2026 年 5 月的一天，软件工程师迈克收到了 Meta 的裁员邮件。三年前他拼尽全力进入这家头部科技公司时，还以为拿到了稳定的职业保障。如今他平静地接受了结果，心里清楚这一天早晚会来。和他一同离开的，还有近 8000 名同事，这是 Meta 当年 10% 裁员计划的一部分，公司给出的理由是精简业务，加码 AI 基础设施投入。

迈克的遭遇不是个例。2026 年前五个月，美国科技行业已有近 12 万名员工被解雇。从软件供应商到社交平台，从金融科技公司到硬件巨头，裁员浪潮席卷了整个行业。几乎所有启动裁员的企业，都把人工智能作为重要理由，仿佛一场由技术引发的就业收缩正在到来。

但与此同时，质疑的声音也越来越多，很多人认为 AI 不过是企业降本增效、拉升股价的替罪羊。这场席卷美国科技圈的裁员潮，到底是技术革命的必然结果，还是资本逻辑下的选择？身处其中的普通白领，正在经历怎样的生存状态？AI 时代的就业市场，又该往何处去？这些问题没有简单的答案，却值得所有人认真审视。

要梳理这场裁员潮的全貌，数据是最直观的参照。根据就业机构 Challenger, Gray & Christmas 的统计，2026 年截至 5 月，美国科技行业已经裁减超过 12.3 万个岗位，其中 AI 被列为主要裁员原因。仅 5 月单月，就有 38579 个岗位因 AI 消失，科技行业单月裁员量创下 2024 年 8 月以来的新高。

头部企业的动作最受关注。甲骨文在过去 12 个月里裁员 21000 人，占员工总数的近 13%，公司在监管文件中明确表示，裁员源于 AI 技术在运营中的落地部署，且未来人员规模可能继续缩减。Meta 在 2026 年接连启动多轮裁员，仅 5 月就裁减约 8000 人，同时暂停 6000 个空缺岗位的招聘，目的是抵消 AI 整合带来的成本支出。除此之外，思科裁员 4000 人，Snap 裁员 1000 人，Block 裁员超 4000 人，Pinterest 裁减 15% 员工，几乎所有主流科技公司都在缩减人力，且不约而同地将 AI 作为核心原因之一。

在很多企业的公开表述中，AI 提升了效率，减少了对人力的需求。比如 Coinbase 在裁减约 700 个岗位时表示，AI 带来了全新的工作方式，少量员工借助 AI 代理就能完成过去多人的工作。Cloudflare 裁减 20% 员工时也提到，AI 的普及让公司不再需要大量中层管理者、运营专家以及部分职能部门员工。按照这个逻辑，技术进步替代人力，是生产力提升的自然结果。

qz.com

但这样的说法，遭到了业内很多人士的反驳。美国布鲁金斯学会高级研究员罗宾・布鲁克斯就直言，白领裁员潮的大部分原因其实和 AI 无关。很多公司本身就存在严重的人员冗余，损害了盈利能力，AI 叙事刚好出现，成了企业精简人员又不用承担舆论压力的绝佳借口。迈克也持同样的看法，他认为公司增长放缓、AI 投入拉高成本，挽回股价最简单的办法就是裁员，AI 只是拿出来的借口而已。

这种说法并非没有依据。早在 2023 年，Meta 就将当年定为效率之年，启动了万人规模的裁员，裁员消息公布的第二天，公司股价应声上涨。有数据显示，即便后续收入零增长，仅靠缩减员工规模，Meta 的人均收入也能比过去五年平均水平高出 16%，这正是资本市场乐于见到的结果。对企业管理层来说，用 AI 的名义裁员，既能迎合资本市场对科技概念的追捧，又能顺利完成降本目标，是一举两得的选择。

匹兹堡大学工商管理副教授马帅的研究，为这个问题提供了更中立的视角。他和团队从疫情结束后就开始追踪美国劳动力市场的 AI 影响，通过分析员工评论、财报会议、招聘信息等多源数据发现，企业中 AI 相关岗位的比例越高，整体雇员规模的增长率就越低，这说明 AI 对人力的替代效应真实存在。但他同时指出，很多企业对 AI 的使用非常盲目，核心目的是快速拉升短期股价和业绩，并非出于技术落地的真实需求。

