顶尖算法工程师都被裁了，AI时代到底还有什么"铁饭碗"？

一、

一个帮公司做自动化的人，自己被自动化了

五年前，如果你问职场上最坚固的“铁饭碗”是什么，答案几乎一定是：算法工程师。

那时的硅谷流行一句职场铁律：“要么成为自动化别人的人，要么被自动化。”

机器学习工程师被奉为这条食物链顶端的“顶级捕食者”。他们拿着最高的薪水，设计着取代边缘劳动力的模型，对那些“AI将导致大规模失业”的警告嗤之以鼻。

所以，2022年底ChatGPT上线时，肯吉没当回事。

他是Block（前身为Square，由Twitter创始人杰克·多西创立）的机器学习工程师，专门做反欺诈系统。生成式AI这东西，他摆弄过的模型比你在网上看到的多得多。在外行看来ChatGPT是改变世界的突破，在他看来只是渐进式改进。那种"AI要吞噬所有人工作"的恐慌，在他眼里有些夸大其词。

但大约一年前，事情开始变了。

Block内部的AI工具越来越强。肯吉发现自己把越来越多的编程和分析任务交给了它们。"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？"

不过他还是觉得安全的。他了解提出正确问题所需的更宏大背景。而且他的职位离公司的资金核心很近，这类岗位企业很少裁。"我确实意识到自己可能面临裁员，"他说，"我只是觉得还没那么快。"

上周，肯吉成为Block裁掉的4000多名员工之一。

而这并不是一家濒临破产的公司的断臂求生，不是普通的重组。事实上，公司发展良好。

Block砍掉了近一半的员工，从10000多人缩减到不到6000人。对一家利润在增长、业务在加速的公司来说，这个数字足够惊人。

CEO杰克·多西在致股东信中没有留任何模糊空间："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%。华尔街在庆祝，被裁的4000人在收拾桌子。

肯吉的故事里有一个特别值得琢磨的细节。过去一年，多西一直在敦促员工把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，也用Claude、Cursor等第三方工具。但这些都没有保护他。

他甚至怀疑，这反而加速了他的出局："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。"

一个帮公司做自动化的人，自己被自动化了。

多年来，IT行业的标准职业建议是：成为那个推动自动化的人，就不会被自动化取代。五年前，机器学习工程还是职业食物链顶端的"顶级捕食者"，直到大语言模型横空出世。

肯吉自己说了一句话，比任何分析师的报告都到位："在汽车时代，我确实觉得自己有点像马车。"

与此同时，曾经的IT巨头IBM，因为Claude.ai宣布其模型可以完美替代传统程序员去维护老旧的Cobol代码，股价瞬间创下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：不需要人的公司。

这揭示了一个远比“某个岗位被淘汰”宏大得多的现实：AI带来的最大冲击，根本不是底层员工的失业，而是传统企业组织形式的瓦解，以及人类沿用了数百年的“工资制度”本身的衰亡。

这是一个传统规则全部作废的时代。越早意识到这一点，越早抛弃侥幸和幻想的人，越有机会穿越周期。

二这不是一家公司的故事，而是刚刚开始的趋势

多西致股东信里最值得标记的一句话，出现在末尾："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。这是一个已经做出行动的人在告诉同行：你们落伍了。

他可能是对的。

美国经济学家加德·莱瓦农对美国经济做了一项拆解，结果相当有冲击力：金融、保险、信息、专业和商业服务（统称FIIPB）——这些行业合计占美国GDP的40%以上，自2022年以来出现了一种前所未有的模式：实际GDP持续上升，而就业人数持平甚至下降。

gdp与就业的脱钩

几十年来，这些白领核心行业一直遵循一个简单的等式：增长=招聘。经济扩张时，银行多招分析师，咨询公司多招顾问，科技公司多招工程师。但从2022年开始，这个等式失效了。产出还在增长，招人停了。

