节了。“AI工具改变了一切。”推特公司创始人之一杰克·多西说。以此为由在2月27日他旗下的金融科技公司Block一口气裁员4000多人占员工总数的40%。但不到1个月部分Block前员工表示自己收到了返岗邀请。图源Block官网人力数据平台Visier近期公布的一份全球报告显示在其追踪的全球 142 家企业、240 万名员工中有 5.3% 的被裁员工最终被重新聘用还平均获得了25%至28%的加薪。咨询公司Gartner甚至预测到2027年因AI而削减客服或客户支持人员的公司中有一半会重新招聘承担类似职能的员工。企业扔的“裁员回旋镖”终于还是开始飞回了自己头上。1、以AI为名的资本游戏上一周Meta的部分员工还在践行CEO马克·扎克伯格要求的AI Week员工之间互相分享AI的妙用。下一周他们可能就因为AI收拾东西走人了。按照惯例Meta会在每周三的早上出裁员名单所以每到周三员工们就开始心惊胆战。“每个人好像都要被迫拿起一把左轮手枪玩局俄罗斯轮盘赌每逢周三就对着脑袋开一枪枪响了就拜拜枪没响就等下周三再来一枪。”Meta员工酒哥接受每日人物的采访时说。但酒哥发现这次裁员的逻辑变了。2022年Meta第一次裁员时他记得扎克伯格的眼眶通红而如今扎克伯格从“眼眶通红变成了满面春风”。裁员成了创始人对股东的承诺是为了让财报更好看、公司更有效率。马克·扎克伯格图源Meta官网如果仔细看这两年不少公司的“AI裁员”新闻会发现不一定是AI要员工走是资本市场要员工走。Meta裁员计划的报道发布后公司股价上涨近3%。类似的情形并不罕见。Block宣布裁掉40%的员工时股价涨了23%。2025年芯片公司英特尔宣布裁撤1.3万人占总员工的29%。但裁员后公司股价大涨90%。这种情况被称为“盈利式裁员”。牛津经济研究院在1月的研究指出以AI为由的裁员似乎是为了维护投资者关系。将裁员归因于AI比承认传统的业务失败“更能向投资者传递积极的信息”进而推动公司股价上涨或吸引投资。企业通过把裁员包装成“AI驱动的效率革命”可以将自己塑造成具有前瞻性的创新者而不是在周期性衰退中苦苦挣扎的企业。图源 《爱回家之开心速递》剧照国内的版本有时候更“拧巴”。企业通常会因为“结构优化”“组织提效”“资源向核心方向集中”等原因来裁员而AI对“结构优化”有很大的影响。据游戏新知报道网易“对AI化后的效率提升颇为满意”因此决定裁员。《中国企业家人工智能应用调研报告2025》显示68.75%的企业期待AI能够“降本增效”。但托马斯·达文波特与拉克斯·斯里尼瓦桑在《哈佛商业评论》中撰文指出当前不少与AI相关的裁员更多并不是因为AI已经成熟到足以稳定替代人类工作而是因为企业在提前按“未来会被替代”来重组人力。从去年年底开始他们就对1006名全球企业高管开展了调查。结果显示89%的受访企业已经因为AI的“预期影响”而裁员或者放缓招聘但只有2%的企业明确表示裁员是因为AI确实承担了原本由人完成的工作。AI生成数据来源 《哈佛商业评论》文章《企业裁员并非因为人工智能的性能而是因为其巨大的潜力》换句话说很多公司并不是在确认“AI已经能接住这些工作”之后才裁员而是在赌AI迟早能做到。这种基于预期的豪赌让企业陷入了“先裁员、后验证”的循环。然而这场豪赌的清算时刻来得比想象中都要快。2、 “打脸”来得比想象中快裁员时有多爽快之后召回员工或重新招聘原来的岗位时就有多狼狈。“Block给了我重返岗位的机会我已经接受了。”设计工程师安德鲁·哈佛在领英上说。他表示Block的领导层告诉他他的裁员是由于“文书错误”造成的。还有一位技术负责人称他花费两天说服管理层需要更多人手来继续开展面向客户的基础工作部分被裁同事因此得以返岗。Block CEO多西在裁员时就承认决策可能存在失误并表示“采取了灵活的措施来应对为我们的客户做正确的事情”。这不是孤例。美国云软件公司Salesforce在去年9月裁了4000名员工大部分是顾问、业务分析师和开发人员。4个月后领导层就发现AI无法胜任人类的工作如今在重新招聘那些被裁掉的岗位。Salesforce的高管们承认他们严重高估了AI的能力。 Salesforce的工作需要与亚马逊、微软等大客户合作而AI在处理细微问题和回应长期客户问题时几乎完全失效。《凡人歌》剧照人力资源机构Careerminds 2月的一项调查显示在已经实施AI相关裁员的企业中超过30%后来又重新招聘了原先被裁岗位中的25%到50%另有35.6%的企业甚至招回了超过一半的岗位。很多公司不是“彻底不需要这些人了”而是先把人裁掉后来才发现这些活还得有人干。为什么很多公司一边高喊AI提效一边又裁完后悔因为它们裁掉的根本不只是“一个人”而是AI一时半会儿学不会、也无法复制的核心能力。那些沉淀在员工身上的组织记忆从来都不是AI能轻易复刻的。