如果把时间线拉长，会发现美国就业市场的变化本就有周期因素。2021 到 2022 年，美国经历了严重的用工荒，远程办公达到顶峰，企业为了吸引人才纷纷承诺永久居家办公，带动了一轮招聘扩张。疫情结束后，用工荒缓解，企业陆续推翻远程办公承诺，强制员工返回办公室，推高了育儿成本，导致部分女性离开职场。从 2025 年开始，美国大学毕业生的就业难度明显上升，拥有四年制大学学历的失业者占比达到 25%，创下历史新高。2026 年的就业市场更加饱和，尤其是 IT、信息通讯领域的初级岗位，本身就存在供给过剩的问题。

值得玩味的是，科技行业领军者的说法也在发生变化。2023 年，OpenAI 首席执行官山姆・奥特曼还曾公开表示，AI 发展必然会导致工作岗位消失。到了 2026 年 5 月，他却在公开场合改口，称 AI 的快速发展不会导致全球就业收缩，也没有夺走预想中那么多的白领工作。这种话术的转变，侧面反映出 AI 叙事的工具属性，它可以用来解释技术的颠覆性，也可以用来平息公众的焦虑，全看当下的需求是什么。

站在企业管理层的角度，用 AI 替代人工似乎是一笔划算的账。一次性投入技术成本，就能省去持续的人力开支，还能讲出好听的科技故事。但当 AI 真正落地到日常工作中，真实的体验却远没有设想中美好，一线员工最先感受到了其中的问题。

商人抱着他的物品离开工作场所，被机器人取代

对迈克来说，AI 确实改变了写代码的方式。他可以借助 AI 工具使用任何技术栈或编程语言，不用再纠结语法等底层的繁琐细节，工作的门槛看似降低了。但随之而来的是工作要求的水涨船高，公司默认员工有了 AI 辅助，就要产出比过去高百倍的成果，所有项目的截止日期都被大幅压缩，每个人都在赶工。他需要在不同的 AI 代理之间切换处理多任务，注意力被严重分散，过去专注工作的心流状态彻底消失。

斯科特是另一家大型软件公司的前端工程师，他在上半年的裁员中保住了工作，却丝毫没有轻松的感觉。从 2025 年 10 月开始，公司高层就全面押注 AI，要求所有部门都要结合 AI 工具落地业务。来自管理层的压力持续增长，项目时间线越缩越短，高层的耐心也越来越少。但实际情况是，公司自主开发的很多 AI 工具，并不能真正提升工作效率，员工很少主动使用。更让他觉得不适的是，公司给一些智能体起了人类的名字，配上 AI 生成的头像，在邮件里当作普通同事对待，这种伪装让很多员工感到心理不适。

在斯科特看来，大语言模型本身的不准确、不安全，已经是公认的事实。很多刚入行的年轻工程师过度依赖 AI 编码辅助工具，写代码的过程变成了反复按 Tab 键接收生成内容，再盯着错误提示修改。这样产出的代码质量参差不齐，大量低质量代码被堆积到项目中，短期看似提升了速度，长期却会留下无数隐患。当烂代码被大规模产出时，最终伤害的是整个行业的所有人。

马帅的研究也印证了员工的负面情绪。他发现美国企业员工对 AI 的态度普遍偏向负面，和管理层的盲目乐观形成鲜明对比，而管理层的乐观往往和企业实际生产率、员工状态没有明显关联。企业公开宣布以 AI 为由裁员，会进一步恶化员工对 AI 的观感，负面情绪反过来会降低工作效率，最终抵消引入 AI 本该带来的收益。

更有意思的是，很多大张旗鼓宣布 AI 裁员的企业，没过多久就开始悄悄反悔，重新把人招了回来。汽车制造商福特就是最新的例子，该公司重新聘用了数百名经验丰富的工程师，专门解决自动化系统无法处理的质量问题。福特硬件工程副总裁查尔斯・潘对媒体表示，AI 是很好的工具，但它的效果取决于训练数据的质量，很多复杂的现实问题，AI 还无法独立解决。