哈佛大学经济学教授劳伦斯·卡茨说，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。

对刚毕业的大学生来说，这些数字意味着一件很具体的事：过去你投简历进金融、咨询、科技公司做初级分析师，这条路正在变窄。不是因为经济不好，恰恰相反，经济在增长，只是增长不再需要那么多人了。

纽约时报今天发表一篇文章，讲了一个德拉华大学毕业生Thomas Greifenberger的故事。

他是金融和营销双学位，辅修经济学，三年修完学士。简历投出去石沉大海，异步视频面试杳无音信。最终他回到长岛老家，在家族的树木养护公司做修剪工，站在升降斗里锯树枝。他说他喜欢这份工作，但"这并不是我为自己设想的未来。"

不过，华尔街日报最新文章指出，AI冲击更深一层的问题是：不只是员工在被替代，公司本身也在被威胁。

90年代的互联网革命让旅行社、股票经纪人、百视达、柯达先后消亡。弗吉尼亚大学AI专家安东·科里内克指出，与当时相比，AI的冲击面要大得多，大概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……科里内克列举了一串高危行业。"最终，这种颠覆将蔓延到任何将核心竞争优势建立在AI可复制的人类专业知识上的公司。"

金融时报首席经济评论员马丁·沃尔夫的话说得更直白："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。因为它不仅影响到他们，也影响到他们的父母，而这些人在几乎每一个可能的方面运营着我们的社会。"

三、比失业更深的东西，是工资制度本身的衰亡

大多数人对AI的焦虑停留在"我会不会失业"。但如果你只看到这一层，你就漏掉了底下那个更大的裂缝。

我在之前的文章中讲过，工资制度的底层契约正在松动。

传统职业契约很朴素：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。投资是锦上添花，工资才是生存和阶层的根基。

但当AI让"执行"变得越来越便宜，编程、分析、客服、文案、设计，这些曾经需要受过训练的人才能做的事，成本正在断崖式下降，按执行付费的工资制度就从主角退居配角了。

问题不再是"我的工资会不会涨"，而是：工资这种东西，还能不能作为一个人安全感的锚？

整个社会正在分化成两层结构。

上层靠资产份额、注意力入口和偏好坐标获取收入，更像"分红"和"溢价"。下层仅靠出售时间与执行，工资更像"维持运转的底薪"。

肯吉的故事恰好验证了这一点。他足够聪明，足够努力，足够拥抱新技术。但他的价值被绑定在"执行"上，而执行正在被商品化。无论你的执行水平有多高，当工具可以做到你的80%甚至90%时，那剩下的10%就不再值那个价格了。

他被裁后说："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，值得每个正在领工资的人想一想。

四、AI时代，普通人新的"铁饭碗"究竟在哪？

先说一个让很多人不舒服的结论：靠"熟练度""记忆力"和"机械执行"换取高薪的时代，结束了。不是正在结束，是已经结束了。

肯吉就是证据。他不是不会用AI，他是AI工具的重度用户。Claude、Cursor、公司内部工具都玩得很溜。

但"会用AI"这件事本身，从来不是护城河。这就像说"会用Excel"，20年前这是竞争力，10年前是基本功，今天连提都不用提。

那到底什么是新时代的铁饭碗？

我最近研究了几家"AI原生"（AI-native）公司，如Linear、Ramp、Factory，它们不是在讨论AI会不会取代人，而是已经在用AI彻底重构组织。从它们的实践中，我提炼出三根支柱，供大家参考，不保证真铁。

支柱一：成为"超级点"——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，营收达到10亿美元，整个产品团队只有25个PM。

