李尚龙：硅谷大裁员背后的资本逻辑

打开百度APP畅享高清图片

最近李尚龙发了一条视频，我看转发都超10万了。

他到底说了什么呢？我想结合我自己的观点，来聊聊这个话题。

2025年初，硅谷的寒冬似乎格外漫长。Meta、Google、Amazon、Salesforce、Adobe……一连串科技巨头的名字后面，都跟随着令人咋舌的裁员数字。成千上万的工程师、产品经理、设计师，这些曾被视为“智力精英”的群体，正被成批地请出公司大门。与此同时，这些公司却在另一条战线上，投入巨资，疯狂抢购英伟达的H100、H200，甚至未来的B100芯片。

这背后，是资本逻辑的深刻转向：企业不再需要那么多“智力”，而是需要越来越多的“算力”。

这并非一个简单的技术替代故事，而是一场关于生产要素价值重估的革命。过去20年，互联网的黄金时代，是“智力资本”（Human Capital）的巅峰。谷歌的口号“Don’t be evil”背后，是对“最聪明大脑”的崇拜；Facebook的“Move fast and break things”，依赖的是工程师的创造力和产品经理的洞察力。那时，企业的核心竞争力，在于能否吸引并留住顶尖人才。人力，特别是高智力的人力，是稀缺资源，是资本追逐的对象。

但今天，风向变了。生成式AI的爆发，尤其是大语言模型（LLM）和多模态模型的成熟，正在重新定义“智力”的所有权和使用权。

第一，智力的“外部化”与“商品化”。

过去，一个顶尖工程师的智力，是内嵌于其个体的、难以复制的资产。他的经验、直觉、解决问题的能力，是公司的核心机密。但今天，当一个工程师在GitHub Copilot的辅助下，能以3倍速度写出高质量代码；当一个产品经理用Claude分析海量用户反馈，瞬间生成产品路线图；当一个设计师通过Midjourney在几分钟内产出数十版创意方案时，个体智力的“边际价值”被急剧稀释。

AI模型，通过吸收全人类的知识结晶（代码、文档、设计、论文），将“智力”从个体身上剥离，封装进一个可复制、可分发、可调用的“黑箱”——大模型。这个黑箱，就是新的“智力资产”。它不再属于某个员工，而是属于拥有算力和数据的平台。资本发现，与其支付高昂的薪资去雇佣100个年薪30万美元的工程师，不如投资5000万美元购买算力，训练一个能在90%场景下替代这100人的AI系统。长期来看，后者成本更低，且边际成本趋近于零。

第二，算力成为新的“生产资料”。

在工业时代，生产资料是土地、工厂、机器。在信息时代，生产资料是服务器、网络、软件。而在智能时代，最核心的生产资料，是算力——具体而言，是用于训练和推理大模型的GPU集群。

英伟达的市值在2025年突破3万亿美元，超越苹果，成为全球第一，绝非偶然。它卖的不是芯片，而是“智能时代的石油”。台积电的3nm、2nm产能，成了各国争夺的战略资源。云计算巨头（AWS, Azure, GCP）的财报中，“AI优化实例”的收入增速远超传统业务。

资本逻辑在此刻变得异常清晰：谁控制了算力，谁就控制了未来。 裁员省下的钱，不是进了股东口袋，而是被迅速转化为对英伟达订单的预付款，对数据中心的扩建，对下一代AI芯片的投资。Meta在2024年宣布将年度资本支出提升至450亿美元，其中超过70%用于AI基础设施。这比雇佣1万名工程师的年成本（约30亿美元）高出一个数量级。资本的选择，一目了然。

第三，组织的“轻量化”与“敏捷化”。

庞大的人力组织，曾是科技巨头的象征，如今却成了“低效”的代名词。层级、会议、跨部门协调、知识传承……这些“智力协作”的成本，在AI时代显得尤为沉重。一个由AI代理（Agent）驱动的“智能工作流”，可以7x24小时运行，无需休假，不会跳槽，错误率随数据迭代而下降。

企业开始追求“最小可行组织”（Minimal Viable Organization）。核心团队负责战略、创新和与AI系统的“对话”（Prompt Engineering, Fine-tuning），而大量执行性、重复性、甚至部分创造性工作，被交给AI代理网络。这导致组织结构从“金字塔”向“星型”转变：中心是少数决策者和AI管理者，外围是庞大的、可动态调度的AI“数字员工”。

裁员，因此不仅是成本削减，更是组织重构。它标志着企业从“人力密集型”向“算力密集型”的转型。那些无法与AI协同、或其工作内容易被AI标准化的岗位，首当其冲。

那么，人类的智力还有价值吗？

当然有，但价值的重心正在迁移。

未来的“高价值智力”，不再是执行层面的“know-how”，而是：

定义问题的能力（Problem Framing）： 在模糊的现实中，精准提出“正确的问题”，这是AI目前无法自发完成的。

跨领域连接的洞察力（Synthesis）： 将看似无关的知识、数据、趋势进行创造性连接，产生颠覆性创新。

伦理与价值观的判断（Judgment）： 在AI给出的多种选项中，基于人类社会的复杂伦理做出最终抉择。

人与人之间的信任构建（Relationship）： 领导力、同理心、情感共鸣，这些是AI难以复制的软实力。

简言之，未来的智力，是“驾驭算力”的智力，而非“提供算力”的智力。

对个人而言，这意味着什么？

你不需要恐慌，但必须清醒。如果你的工作可以被清晰地描述成“步骤1、2、3”，那么它很可能在5-10年内被AI自动化。你的竞争力，将取决于你如何利用AI放大自己的独特价值。

学习使用AI工具，不是选修课，而是生存技能。更重要的是，培养那些AI不擅长的“元能力”：批判性思维、系统思考、创造力、情商。

对资本而言，这场逻辑的转变才刚刚开始。

我们正站在一个新周期的起点。算力的军备竞赛会加剧，AI基础设施的集中度会提高，科技巨头的护城河会更深。但同时，也会催生新的机会：更高效的AI应用公司、更人性化的AI交互设计、更公平的AI治理框架。

硅谷的裁员潮，是旧时代的挽歌，也是新时代的序曲。它冷酷地宣告：在资本的天平上，算力，已取代人力，成为这个时代最宝贵的生产要素。 而人类的使命，是学会在这场算力的洪流中，重新定义自己的智力价值，成为驾驭洪流的舵手，而非被淹没的沙粒。