澳大利亚联邦银行的经历更具代表性。这家银行此前裁减了 40 多名客服人员，用 AI 语音机器人替代他们的工作。结果 AI 系统无法应对激增的咨询量，导致电话排队时长暴涨，用户投诉不断增加。最终银行只能撤回裁员决定，重新招聘客服人员。澳大利亚金融业工会将这件事称为劳动者的胜利，银行方面也承认，当初宣布裁员时没有充分考虑所有商业因素，对岗位需求的评估不够彻底。

IBM 也走过类似的弯路。该公司曾用 AI 接手人力资源的日常工作，AI 可以处理 94% 的常规请求，但剩下 6% 涉及复杂伦理和特殊场景的需求，AI 完全无法应对。意识到问题后，IBM 宣布计划到 2026 年，将美国所有业务部门的入门级招聘人数提升两倍。公司首席人力资源官表示，如果不持续投资入门级人才的培养，三到五年后企业的人才储备就会枯竭。

这些零散的案例，正在拼成一个普遍的趋势。人力资源机构 Orgvue 的报告显示，有 39% 的企业领导者因为部署 AI 启动过裁员，其中 55% 的人承认自己做出了错误的决定。罗伯特哈夫公司的数据也显示，32% 的美国招聘经理表示，他们曾因为 AI 取消某个岗位，之后又重新招聘了相同或类似的职位。

分析人士指出，很多企业在引入 AI 时陷入了误区，只想着用技术取代人类，却不愿意投资员工的技能培训，导致团队无法有效利用 AI 工具。更严重的是，很多公司裁掉的恰恰是负责监督、校准 AI 的关键人员，没有了人工的把控，AI 的输出质量无法保障，企业反而需要重新安排人员做审核，造成重复劳动，既减慢了决策速度，也没有实现生产力的提升。

当然，AI 的普及也并非全是负面的。斯科特就提到，大型科技公司普遍存在组织臃肿的问题，过度的绩效评估让大家倾向于把简单的任务包装得复杂，做很多表面功夫。AI 的出现或许能推动一轮组织扁平化，让权力从多层管理者手中，回到真正能借助 AI 交付成果的普通员工手中。只是这个美好的愿景还很遥远，当下大多数人能做的，还是努力适应 AI 工具，跟上公司的要求，保住自己的工作。

机器人手持“你被解雇了”标牌

裁员潮的冲击之下，并不是所有岗位都在消失。和普通白领失业形成对比的，是高端 AI 人才的抢手。整个就业市场正在出现明显的两极分化，高端人才供不应求，初级岗位却在快速收缩。

美国人工智能驱动型企业研究院对标普 500 指数企业 2026 年 1 月的 AI 相关招聘数据做了分析，结果显示，在超过 16.1 万个相关招聘岗位中，有七成是高级别职位，只有 13% 面向初级从业者。大企业都在争夺同一批有深厚经验的高端人才，刚毕业的大学生和职场新人很难进入这个赛道。

对迈克这样的中级从业者来说，处境同样尴尬。他早就开始为转型做准备，花了几千美元参加 AI 技能培训课程，却发现这些知识的保质期只有半年左右。新一代大模型发布后，之前学的很多内容就被淘汰了，普通人根本负担不起持续更新技能的成本。市场上的 AI 相关岗位大多要求资深经验，他的积累远远不够，跳一跳也够不上门槛。

这种分化正在加剧就业市场的不平等。顶层的技术精英享受着高薪和争抢，而大量初级白领面临失业风险，曾经稳定的软件工程岗位，正在变成高风险职业。剧烈的自动化趋势、攀升的失业率和财富的集中，也开始影响美国的公共政策讨论。

加利福尼亚州是 AI 技术落地最快的地方，也是就业冲击最先显现的地区。当地一些立法者正在推动相关提案，希望遏制 AI 在职场的快速扩张，避免大规模裁员，保护劳动者权益。但这些努力遭到了州长加文・纽森的抵制，在科技政策的博弈中，他更多站在企业一方。这也是全美的政策制定者都要面对的难题，到底是应该限制 AI 的应用来保护工作，还是用行业产生的利润给失业者提供缓冲，又或者将两种方式结合起来，目前还没有共识。

