Snap裁员千人：AI替代论首次被CEO写进备忘录

凌晨三点，Evan Spiegel坐在办公桌前敲下那封全员邮件。这位Snap创始人第一次把"AI"和"裁员"写进了同一句话——不是技术愿景，是成本公式。

1000人，16%的员工，5亿美元年成本削减。更微妙的是后半句：留下的人要用AI工具"减少重复性工作，提升速度"。

这不是硅谷第一次裁员潮，却是第一次有CEO如此直白地把AI当作人力替代的逻辑支点。Spiegel甚至造了个词："crucible moment"（熔炉时刻）。

问题是：烧掉的究竟是什么？

从"增长故事"到"熔炉时刻"

Snap的裁员史本身就是一部互联网红利消退的编年史。

2022年8月，首次大规模裁员，20%员工离场。那时Spiegel的解释是宏观经济逆风、广告收入下滑。2023年还有小规模调整。加上这次，三年三刀。

但这一次的话术变了。

「过去几个月，小规模团队已经在用AI工具减少重复性工作并提升速度，」Spiegel在备忘录中写道，「这种规模和速度的变化从来都不容易，也不会 seamless（无缝）。」

注意这个措辞转移。2022年裁掉20%时，他说的是"重新聚焦核心业务"；2025年裁掉16%，他说的是"AI让重复性工作消失"。

背后是一个残酷的财务现实：Snap成立15年，月活数亿，至今未盈利。

激进投资者Irenic Capital Management今年公开致信Spiegel，措辞毫不留情——「奇怪的是，一家拥有数亿月活用户、成立15年的公司居然还没盈利。」他们算了一笔账：2017年IPO时投入1美元的投资者，现在只剩23美分。

Irenic的定义很精确：activist investor（激进投资者），专买表现不佳公司的股票，施压管理层变革。

压力之下，Spiegel的回应是"更快、更高效的新工作方式"，以及向"盈利增长"的 pivot（转向）。

AI替代论：从工程师暗语到CEO话术

真正值得拆解的是Spiegel的论证链条。

他没有说"AI比我们的人更聪明"，他说的是"减少重复性工作"。这个表述经过精心校准——既承认AI的替代性，又回避了"机器取代人类"的伦理火药味。

但行业语境正在改变。

今年2月底，Block CEO Jack Dorsey（同时也是Twitter前掌门人）抛出了更激进的判断：「AI工具对科技工作者的崛起，从根本上改变了构建和运营一家公司的含义。」

他补了一句预测：未来一年，「大多数公司」还会有更多裁员。

Dorsey和Spiegel的表述形成有趣的递进关系。Dorsey说的是"fundamentally changes"（根本性改变），Spiegel说的是"reduce repetitive work"（减少重复工作）。一个讲范式革命，一个讲成本优化。

但指向同一套动作：用AI工具压缩人力需求。

今年已执行这套逻辑的公司名单正在拉长——Amazon、Meta、Block、Pinterest、Atlassian，数千人已经离场。高管们的解释分为两种变体：

变体A：AI工具能力提升→需要更少员工（效率逻辑）；

变体B：AI投资需要每年数百亿美元→其他部门必须砍成本（资源腾挪逻辑）。

Spiegel的备忘录同时踩了两个点：既说AI减少重复工作，又说年省5亿美元。效率叙事和财务叙事并置，互为支撑。

"小团队"模式的权力重构

Spiegel提到一个关键细节：「小规模团队」（small squads）已经在用AI工具跑了几个月。

这个词的选择不是偶然的。

Snap历史上以扁平、敏捷的小团队文化著称，曾被当作对抗Facebook官僚体系的组织创新案例。现在，"小团队"被重新定义为AI增强型单元——人少，但产出密度高。

这暗示了一种新的组织想象：公司不再是"人手不够就招人"的规模扩张逻辑，而是"用AI杠杆放大单兵产出"的密度竞争逻辑。

对留下的员工来说，这意味着什么？

Spiegel的备忘录没有明说，但"减少重复性工作"的反面是：创造性工作、判断性工作、跨领域整合工作的权重上升。或者说，能被AI替代的工作正在从"价值定义"中被剔除。

一个可能的推论：未来Snap的绩效考核体系会悄然变化——"你管理多少人"的重要性下降，"你借助AI完成了什么"的重要性上升。

这不仅是工具替换，是价值评估标准的迁移。

未完成的追问

但Spiegel的叙事仍有裂缝。

如果AI真的能系统性减少重复工作、提升速度，为什么需要以裁员为前提？理论上，同样的团队可以用AI做更多事，开拓新业务、攻击新市场。

答案藏在Irenic的那封信里：15年不盈利，股价跌去77%。Snap没有奢侈到"用AI做增量"的阶段，它首先要"用AI保生存"。

这是AI替代论在2025年的真实语境：它不是技术乌托邦的必然结果，是资本压力下的话术包装。Spiegel需要给投资者一个"成本可控"的故事，AI恰好提供了最时髦的叙事框架。

另一个未解问题是：被定义为"重复性"的工作，真的没有价值吗？

大型科技公司的运营中，大量"重复性"工作实际上是知识沉淀、流程维护、跨团队协调的载体。一个实习生花三周整理的文档库，一个产品经理反复校准的数据口径，一个运营人员维护的供应商关系——这些工作的"重复性"恰恰是其专业性的体现。

当AI被用来"减少"这些工作时，消失的可能不只是工时，还有组织记忆的传递链条。

Spiegel说"不会 seamless"，承认有摩擦成本。但没有说摩擦成本由谁承担。

数据收束

1000人，16%，5亿美元，15年，23美分。

这组数字勾勒出一个结构性转折点：Snap不是第一个用AI解释裁员的公司，但是第一个把这套逻辑写进CEO备忘录、作为组织变革核心叙事的公司。当"AI替代"从工程师的私下讨论变成高管的公开话术，它就不再是技术预测，而是管理工具——用来合理化艰难决策、重塑员工预期、向资本市场传递纪律信号。

Dorsey的预言正在自我实现：更多公司会跟进，不是因为AI真的准备好了全面替代，而是因为"AI叙事"准备好了全面接管裁员的话语权。2025年的科技行业，正在学习如何把人力成本转化为算力投资，把组织收缩包装成技术升级。

Spiegel的"熔炉时刻"烧掉的，或许不只是1000个岗位，还有"技术公司必然持续扩张"的默认假设。