AI 背锅侠：当裁员成为“技术升级”的遮羞布

昨晚刷到 Monday.com 的裁员新闻，第一反应不是惊讶，而是想起上个月我们在群里讨论他们新出的那个 AI 排期功能。当时一个朋友说“这玩意儿能自动优化任务依赖，项目经理可以省一半时间”，我试了一下，踩了个坑——它把两个关键里程碑的依赖关系搞反了，导致整个计划乱套。最后我们手动调回来的。所以当看到 Monday.com 把裁员归咎于 AI 时，我脑子里跳出来的问题是：AI 真的省下了一个人的工作量吗？还是说，它只是让老板们有了一个更体面的理由去削减人力成本？

Monday.com 不是第一家，也不会是最后一家。TechCrunch 的报道列了 20 多家公司，从 Salesforce 到 Google，从 Meta 到 Airbnb，几乎每家都在过去两年的裁员公告里提到了“AI 让我们更高效，所以不需要那么多人了”。这话听着挺耳熟，像极了当年“互联网+会替代人工”的翻版。但如果你真正在一线写过代码、调过模型、部署过 AI 工具，你会知道现实远比公关稿复杂。

我翻了下自己的笔记，2023 年那个“AI 取代程序员”的恐慌高峰期，我做过一个实验：用 GPT-4 重构一个 500 行的 Python 函数。结果不错，但必须人工检查所有边界条件，修复了两个逻辑漏洞，花的时间比我自己写还多。后来我把这个案例发在论坛上，评论区有人总结：“AI 取代的不是工作，而是检查工作的人。”

这件事让我对“AI 导致裁员”的说法一直保持警惕。不是否认 AI 会改变工作模式，而是质疑这种归因的简单性。Monday.com 的裁员公告里说得很漂亮：“AI 让我们能够自动化常规任务，因此需要重新调整团队结构。”翻译过来就是：我们不再需要那么多普通员工了，但我们需要更多能写 prompt 和调 API 的人。问题是，这种“重新调整”往往只发生在宣布裁员的那一刻，而后续的招聘数据显示，新增的 AI 岗位数量远小于被裁的岗位数量。

看一组数据（来自多家裁员追踪网站的综合统计）：

公司	裁员比例	公告中提及 AI	同期 AI 相关招聘数量变化
Monday.com	约 10%	是	新增约 1-2% 岗位
Google	约 6% (2024-2025)	是	减少约 0.5%
Meta	约 13% (2023)	否（但后续强调 AI 投入）	增加约 3%

你会发现，裁员比例和 AI 招聘量之间没有强相关。真正驱动裁员的是资本市场的压力——降本增效、提高利润率、给股东一个交代。AI 只是那个最容易被理解的叙事：听起来很酷，很未来，而且不会得罪任何特定群体（不像“因为疫情”或“因为经济衰退”那么负面）。但如果你是一个工程师，你会知道，把 AI 从概念到真正嵌入业务流程，需要大量的人去做数据清洗、模型微调、结果验证、异常处理。这些工作不会因为“AI 自动化”就消失，它们只是换了一种形式：从“编写业务逻辑”变成“编写 AI 工具链的校验逻辑”。

[!note]

我在论坛上贴过一个真实案例：某公司用 AI 客服替代了 30 人的团队，结果上线三个月后，因为 AI 无法处理复杂退款问题，又招了 20 个“AI 训练师”来手动纠正模型输出。净省 10 个人，但老板的 PPT 上写的是“AI 赋能，效率提升 50%”。这个数字不算错，但过程远不浪漫。

所以 Monday.com 这次“AI 裁员”的宣言，本质上是一个精心包装的公关动作。它传递的信号是：我们是一家拥抱 AI 的现代公司，我们在主动优化组织，而不是被动减员。这种叙事对投资者、对潜在客户、对媒体都有吸引力。但对被裁的员工来说，他们听到的版本更简单：你被机器替代了，而机器的主人——那个写 prompt

原文链接：https://techcrunch.com/2026/07/25/the-running-list-major-tech-layoffs-in-2026-where-employers-cited-ai/