科技巨头也在参与这场讨论。OpenAI 的非营利基金会已经投入 2.5 亿美元，专门研究 AI 带来的经济影响。Anthropic 也宣布投入 2 亿美元，研究 AI 对就业和经济的作用。Anthropic 在 2026 年 3 月发布的报告中提到，现实中各行业对 AI 的实际应用程度，远低于 AI 工具理论上能达到的能力边界。这也意味着，AI 对就业的冲击，目前可能还没有完全释放。

人工智能和神经网络导致员工减少

针对可能到来的更大规模冲击，各界提出了不同的解决方案。其中讨论度最高的是全民基本收入，也就是定期无条件向所有人发放现金，不需要接受经济状况调查，也没有工作要求。SpaceX 首席执行官埃隆・马斯克就多次公开支持这一理念，他认为通过联邦政府发放补贴，是应对 AI 导致失业的最佳方式。但批评者认为，这种方案无法实现收益共享的目标，更多是在维护科技寡头的利益，不能从根本上解决劳动者的困境。

在马帅看来，美国最现实的公共政策方向，是随着 AI 效率的提升，逐步缩短法定周工时。将每周 40 小时的标准工时，逐步缩减到 35 小时、30 小时甚至 25 小时。通过政策强制降低人力的供给总量，企业为了完成同等的工作量，就需要维持原有的雇佣规模。因为是全社会统一缩减工时，员工的薪资水平也不会因此下降。这种方式不需要大规模的财富转移，也更容易落地执行。

Anthropic 首席执行官达利欧・阿莫迪也表达过类似的观点。他认为 AI 对劳动力市场的冲击，可能比以往任何一次技术进步都更大，持续的时间也会更长。在这样的时代，核心的挑战不再是如何激励经济增长，而是找到方法，让每个人都能分享到增长的成果。技术进步的意义，不该是让更多人失去工作，而是让所有人都能从效率提升中获益。

除了政策层面的调整，企业的观念转变同样重要。越来越多的案例已经证明，单纯用 AI 替代人类并不是最优解，构建人机协作的模式，才能真正实现长期的业务增长。AI 擅长处理标准化、重复性的工作，而人类的创造力、判断力和解决复杂问题的能力，依然是不可替代的。企业与其执着于用 AI 裁人降本，不如投入资源提升员工的 AI 应用能力，让人和技术形成互补。

对普通劳动者来说，这场变革带来的压力是真实的。没有人能保证自己的岗位永远不会被 AI 影响，持续学习和适应变化，成了每个人的必修课。但我们也不必过度悲观，历史上每一次技术革命，都会引发对失业的担忧，但最终技术都会创造出新的岗位和产业，推动社会整体向前。只是这个转型的过程，需要更完善的制度来托底，不让普通劳动者独自承担技术变革的代价。

时至今日，关于 AI 和就业的争论还在继续。有人把 AI 当成裁员的万能借口，有人把它视为大规模失业的元凶，也有人相信它会带来更高效的未来。但回到现实中我们会发现，真相从来都非黑即白。

AI 对人力的替代效应真实存在，它确实在改变很多岗位的形态，压缩部分岗位的需求。但它也不是无所不能的，在复杂的现实场景里，人类的经验和判断依然不可或缺。那些盲目裁员的企业最终后悔，恰恰说明技术的价值不在于替代人，而在于赋能人。

这场席卷美国科技行业的裁员潮，表面是技术变革带来的冲击，背后其实是资本逻辑、周期因素和技术进步交织作用的结果。我们不能把所有问题都推给 AI，也不能忽视技术带来的真实改变。

技术本身没有对错，重要的是我们如何使用它，如何分配技术进步带来的收益。当 AI 的效率越来越高，我们真正该思考的是，怎样让技术服务于人的福祉，而不是反过来让人成为技术的附庸。这个问题没有标准答案，但它关乎每一个身处时代中的人，值得我们一直寻找答案。

【本文中包含的图片均来源于网络，仅用于信息传播和新闻报道目的。我们尊重并保护所有版权拥有者的权利。若有任何版权问题，或版权拥有者不希望图片被使用，请与我们联系，我们将在收到通知后立即处理并删除相关图片。】