“现在公司有（减员）名单，你在这里面。”5 月中的一天，林越被组长叫进会议室，对方开门见山。
林越的第一反应是平静，他早有预料。早在今年三四月，一些互联网公司内部便传出要裁员的风声。开年以来，中国互联网大公司围绕 AI 提效激进开展的 token 竞赛、培训会、隐形考核等，无处不在。当所有人都被卷入一场"all in AI"的运动时，“裁员一定会发生”就是大家心照不宣的共识。
但站在 HR 门口时，他还是迎来了情绪崩溃的瞬间：手开始发抖，犹豫了很长时间，想着怎么开头，怎么调整自己的举止表情。"我再也不想经历这样的事。”
林越月薪 2 万 5，一年前本科毕业，入职携程当后端工程师——当时看，他是极其幸运的一个。互联网招聘红利不再，携程几千份简历只录取不到 500 人，但他进入的是公司最赚钱的酒店部门，负责为商业化产品写代码。
但现在看，月薪 2 万 5、只有一年经验的初级程序员，不裁他裁谁呢？一是赔偿成本低，二是比起对业务通盘更熟的老员工，新人使用 AI 的效率往往更低。“有业务经验打底，想用 AI 做什么，有什么影响，老员工更清楚。”林越说。
斯坦福大学在一篇名为《Canaries in the Coal Mine?》（《煤矿里的金丝雀？》）的论文中，用“金丝雀”比喻刚踏入职场的年轻人。其研究显示，2022 年 ChatGPT 普及以来，最年轻劳动者的就业大幅下降，到 2025 年 9 月，22-25 岁软件开发者的就业相比其 2022 年底的峰值下降了近 20%。
最近一年，AI 让一切更卷了。携程曾是著名的“互联网养老厂”：程序员岗早上 10 点半上班，午休两小时，下午 7 点就能准时下班，主 APP 两周一个迭代。但林越入职没多久，赶上 AI Coding 能力大爆发，已经卷成一周一个APP迭代，“每天干到 10 点半”。
但这种节奏加快，并不是因为业务有爆发式增长，“而是因为不找事做，就会变成边缘部门，边缘部门就会被砍。”林越告诉媒体。但最终，他还是没有避免“被砍”的命运。
不过，“斩杀”也可能是无差别的。
苍述完全没想到，自己会是第一批出现在裁员名单上的人。
5 月的一个周五，上班前半小时，“部门突然拉了一个 all hands（全员会），HR 直接宣布了结果，告诉大家有这个事儿。”
来美团之前，苍述是字节的 SSP 校招生（Super Special Offer），高薪入职，到最后也是组内同级员工中工资最高的一个。跳槽到美团后，组内的核心项目几乎都被放在他手中，今年本该是苍述的晋升节点。
这场裁员潮中，“绩优”、“高 P"的保护屏障都失效了。苍述的隔壁组，裁掉的两名员工都在去年取得了“超预期”的绩效评级。裁到最后，苍述所在的小组几乎被全员“端掉”，“这个组名义上还存在，实际已经没人了。”
林越得知自己被裁时，才发现平时常常对接的两位前端工程师，“头像不知道什么时候已经灰了”；美团的一个用户增长大群，原本的数百位成员如今只剩一半左右；阿里巴巴的高德、飞猪等业务，也处在剧烈震荡中。
"630"成了社交媒体上的热词。它是国内 AI 真正大规模走进互联网职场的第一个季度末。六月底到七旬中旬，既是许多公司人员汰换的惯例时点，也是这场裁员潮中普遍设定的"last day"。
风向标硅谷已经率先在裁员，特征是成批量、规模大。5 月，Meta 宣布裁员 8000 人，7000 人转岗AI 部门，成为硅谷科技公司里最动荡的一家，高管承认“公司士气近 20 年来最低”；更早时候，亚马逊宣布裁员 1.6 万白领岗位，把省下的资金投向 AI。
2021 年上一轮裁员潮发生前，国内互联网大公司疯狂扩张边界，高密度地成立一个又一个新业务，一批人被快速招募起来，又快速抹去。
但今年裁员潮的内在主线并非这样单一。AI 提效、大而重的老业务增长乏力或深陷竞争泥潭、投资 AI 新业务带来的现金压力，在这个时段交织并行。许多被通知离开的人，也很难说得清这些因素孰轻孰重。