怎么做到的？它要求每一个岗位，工程、产品、设计、销售、营销、法务、财务，都必须学会使用AI代理（AI agent），把能自动化的工作全部自动化。

Ramp的CPO Geoff Charles有一句话很绝："Your job is to automate your job."，你的工作就是自动化你的工作。

他还搞了一套四级AI能力评估框架，用来衡量每个员工：

L0：偶尔用一下ChatGPT。Geoff的原话是，这类人"大概率不会长期留在公司"。

L1：会用GPT和各种内部AI工具，但还没有真正自动化任何实际工作。

L2：能用AI构建一个应用来自动化自己的部分工作，能给别人的AI产出提供有意义的反馈。

L3：系统构建者。为整个团队搭建AI基础设施和技能库，让所有人都能加速。

公司的目标是把每个人都往上推。L0自行淘汰，L1变L2，L2变L3，L3带动整个组织。

另一家叫Factory的公司走得更远。它只有55个人，估值3亿美元，做AI软件开发。

这家公司不分开招产品经理和工程师，而是招"产品工程师"，他们的日常不是写代码，而是：审查AI代理的运行轨迹，找到系统做了哪些糟糕的决策，然后写的不是代码，而是"治理规则"。

还有一家叫Linear的产品管理工具公司。它的AI代理已经创建了公司大部分工单。产品负责人Nan Yu说，人的工作已经变成"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。

这些公司的实践指向同一件事：AI时代最安全的位置，是"指令与决策层"。你不是在跟AI抢活干，你是在告诉AI该干什么、怎么判断对错。

这听起来像是"只有管理层才安全"？不是。这里说的不是组织架构里的管理层，而是一种工作方式。

Ramp的要求是，不管你是什么岗位，PM也好，设计也好，甚至法务和财务也好，你都应该像一人公司的老板一样思考：哪些事可以交给AI做？AI做错了怎么纠正？下一步应该自动化什么？

把AI当成你的杠杆，而不是你的竞争对手。这是第一根支柱。

支柱二：寻找物理与人际的护城河成为“新领”

纽约时报最新报道里有一个值得注意的细节。

记者去参观了一家叫哈德良（Hadrian）的制造业初创公司，这家公司用自动化和AI生产飞机、火箭和卫星零部件。工厂车间里有一个人，以前是商业房地产经纪公司的职员。他用一份白领工作换了一份名义上的蓝领工作，但在一个高科技环境中。而且他的部分薪酬是股权。

这不是个案，这是一个趋势的缩影。

当AI把大量认知工作自动化之后，什么东西变得更稀缺了？答案是：AI无法轻易触达的东西。它主要包括：

复杂的线下现实协调——工地上的突发状况、手术台上的判断、面对面的谈判和说服。

强物理属性的技术工种——你还不能让ChatGPT去给你修一根水管或装一块太阳能电池板。

以及人与人之间的情绪连接——心理咨询、教育中的师生关系、护理中的人际温度。

这些事情的共同特点是：它们需要身体在场，需要跟混乱的现实打交道，需要在模糊地带做出判断。AI擅长的是模式识别和规模化执行，但现实世界是不可预测的、非标准化的、充满摩擦的。

对普通人来说，一个反直觉但很实际的建议是：如果你现在做的工作全在屏幕上完成，你就处于AI冲击的正中间。

不是说你一定会被取代，而是说你面临的竞争压力只会越来越大，因为一个人加上AI，能干原来三个人甚至五个人的活。但如果你的工作有物理成分、有面对面成分、有高度非标准化的成分，你的护城河反而更宽。

过去二十年，全社会追捧白领、追捧"坐办公室"。这种偏好可能正在被修正。当然，当你听到科技寡头们口沫横飞地赞美电工和水管工的好处时，你很难不觉得这是一种愤世嫉俗。

但趋势本身是真实的：白领和蓝领之间的界限正在模糊，一种"新领"（new-collar）工作正在出现，它融合了技术理解、物理操作和AI辅助决策。

这是第二根支柱。不是回退，是一种重新校准。

支柱三：获取"头寸"与"可见性"成为新资本家这是最核心的一根支柱，也是最难的一根。

回到一个基本事实：在一个"归因越来越难"的世界里——你做的很多工作是人机协作完成的，很难说清"这个成果有多少是你的、多少是AI的"——工资就很难稳定增长。因为工资依赖可计量的贡献，而贡献的边界正在变得模糊。