就像Salesforce被裁的客服工程师干了多年积累的“客户投诉核心痛点”“特殊需求应对经验”这些未被文档记录、只靠长期实践沉淀的内容是目前“AI无法替代的隐性知识”。AI可以规范走流程平时看似能完美替代人力但当系统出现突发故障时真正能兜底的还是人的“救火能力”这也是众多企业裁完就后悔的原因之一。《装腔启示录》剧照2024年特斯拉曾裁撤超级充电站核心团队直接打乱了充电网络的扩张节奏。外媒报道称部分新项目被要求暂停承包商和供应商一度陷入混乱外部合作推进也受到冲击。此后特斯拉又不得不回补部分关键岗位。易被忽视的还有裁员对团队士气的致命打击。酒哥对每日人物说“得知裁员消息后Meta内部的氛围十分诡异如同末世。”员工都在互相打听关于裁员的信息每周三都在屏息凝神等在裁员那把“悬在头上的刀”。暂时没有被裁到的人也依然充满焦虑。这种心态带来的效率损耗远比裁掉几名员工节省的成本更高。这让我们不得不思考当流程可以被规范知识可以被检索重复劳动可以被接管什么才是我们真正无法被替代的“护城河”3、与AI“共生”“我有时会有些悲观地想程序员的‘护城河’可能只剩下了两个一个是演技要把自己演成一副无可替代的样子还有一个就是寄希望于老板的迟钝赌老板们还没意识到原来AI可以做这么多事。”酒哥在采访中说。但他认为不管是哪条“护城河”都很容易就崩塌了。美国AI公司Anthropic在近期给出了最容易被AI取代的职业认为许多白领职位将会受到影响最靠前的依次是计算机程序员、客服代表、数据录入员等。这类职位一般执行明确、流程固定也是AI最擅长的。大语言模型理论上可以执行的工作任务份额蓝色区域和Anthropic根据使用数据得出的工作覆盖率指标红色区域图源 Anthropic《人工智能对劳动力市场的影响》但最难被替代的是那些需要在模糊情境里做判断的人。因此真正的“护城河”不应该建在信息差上而应该建在AI确实做不到的地方。黄仁勋2025年接受采访时说“如果这个世界创意枯竭那么技术的发展就会导致失业。”他认为AI不会完全取代人类而是通过创造公平的竞争环境来大幅提高人类的生产力。AI能执行但不能定义。它能把一件事做得很快、很准但它不知道这件事值不值得做、为什么要做、做完之后要往哪里走。这个“定义”的能力才是真正难被替代的东西。目前不少互联网公司正在大力招揽人才。据统计腾讯、字节跳动等公司相继发布春招计划累计发布超过3万个岗位。根据猎聘发布的《2025年度人才供需趋势报告》AI行业2025年新发布的职位数相比2024年上涨43%。机械、保险等多个传统行业的新发职位增幅也都超过了25%。《我到点下班》剧照多位业内专家在接受《民生周刊》的采访时表示AI并非简单的“就业替代者”而是职业结构的“重塑者”唯有主动适配才能在变革中把握机遇。市场缺的从来不是人而是能与AI“共生”并清楚自己定位的人。最后对于正在迷茫择业、想转行提升或是刚入门的程序员、编程小白来说有一个问题几乎人人都在问未来10年什么领域的职业发展潜力最大答案只有一个人工智能尤其是大模型方向当下人工智能行业正处于爆发式增长期其中大模型相关岗位更是供不应求薪资待遇直接拉满——字节跳动作为AI领域的头部玩家给硕士毕业的优质AI人才含大模型相关方向开出的月基础工资高达5万—6万元即便是非“人才计划”的普通应聘者月基础工资也能稳定在4万元左右。再看阿里、腾讯两大互联网大厂非“人才计划”的AI相关岗位应聘者月基础工资也约有3万元远超其他行业同资历岗位的薪资水平对于程序员、小白来说无疑是绝佳的转型和提升赛道。对于想入局大模型、抢占未来10年行业红利的程序员和小白来说现在正是最好的学习时机行业缺口大、大厂需求旺、薪资天花板高只要找准学习方向稳步提升技能就能轻松摆脱“低薪困境”抓住AI时代的职业机遇。如果你还不知道从何开始我自己整理一套全网最全最细的大模型零基础教程我也是一路自学走过来的很清楚小白前期学习的痛楚你要是没有方向还没有好的资源根本学不到东西下面是我整理的大模型学习资源希望能帮到你。扫码免费领取全部内容1、大模型学习路线2、从0到进阶大模型学习视频教程从入门到进阶这里都有跟着老师学习事半功倍。3、 入门必看大模型学习书籍文档.pdf书面上的技术书籍确实太多了这些是我精选出来的还有很多不在图里4、AI大模型最新行业报告2026最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。5、面试试题/经验【大厂 AI 岗位面经分享107 道】【AI 大模型面试真题102 道】【LLMs 面试真题97 道】6、大模型项目实战配套源码适用人群四阶段学习规划共90天可落地执行第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…扫码免费领取全部内容3、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】