《哈萨比斯：谷歌 AI 之脑》的作者称，如同奥本海默创造了原子弹，却无法控制它的使用，追求真理的科学家们也是“万物的破坏者”：我们的工作、思维方式，甚至生存，都可能被“破坏”。十年前的韩国首尔，AlphaGo 带给人类棋手李世石最初的破坏。十年后，从硅谷到北京，这种破坏再次蔓延。
对大公司而言，AI 是船票，它指向大模型或 AI 应用这类新业务。但新业务能不能干成、何时干成，没人说得准。面对不再增长的老业务，大公司不得不在每一个确定的和不确定的方向上，更加坚决地提效、进而裁员。
林越向朋友倾诉裁员遭遇时，被安慰道，“没关系，我们大家都会有这一天，只是你的这天来得更早一些。”但比自我开解更重要的可能是，被 AI 替代、被大厂裁员后，人们该如何选择、如何行动。
“以前在字节两个月才能做出来的产品 demo，我们现在两个星期就能做出来。”一名前字节产品经理、现 AI 创业公司高管对媒体说，有了 Claud Code、Codex 这样的工具后，自己团队现在可以 3 小时做出 demo，一周内完成想法验证。
“一个产品（经理）就像一个 CEO。”他说，组织结构可以随之大幅压缩，信息传递的损耗比大厂少太多，完美“熵减”。
当创业公司借助 AI 快速行动之时，互联网大厂回望自身，是否会觉得自己像迟缓的巨兽？
来自大厂最高层的表态，往往是一个信号。
今年 3 月，美团 CEO 王兴在高管沟通会上谈到自己对 AI 的看法，"AI Agent 对我的冲击比 ChatGPT 更大，AI 注定会创造巨大生产力，也一定会对组织、对工作模式带来很大的变化。”
那场沟通会结束不久，美团在全公司范围拉了一场线上大会，核心是宣贯“龙虾”的安装与使用，提倡每位同事安装“龙虾”，以及将日常工作尽可能写成可复用的 Skill。
会后，在美团核心本地商业从事商家运营的陈宇佳收到通知，需要在每周的周报里加上一个板块，写明自己利用 AI 做了哪些提效、有什么 Skill 可以推广到全组和全部门使用。“然后就感受到大家好像拼命在把 AI 融入自己的工作中。”
4 月的一天，一位阿里算法工程师毫无征兆地收到部门上一个月的 token 消耗排行榜，他以 170 亿 token 消耗量赫然位列第一名，被公开表扬。部门老板表示，以后年度 KPI、晋升考核都将参考这一排行。但一个月后，新的 token 消耗排行榜没能如期而至，“可能老板也发现了这种排名方式不靠谱。”
新的规则接踵而至。部门领导很快又提出，员工需要在工作日的早上 11 点到下午 6 点上传每小时的“时报”，由 Agent 上的插件自动记录代码及对话内容，生成工作总结——这意味着员工无法修改自己的时报内容。就在第二天，hr 以近乎争吵的姿态，劝阻了该领导的荒谬制度。
类似这样的事情，已经不再让人意外。来自高层的 AI 焦虑不断下放，中层们层层加码，努力暗示下属，这是一场隐形的汇报竞赛、军备竞赛、淘汰竞赛。
尽管没有强制每个人一定要写 Skill，陈宇佳的部门领导还是会密切关注每个下属的 token 用量，不时询问具体情况，“他也不清楚 AI 具体能做什么，但他说他不允许我们团队的每个人在这次 AI 浪潮中落后”。有时在工作结束后的私下聚餐中，大家也会接收到老板暗暗传达的一种危机感，“一定要把 AI 用起来，否则到时候我想拉你们一把都拉不了。”
阿里某 AI Coding 产品的一位工程师告诉媒体，集团一些业务的老板会向他们的产品团队提出请求，希望通过增加数据埋点的方式，“让他清楚地看到团队成员每天使用 AI 的具体轨迹。”
美团的一些中层在接到裁员指标后，甚至会向上递出一份更激进、比例更高的裁员名单——更少的人、更高的 AI 参与度，某种程度上直接等同于新时代的“管理成绩”。
AI 提效成了一个任何业务、任何职能都能去“搞一搞”的事情。但关于 AI到底能做什么，要怎么落地实现，一条长长的裂缝始终横亘在基层与管理层之间——各级老板对 AI 赋予无限美好的期待，基层拼命去实现、却总也触及不到那个设想，最终只能疲惫地“表演”。
