第一批被AI裁掉的大厂人已经返岗了

Odaily星球日报发布于2026-03-20更新于2026-03-20

文章摘要

第一批被AI裁掉的大厂员工已经开始返岗。今年2月,Jack Dorsey旗下的金融科技公司Block裁掉4000多名员工,理由是“AI工具改变了一切”,但不到一个月,部分被裁员工就收到返岗邀请。返聘者来自工程、招聘等多个部门,有人称裁员是“文书错误”,也有HR因经理争取而复职。 报道指出,AI替代人力的实际成本可能更高。例如,高级AI模型使用token费用昂贵,个人用户月耗可达6000美元,而企业部署AI客服的综合成本也常超过雇佣人力。此外,AI应用存在“杰文斯悖论”——效率提升反而可能增加工作负荷,员工并未真正“被解放”,反而承担更多任务和责任。 黄仁勋在GTC2026期间批评某些企业以AI为名裁员实为降本,指出管理层若仅靠裁员而非利用AI扩展业务,实属战略失败。科技公司常以AI为裁员借口,掩盖业务增长停滞或管理问题,若不慎裁到关键岗位又不得不返聘。AI尚未能完全替代人类在组织协作、风险承担和非正式沟通中的作用,此次返岗事件揭示出AI转型中的现实局限与人性成本。

原创 | Odaily 星球日报(@OdailyChina)

作者|Golem(@web 3_golem)

第一批被 AI 裁掉的员工已经返岗了。

2 月 27 日,Jack Dorsey(Twitter 的创始人)旗下金融科技公司 Block 一口气裁掉了 4000 多名员工,员工总数从 1 万人缩减至不足 6000 人,Jack 给的裁员理由是“AI 工具改变了一切”。AI 最后将会淘汰部分职业早已是社会共识,但先取代中、高端职业的白领,还是加剧了人类的职场焦虑。(相关阅读:Jack Dorsey 的公司,4000 名白领正被 AI 淘汰)

可是,还没过一个月,被裁的部分员工已经收到返岗邀请......

据 Business Insider 报道,这些被返聘的员工来自多个部门,包括工程部和招聘部等。Block 的一名设计工程师在领英上发帖称有领导层告诉他是被裁错了,属于“文书错误”;一名 HR 在已被删除的帖子中表示自己是在其经理的不断向上争取下才被返聘的;还有人称自己是被裁后一周莫名其妙接到 Block 的电话而被请回来。

Jack 目前并未对返聘进行公开回应,从比例来看这些被返聘的员工仅占当初被裁员工的很小部分,但或许也已经说明了问题:有些岗位和工作,AI 没人好使。

先从使用成本来看,一个企业级 AI 员工的成本肯定是要高于普通人力的

请人干活要花钱,请 AI 干活要花 Token,Claude Opus4.6 标准基础价为输入 5 美元 / 100 万 token、输出 25 美元 / 100 万 token;国内大模型更便宜,Qwen3.5 plus 标准基础价为输入 0.8 元 / 100 万 token,输出 4.8 元 / 100 万 token。

以最近火爆的 OpenClaw 为例,Odaily星球日报内部一位资深“养虾户”表示,其仅将 OpenClaw 作为生活和投研助手,使用一个多月就烧掉了约 6000 美元的 token(其使用的是 Claude 4.5/4.6 模型)。一个月 6000 美元,什么样的高级知识分子请不到呢(欧美除外)?

个人使用尚且如此,AI 融入企业工作成本就更高了。以最简单的客服代替为例,在一些学历通货膨胀的地区,花 3000 块钱就能请一个形象俊俏的大学生当客服,但调教一个能真正替代人工客服、能处理复杂工单、接多个知识库、进行多轮对话、稳定上线的 AI 客服,那成本绝对不是每个月 3000 块钱能覆盖的。

2024 年瑞典支付公司 Klarna 高调裁员 1000 余人,称 AI 客服已经可以取代公司 700 名客服代理的工作量。但 2025 年 5 月,彭博社等多家媒体报道,Klarna 开始重新招人做客服,其公司 CEO 还承认自己确实在 AI 上“走得太快”。

另外,AI 取代人力也存在“杰文斯悖论”

杰文斯悖论是经济学里的一个概念,指效率提升,不一定带来某资源使用减少,反而可能因为使用成本下降、需求扩大,导致总使用量上升。将这个理论迁移到 AI 时代的职场即为当 AI 技术进步使员工效率提高,企业不会容许员工休息,反而会要求其在单位时间内完成更多任务。

所谓提效,变成了另一种更隐蔽的增负,AI 解放人力完全就是个骗局

资本家们也会认为,AI 时代企业也就不需要这么多员工了,如 Jack 所说,“更小的团队配更多的智能工具”。但事实上呢?如今的局面是,企业裁员后并不是完全由 AI 继承了原工作,而是剩下的员工借助 AI 增加了工作量。