未来的钱更多是按"你拥有多少份额或头寸"和"你能影响什么被看见、被偏好"来分配的。

头寸可以是很多东西。

最直接的是股权和资产：哪怕很小的比例，一点可以产生现金流的资产，都比单纯的工资增长更有抗风险能力。哈德良那个前房地产经纪人，他的部分薪酬就是股权——如果公司上市，这些股份的回报可能远超他原来的白领工资。

可见性则是另一种"头寸"。

Factory这家公司做了一件很聪明的事：它把产品管理、前端开发、数据分析等领域的专家知识，编码成了一组markdown文件——它们叫做"Skills"。任何员工或AI代理都可以调用这些文件来执行任务。

这个做法的含义比表面看起来要深：如果你的知识只存在于你的脑子里，那它只在你上班的8小时有用。但如果你能把它变成可复用的规则和系统，不管是一套SOP、一个小工具、一个细分领域的教程、甚至只是一个在特定圈子里持续输出高质量内容的账号……它就能在你睡觉的时候继续为你工作。

在之前的文章里，我写过一句话：以及你能不能把偏好变成可被机器读取的规则。

这里说的"头寸"不是让你去炒股或者搞投资。它更像是一种思维方式的迁移：不要把所有的安全感都押在"涨工资"上。试着在收入结构里加入一些不直接依赖于你出卖时间的部分。

经营一个很小圈子里的个人IP。争取项目分红或股权，哪怕比例很小。用AI代理搭建一套可以持续运转的工作流。把自己的身份从单纯的"劳动者"转化为微型的"资本配置者"。

这是第三根支柱。也是区分未来十年谁过得好、谁过得艰难的那条分界线。

五、在划时代的重构中重获分配权

写这篇文章的时候，Block的股价已经比裁员公告前涨了超过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。在资本的眼睛里，4000个人的饭碗，不如一条利润曲线重要。你可以觉得这很冷血，但否认它没有任何用处。

肯吉在被裁第二天接受采访时，表现出一种出人意料的平静。"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。"

他有信心短期内找到新工作。但他也说了一句不那么轻松的话："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。"

这就是2026年的真实处境。不是找不到工作，而是没有任何单一的工作能给你持久的安全感。

铁饭碗这个词需要重新定义。

它不再是某个特定的岗位或技能，而是一种能力组合：你能指挥AI去做事（超级节点或卡点），你有AI触达不到的价值（物理和人际护城河），你拥有不完全依赖工资的收入来源（头寸和可见性）。三根支柱，至少握住一根。

这是一个"执行者"贬值，但"决策者"和"叙事者"升值的时代。

什么是"叙事者"？就是那些知道自己相信什么值得发生，并有能力通过叙事把市场注意力和偏好扭曲过来的人。他们的稀缺性不在于技术能力——技术能力正在被AI拉平，而在于品味，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，最贵的东西是知道该往哪走。

在这场伟大的重构中，我们不可避免地会感到阵痛。对于习惯了在流水线式办公桌前出卖时间的打工人来说，这是一个最坏的时代。

但这可能也是一个极其公平的时代。因为在AI抹平了执行力的门槛后，你的出身、你的学历、你是否会写复杂的代码，都变得没那么重要了。

肯吉说他觉得自己像汽车时代的马车。

但马车消失后，马并没有办法选择自己的命运。

你还有选择，暂时。【懂】

欢迎加入经叔的知识星球。在这里，我们拒绝无用的焦虑，只谈底层的逻辑与实战的干货。我会结合最新的AI前沿动态、深度的商业创新分析（如一人企业的构建）和独特的文化思潮（如麦克卢汉的媒介洞察），帮助大家把握时间窗口。

欢迎订阅不懂经知识星球，星球即将涨价。

我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。

不懂经知识星球，众多百万粉丝大V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。

愈懂愈自由