江灵在阿里淘天集团做客户运营，她的工作是尽可能拉齐消费者需求和商家供给。在她看来，老板们总是“把 AI 想得很智能、很简单”。
就拿电商中常见的异常场景“爆单”来说，高层期待通过全量巡检，提前找出所有“爆款”。然而，平台一天的商品量是千万级别，远远超出了现有人力和 Token 可以负荷的数量，于是只能小范围测试，挑选几十万个商品，由于样本范围太小，命中率往往很低。
“作为一个员工，你没法反驳老板的那种期待，你懂吗？”江灵激愤又无奈。
很多时刻，江灵觉得自己就像一头驴，有鞭子在后面抽。“累不可怕，没有方向和正反馈，才是最可怕的。你就是不停地拉磨，也不知道最后要去哪里。”
“你不能把 AI 当成一个许愿池用。”一家AI公司的 CTO 对媒体总结，AI提效有很多前提，基础是数据，但很多公司的数字化本身就没做好；此外，许多流程上的卡点在“人”，是单靠 AI 无法解决的。
产品、运营等大厂岗位感受到的还是不确定的焦虑，而程序员只能率先接受被宣判的命运。
百度前端工程师李川第一次被 AI 能力震惊，是在今年初用到 Claude Code。“同样的复杂需求，用国内一些大模型可能需要五到六轮对话，用 Claude 两三轮就搞定了，且完成得更好。”
他第二次被 AI 惊艳，是今年 4 月。中国大模型公司智谱发布 GLM-5.1 模型，“一是便宜，二是它的能力完全可以作为 Claude Code 的平替。”
李川当时就意识到自己的饭碗不保。到了 5 月，他果然出现在“名单”上。
如同一枚硬币的两面，一面是 2026 年 5 月，Claude Code 母公司 Anthropic 已经实现 470 亿美元左右的年化收入（ARR），半年时间涨了四五倍；智谱也在近期冲上万亿市值。
另一面是 AI Coding 能力的极速成熟，让程序员成为了这轮裁员潮中的重灾区。“各家首当其冲的几乎都是产研团队，尤其是前端开发、测试开发这样的岗位，通常很容易被老板认为含金量不再。”一位互联网公司 HR 告诉媒体。
2025 年，李川以校招生身份进入百度，成为一名前端工程师。一年前参与校招面试时，AI 还仅仅扮演着搜索引擎的角色，只能通过简单问答来辅助编程，面试官全程都没有谈及 AI。
“前端”是李川理想的职业，因为这是一个所见即所得的工作，代码质量直接体现为产品界面上的每个细节。每到过年，告诉家人“打开百度 app，上面那个东西是我做的”，会让他尝到成就感和“工作的意义”。
多年以来，大公司的程序员被泾渭分明地划分为算法、前端、后端、测试等职能，前端对审美、交互等软性能力要求更高，后端则更需要严谨的技术能力。这一行的薪资水平和“鄙视链”，也直接跟“技术含量”挂钩——前端比测试高，但不如算法工程师和后端工程师。
仅仅一年，李川熟悉的一切已经地覆天翻。写代码和改代码的工作被AI 大面积接管，程序员的几种职能也模糊了界限。甚至产品经理也能一脚跨进编程的门。
阿里的一个开发部门，今年五月接到部门老板的通知，要求大家暂停所有的非紧急需求，每个团队开发一个 Agent，以后针对任何业务需求，都只能由产品同事直接与 Agent 对接。程序员只能修改 Agent，不能碰代码。老板还暗示，到今年十月份，做得好的团队将接替不好的团队来维护 Agent。
腾讯CSIG的技术团队研发了一条为公司 App 修复 bug 的流水线——由 AI 修复 bug，程序员只需要在 bug 解决完成后进行检查，点击“确认”按钮，代码就会合入，它的修复准确率目前可以达到 50%。
阿里巴巴 5 月在内部成立了一批全栈小组，让前端、后端和测试工程师都转成“全栈工程师”，成为“超级个体”。6 月开始，美团内部也在全面推行前后端开发的合并。
转“全栈”理论上是可行的，但实践起来，却是扒掉一层皮的痛苦过程。