如果仅是单纯的工作任务也就罢了,但要知道,归根结底企业是一种人类组织,有组织的地方就有“江湖”,AI 可以融入企业的正式组织,但永远无法理解、也无法融入企业的非正式/隐形组织

那么当 AI 裁员发生时,裁掉的不仅是劳动力,也是组织肌肉,剩下的员工不止加重了工作负担,也连同把原本岗位的焦虑、风险和责任一起吞了下去。协作的人少了、执行的人少了、最重要的是背锅的人也少了。

在英伟达 GTC2026 期间,黄仁勋接受一个采访时痛批了那些以 AI 提效为理由裁员的企业,“那些靠裁员应对 AI 的领导者,不过是因为想不出更好的办法,脑子里已经没有新东西了,拿到再强的工具也不会用来扩张,”这是黄仁勋的原话。

黄仁勋要表达的意思是 AI 不是来淘汰员工的,而是帮企业扩张和开发新业务的,不要裁员反而要加大招聘,如果管理层意识不到一点,他们就是傻瓜。但说笑归说笑,企业中的管理者往往都是人精中的人精,他们当然知道 AI 目前的昂贵、及人力仍存在的必要性。

科技公司裁员,或许 AI 只是幌子,降本才是真实目的。

AI 已经变成了科技公司裁员的万能借口,其实 AI 真正被淘汰的不是个人,而是那些仍活在旧时代的企业和业务。当企业无法跟上 AI 的进步,导致业务增长停滞、利润收缩时,AI 革命反而成为了企业 PUA 员工的新手段,减人、压成本、把更多工作塞给留下来的人,再让每个人自己去反思,为什么你没能成为那个更适应 AI 时代的人呢?

如果不幸裁到了大动脉,就再偷偷将其请起来即可。这种裁员方式在硅谷也很常见,2022 年 10 月马斯克完成推特的收购后,11 月初就裁掉了大约一半员工(3000 余人),随后又因裁错人或发现关键岗位离不开人,回请了数十名被裁员工。

回到当下,说到底 AI 会改变很多东西,但它还没有神奇到能替企业弥补战略上的迟钝、业务上的衰老和管理上的偷懒。被 AI 裁员又返聘这件事,无论背后原因是企业意识到有些工作不是一句“AI 改变了一切”就能自动消失,还是只是降本的借口,它都不热血,也谈不上反转。

只是让我们看到在未来还没真正到来之前,有人已经提前被它伤害了一次。

热门币种推荐

相关问答

Q为什么第一批被AI裁掉的大厂员工会返岗?

A部分员工返岗是因为企业发现AI无法完全替代人力,存在裁员误判。例如Block公司承认存在'文书错误',或管理者争取关键岗位员工回归,说明某些工作AI效果不如人工,且AI使用成本可能高于人力。

QAI取代人力存在哪些成本和效率问题?

A企业级AI使用成本高昂,例如Claude模型每月可能消耗数千美元,而雇佣人力可能更经济;同时存在'杰文斯悖论',即AI提效后企业反而增加员工负担,而非减少人力,且AI无法替代组织中的非正式协作和风险承担。

Q黄仁勋对AI裁员的观点是什么?

A黄仁勋批评以裁员应对AI的企业,认为领导者缺乏创新思维,AI应被用于业务扩张和新机会开发,而非简单替代人力。他主张企业应加大招聘而非裁员,否则管理层是'傻瓜'。

Q科技公司以AI为由裁员的真实目的是什么?

AAI常被用作裁员的借口,真实目的是降本增效。企业利用AI概念掩盖业务增长停滞或管理问题,通过裁员减少成本,并将更多工作压给剩余员工,而非真正实现AI转型。

QKlarna公司在AI客服应用上发生了什么变化?

AKlarna在2024年裁员1000余人并宣称AI客服可替代人力,但2025年重新招聘客服员工,CEO承认在AI应用上'走得太快',表明AI客服在处理复杂任务和成本控制上仍存在局限性。

你可能也喜欢

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit3小时前

如何让自己变得让人工智能永远也无法取代

marsbit3小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru6小时前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru6小时前

交易

现货

热门文章

从H2A到A2A:AI Agent经济体与Crypto新机遇

6月17日,哈佛大学独立研究员、美国AI科学院(NAAI)通讯院士、比特币基金会终身会员韩锋做客火币HTX《大咖讲堂》第三期,以《从H2A到A2A》为主题,分享了其对Agent经济、Crypto基础设施及数字社会未来发展的思考。

532人学过发布于 2026.07.01更新于 2026.07.01

从H2A到A2A:AI Agent经济体与Crypto新机遇

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.5k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片