AI教母刚说“没人被替代”，然后甲骨文裁了2.1万人 | 硬核观察

一刻 talks | 硬核观察室

同一周，三条消息砸在桌面上——每一条单独看都够写一篇文章，但放在一起，它们讲的是同一件事。

第一条，李飞飞在播客里说：“工业革命并没有自动化劳动，它让劳动更高效，扩大了劳动的规模，也确实改变了劳动力市场，但它没有自动化劳动。”

她说AI也不会。

第二条，甲骨文向SEC提交年报：过去12个月裁员21,000人，占全球员工的13%。CEO明确说AI是原因。

遣散费花了18.4亿美元——折合人民币125亿。同一周，数据追踪网站Layoffs.fyi显示2026年已有196家科技公司宣布裁员，超过11万人受影响。

第三条，2026年春招数据出炉：AI相关岗位占新经济招聘总量的26%，同比暴涨14倍。

AI科学家年薪150到300万，7家公司抢1个高性能计算工程师。

看起来自相矛盾，她说没人在被替代，现实是甲骨文用AI替掉了2.1万人，但全中国的HR又在为AI岗位抢破了头。

但如果你把李飞飞的访谈听完，听到杠铃模型、听到三种陷阱、听到增强逻辑，你会发现这三件事不是矛盾，这是同一张地图的三个图层。

三个数字，三张面孔，一个趋势

先不急着上结论。把三组数字摆在一起看。

裁的那一面：

甲骨文：裁2.1万人（13%），在营收增长6%的年份，省下的钱砸进了AI数据中心。

埃森哲：半年内裁2.2万人（8%），全球最大的IT咨询公司，客户最多的时候，人不需要那么多了。

IBM、Salesforce、Meta、微软、Atlassian、SAP……名单还在变长，196家公司，11万+人。

共同特征：都在赚钱，都在用AI砍人。

抢的那一面：

AI岗位月薪6万，供需比0.97——职位比人多。AI训练师、提示词工程师、AI应用落地工程师，零基础可以上岗。

“会用AI”已经从简历上的加分项变成了最基本的筛选条件。不会用AI工具，简历不会被打开——不是HR在筛你，是算法已经把你滤掉了。

中间那条线：

传统开发岗、初级测试岗、基础运营岗——供需比接近2:1，人比职位多一倍。

这三组数字不是三个不同的故事，它们是同一个故事。一个正在同时往上拉和往下拽的就业市场。有人在扶梯往上走的那一截，有人站在往下走的那一截。

关键不在于你在第几层，关键是你站在哪一截。

李飞飞的杠铃，完美解释了这一切

李飞飞在访谈里同意了一个判断，来自MasterClass创始人罗吉尔。他说未来职场的结构是一个杠铃。

杠铃左端：前1%的顶尖专家。

AI科学家凭什么拿150万年薪？不是因为他比你会写代码，是因为他十年前就开始写这行代码了。

AI帮他们筛掉90%的重复工作，把精力集中在最需要人类判断力的那10%。甲骨文裁掉了2.1万传统运维，但同一张报表里，它在大量招聘AI云架构师和机器学习工程师，这不是巧合——裁和招，是同一笔账的两面。

杠铃右端：高主动性的通才。

AI训练师零基础可以上岗，提示词工程师不需要硕士学历，这些岗位的共同特征不是技术门槛低，是“先动手”。

他们不是被安排去学AI的——是自己上手试出来的，自己造工具，自己定义工作流。

李飞飞补了一句关键的：“创业者”这个词，在很大程度上就是“主动性”的同义词。

中间层在消失——而且消失的速度比涨出来的新岗位快。

甲骨文裁掉的2.1万人，不是“没技能”的人。是数据库管理员、ERP实施顾问、基础技术支持。

他们的工作被写成了SOP——部署、配置、巡检、打补丁、做升级，每一步都有操作手册。

AI最擅长吃的，就是有SOP的东西。

埃森哲裁掉的2.2万人，是初级咨询顾问和手动测试工程师，他们的日常工作——整理需求文档、做竞品分析、跑回归测试——AI半天做完，加一个高级顾问审阅。

不是“低级”，是“可以被标准化”。这两个词之间的区别，就是你未来十年还在不在这张杠铃上的区别。

三种陷阱，全中了

李飞飞在访谈里拆了三种“自动化思维”的惯性。每一刀，都能在现实里找到对号入座的公司。

第一种：把AI当人头替代器。

甲骨文就是标本。裁2.1万人，省下的钱去买GPU，这是一个ROI问题，不是道德问题。

但同一个工具，同一个事实，取决于部署它的人怎么理解。你可以裁两个人，也可以把两个人的时间释放出来做更难的事。

区别不在工具上——在人的假设上：

你是觉得人贵了，还是觉得人还可以做更贵的事？

第二种：把“上工具了”当“做对了”。

“会用AI”从加分项变成基本筛选条件——这不是好消息，它意味着门槛在降，不是你的天花板在升。

全公司都会写prompt的那天，你的prompt不会让你比别人贵。罗吉尔在访谈里演示了真正的高手是怎么做的：他自己用AI建了他的CEO工具栈，他不是在秀技术——他是演示了一个区别：

AI时代优秀的人，不是“更会执行任务的人”，是“更会设计工作系统的人”。

第三种：以为“全面部署AI”是一个技术指令。

发通知说“公司要全面部署AI”——员工听到的是“要砍人了”。坐下来跟他说“来看看你能用AI做什么以前做不了的事”——员工听到的是“可以变得更强”。

同一个工具，同一个预算，同一个人。前提不同，结果完全不同。2026年上半年，AI安全与伦理工程师的招聘量同比暴涨150%，增速超过任何其他技术岗。

这不是讽刺——这是刹车。造船的人已经在造救生艇了。

增强：不是一厢情愿，是科学判断

有人会问：万一技术再往前走，人类的判断力、创造力、情感智能全都被自动化了呢？

李飞飞给了一个进化论层面的回答，进化花了超过5亿年才让空间智能成熟起来，语言智能花的时间比这短得多。

今天AI真正能加速的，是语言层面的任务——写报告、查资料、写代码。它让人有更多时间去判断、创造、共情、在模糊地带做决策、在各种信号矛盾的时候盯住最重要的那一个。

增强不是一种愿望，不是一种价值观选择。它是技术发展现阶段的一个科学判断：人还有大把AI追不上的东西，问题是——你有吗？

甲骨文裁了21,000个可以被SOP化的人

但同一周，它在招的人，全是没有SOP可以照着做的

你自己的位置

你不该问“我的岗位安全吗”？这个问题问错了。

你该问的是：我的日常工作里，有多少比例已经被写成了别人看得懂的SOP？

如果你的早上是打开三个系统→拉数据→按模板填表→发给五个人，你不需要等HR通知你，你已经在靶子上了。

但如果你每天的工作里有相当一部分是“这个客户到底在担心什么”“这个方案为什么上次行这次不行”“这段对话里哪句话是关键信号”。

这部分，AI吃不动。不是不够聪明，是因为这些判断需要的不是计算力，是你作为一个人的全部生活经验压缩成的直觉。

李飞飞在访谈最后说了一句话：

“我们教孩子们怎么用火、用刀，再到用互联网。现在，作为一个物种，一个社会，我们必须学会怎么用AI这件事。”

关键词不是“学会”，是“我们”。

甲骨文裁的不是人，是岗位说明书。你的岗位说明书如果AI可以照着执行——不是你在被替代，是那本说明书该重写了。

关注「一刻talks」

我们不帮你写简历，我们帮你看清楚

你的简历上哪一行，AI已经会写了