突然被转为全栈工程师的韩之，根本没有太多时间学习，很快就要开始自己的第一个“全栈”项目，前后端开发、测试由她一人包揽。“现在我所有需求都是‘倒排’的，规定几号几号前上线，”她最近工作强度打满，晚上 9 点手头的活儿还没干完，“我实在太累了”。
但大势不可违。从去年底到今年初，中国几家头部公司都在尽可能地撒钱，推动程序员消耗 token，逐渐淘汰“古法编程”。
最高峰时，腾讯CSIG团队成员享受的是 2000 美金/月的 token 额度，只要诉求合理、有相应的代码产出，用完还可以申请翻倍提额。token 使用量也同步被纳入考核，“当你的用量很低时，你的 leader 会问你为什么。”因此，一些人会把用不完的 token 额度借给别人。
多年以来，大厂程序员意味着高薪与光环。他们是互联网公司的基石，“程序员精神”的内涵是开源与分享，是代码的简洁与优雅，是没有杂音的唯成果论，是看到字符在屏幕上跳动时的兴奋感。
但时代变了。几乎每一位受访的程序员都对媒体谈到同样一种感受，“离开 AI 将无法工作，假如 AI‘挂掉’了，我宁愿花大量时间去找新的 Codingplan，也不愿意自己去看代码改一改”——再去谈论所谓的“程序员精神”，也显得不合时宜。
李川说，昔日一个优秀程序员的修养是学习和迭代，因为过去几十年编程语言一直在变，不学就跟不上技术前沿。他和朋友们周末去咖啡馆研究新技术也是常有的事，“这个群体本身就挺卷的”。但 AI 恐怖的迭代速度让人彻底失语。
“如果 AI Coding 锁死在 25 年的水平就好了，能抹平我这种一两年资历和七八年资历人的技术水平，同时又不能真正代替人，还有很多‘对话框’之外的事可做。”林越感叹。但技术不会为谁停车，现在他毫不怀疑，程序员的消亡已经是进行时了，“就像珍妮机发明后的纺织工人一样”。
当技术给一家公司的效率注入倍数级杠杆，随后发生的事情无外乎两种——同样的人做更多的事，又或者，一家公司不再需要这么多人。
“我们不裁员。”一家软件公司 CEO 对媒体说，好不容易“调教”出了这些对行业、开发方法富有认知的程序员，每一个都是公司的财富，当 AI Coding 把编程效率提升了 5 倍，他要做的不是裁掉 4/5 的人，而是把业务扩大 5 倍。
这愿望固然美好，但问题在于，市场还有这么多增量吗？
被裁之前，林越短暂体会到 AI 写代码的“解放感”，但很快，他反倒变得更忙了。以往，业务对 App 细节有迭代需求时，总要等排期慢慢来。现在业务的需求越堆越快，无论可不可行、重不重要，都让研发团队“先做出来试试”。
但这些需求在林越看来多少有点“鸡肋”——最小的"banner 位”修改一下文案细节，又或是将浮窗广告由“免费取消”改为“积分抵扣”。“产品经理变变这个，变变那个，我们会做 AB 测试，改后效果能变好的情况真的不多。”
“越没有增长的部门越是 all in AI，总要找点新故事讲嘛。”苍述说。他既待过外卖业务，也待过无人机业务，以他的亲身感受，前者卷 AI 的氛围比后者浓得多。
一位刚在 Meta 经历了大裁员的 Infra 工程师告诉媒体，学会压榨 AI 后，他和同事们以前没时间做的事情，“现在都想做一做”。但如今一大批人离开，留下的同事又开始把那些必要性不高的工作砍掉。
摆在所有人面前的现实是，移动互联网时代跑出的明星产品们，如今都很难再通过“做更多工作”而实质性地推高增长。其中一些公司不仅没有增长，还因激烈的外部竞争而失血严重。
2025 年外卖大战几家公司烧了 2000 亿，将美团的利润与现金流拖入泥潭，这让人均贡献利润原本就低的美团率先进入裁员周期。但换个角度看，美团的业务高度依赖线下履约，AI 提效空间跟线上化程度更高的公司比是偏小的，“如果连美团都能通过 AI 提效减员，那其他公司一定会跟进。它是一个风向标。”一位美团员工说。
传统现金牛业务广告持续萎缩的百度，在阿里内部长期边缘、贡献微薄的飞猪和高德，也都是类似情况。
旧业务的裁员难以避免，那么活水的机会存在吗？
一些管理层在谈起裁员话题时，会告诉员工“公司现在也搞 AI，可以试着去找找自己能做的项目。”一位美团员工告诉媒体。近日，美团核心本地商业新成立了 AI Transformation 部门，主要职能是探索用 AI 梳理业务的内部流程；此外，不少核心中高层也在亲自带队做 AI 相关项目。
字节的一位产品经理王岳告诉媒体，他正在内部创业，做一款面向 B 端客户的 AI 提效类产品，“公司鼓励大家去做这样的探索”。在立项之初，他们不仅主动抹掉了“设计”和“测试”两个职能，还要向评审会强调，这款产品未来将节省多少人力成本。王岳的另一位同事在开发 AI 客服的 Agent 产品，其 2026 年的 OKR 就是“帮助公司裁掉 xx% 的客服”。
如今，这样的项目，在每家大厂都有十余个或数十个小团队在做。“有时候会几个团队做同一个方向，谁跑出来了，公司就集中资源推谁。”——一场新的赛马开始了。
变动的除了业务重心，还有组织形态，比如抹去更多中层管理者。
腾讯从今年起开始推行项目制，弱化管理职级，给负责人恢复专业职级；美团在今年年中盘点时裁掉了一些 L9（事业部总监级），还在近期全面取消 X1 节点（此前最低的一层管理节点），减少管理层级。
AI 的巨浪究竟会把人带往何处，多数人都还没有一个“顿悟时刻”。
离职缓冲期结束前的六月中旬，林越已经在密集推进淘宝、快手和字节的面试。继续“大厂程序员”的职业生涯，仍然是他内心期盼的最优路线。但这些公司的橄榄枝至今没能如愿抛来，“太难了。”林越说。
“找到一份工作是容易的，但一旦从大厂去了中厂、小厂，你就不可能再回到大厂了。”在林越心里，放弃大厂某种程度意味着永久性跌落，他不愿“退而求其次”。
也有人放下“大厂执念”。李川从百度离职后的第三天，便无缝入职了一家初创公司。顺其自然地，他的岗位从过去的“前端工程师”变成了“全栈工程师”。这家公司的主力产品是办公类的 AI Agent，还给他涨了薪。
尽管大家都说时代变了、程序员的技能不再可靠，李川仍然有一些“技术憧憬”，希望以技术人员的角色参与到一款被用户喜爱的产品中，而这未必只能在大厂实现。
从阿里离开后，江灵入职了一家老牌汽车公司。她如今的工作内容不必强行与 AI 关联，不用再每天焦虑“老板的 AI任务能不能完成”，当然也不用再“拼命表演”。江灵最近负责的一个项目 9 月 30 日才上线，“这些任务落在我的舒适区，时间又宽裕，人真的会身心愉悦许多。"
最近，她所在的部门每每放出招聘岗位，“都有一堆什么阿里的人过来面试，疯了一样地往制造业跑。”
也许程序员群体最终还会留下 10%，但苍述不想再找大厂的工作，“去卷成这绝望的 10%"。
5月被美团裁员后，他果断踏上了创业道路。AI 浪潮前，他就以副业形式尝试自己做点什么。彼时，只是建社群、兜售一些技能，就让他体会过月入十万的滋味。
今年三四月时，苍述社群里的一些“学员”，已经踩着浪潮投身 AI 创业，“开了自己的公司，招了很多人，我还苦哈哈在这上班，这对吗？”他问自己。
如今，苍述的创业项目是面向海外，围绕罕见病用户的需求开发系统、做独立产品，他也在小红书账号与海外社媒上向网友分享进展。主产品之外，他还在多线并行一些小产品，以此保持手感，“一个小工具最多三四天完成，复杂系统可能需要半个月。”——这都远远快于大厂的常规排期节奏。
AI 或许是人类有史以来最强的智力杠杆，它可以把个人能力放大 N 倍，可以支撑大部分初创产品的落地，也可以让每一个好的 idea 被快速看见并定价。
生于2000 年的苍述说，自己是一个注定创业的人，但假如没有这次裁员，他可能不会在此刻行动。“公司帮我做了决定。”
“既往不恋，纵情向前”，这是美团给每位离职员工告别短信中的最后一句话，也是最近许多大厂人离开时会提起的一句话。在 AI 带来的这场复杂变革里，离开大厂、留在大厂，都无法再延续过去的路径。
短暂的“碎”过之后不是躺倒。转行也好，创业也好，先接受变化的人或许能先看到不一样的世界。
（周鑫雨对本文亦有贡献；应采访对象要求，文中林越、江灵、李川、王岳为化名）
