跳到正文
11月2日 · 周一

最新精选

10月30日周五
  1. The Verge · AI80

    微软向约6万名员工提供自愿离职,总人数十年来首次下降

    微软正向美英加印四国约6万名员工提供自愿离职方案,这是公司首次向如此多的员工发出此类邀约,目的是在不削减AI基础设施投入的前提下压降人力成本。微软总员工数约22.3万,比一年前减少5000人,为十年来首次同比下降;此前9000人的退休方案有超30%的人接受,新方案待遇与常规遣散基本相同,员工须在12月前决定。

    决策要点

    微软把缩编当成AI投入的配套动作,用接近常规遣散条件的自愿离职温和减员,人力规模成为AI战略的调节项。

    • 影响头部厂商把减员作为维持AI基建投入的财务手段,节奏已从年度变为数月一轮;财报重组把消费业务与AI云业务分开,资源配置优先级随之更显性;产品组合同步收缩,采购微软产品时应把厂商砍功能的可能性计入。
    • 参考可考虑按人均成本与人均算力的口径重算自家编制预算;依赖微软产品的团队值得盘点所用边缘功能(如智能电视端Copilot)并准备替代方案;评估AI模型采购时可先算出厂商承诺的成本下探对预算的影响。
10月29日周四
  1. 钛媒体78

    AI裁员背后:消失的不只是工作,还有年轻人的机会

    AI对就业的影响不止于公开裁员,企业运营数据显示工作量与员工数量正在脱钩。文中引述Salesforce客服团队从9000人缩至约5000人(CEO口径)、Klarna估算2024年AI客服节省约3900万美元,以及斯坦福研究发现的AI高暴露职业中22至25岁劳动者相对就业差距达19%、主因是招聘减少。

    决策要点

    AI对就业的影响不止于公开裁员,企业正以不增人的方式提高产出,初级岗位入口收窄,政策已开始介入测量和管理。

    • 影响客服等标准化岗位可在人手不变的情况下承接业务增长,新增招聘必要性随之下降;初级岗位承担的经验培养功能被削弱,人才梯队来源需要重新设计;政策已将AI就业影响纳入规模性失业风险防范机制,用工决策将面临更多评估要求。
    • 参考可考虑盘点客服、数据处理等标准化场景中AI承担的工作量与人工成本账本,区分用于降本还是扩产;值得重估初级岗位招聘计划,为新人设计能积累判断力的任务路径。
10月28日周三
  1. 36氪·AI79

    Anthropic实验显示86%的关键分析决策跟随AI预设立场,专家多不自知

    Anthropic对齐团队发布随机对照实验,50名资深数据分析师用Claude Code完成商业分析,AI在四个关键决策点上的立场由掷硬币随机指定,分析师全程不知情。

    决策要点

    研究显示所谓人类兜底可能失灵,AI无需造假,只要在方法论岔路口温和倾向,专家就会把它当成自己的独立判断。

    • 影响依赖人工终审的质检与风控流程,可能高估了人对AI结论的把关能力;影响发生在指标、口径等中间选择上,常规审阅产出难以发现;完全禁用AI的效率与出错代价也被实验量化。
    • 参考可考虑在AI辅助分析中要求先写下独立结论再咨询AI,并对指标口径、方法选择等中间节点留档复核;值得先算出关键岗位不用AI的出错成本,再定治理重点。
10月26日周一
  1. 36氪·AI83

    微软启动约6万人自愿离职计划,Copilot团队也在名单内

    微软10月26日推出新一轮自愿离职计划,美国、加拿大、英国和印度约6万名员工有资格参加,超过其22.3万名全球员工的四分之一,此轮取消绩效和年龄工龄门槛,Copilot相关员工也在覆盖范围内,数据中心团队则未参加。

    决策要点

    这轮计划实质是AI开支挤压人力预算,覆盖面扩到四分之一员工,连自家明星AI业务也在名单内,大厂正把人头预算换成算力预算。

    • 影响微软产品线正围绕Copilot重组,已采购或评估席位的企业需留意入口和功能位置变化;AI开支已大到让微软用离职计划腾钱、Meta靠股权融资、SpaceX用融资租赁;连AI团队也进名单,人力收缩不分业务冷热。
    • 参考可考虑把AI订阅席位支出与内部人力成本放进同一张预算表重算;已部署Copilot的组织值得先排查哪些入口和功能会随整合调整变化,再定扩容或续约节奏。
10月25日周日
  1. 人人都是产品经理78

    老干妈用AI把600名分拣工裁到48人,国办发文要求AI应用不能让劳动者输

    老干妈一条生产线用AI视觉分拣把600名挑辣椒工裁到只剩48人,年营收54亿,辣椒酱从9块涨到14块;AI短剧把制作成本从五十万压到六万,但省下的钱被平台投流竞价吞掉,行业九成公司在亏钱。

    决策要点

    AI降本省下的钱并未自动变成新岗位或员工收入,而是流向流量竞价与利润,国办发文把就业托底设为应用AI的边界条件。

    • 影响裁人省下的工资未必转化为利润,被替代者收缩消费会反过来压缩企业收入;劳动密集型行业上AI的节奏将受政策评估约束;用工调整需配套告知与转岗支持,相关成本要提前入账。
    • 参考可考虑在AI替代项目立项时把转岗培训与失业缓冲期费用列入预算;值得先盘点哪些岗位属于劳动密集型高风险替代区,并评估员工预期对团队稳定的影响。
10月23日周五
  1. IT之家·人工智能77

    国务院办公厅印发意见,要求增强人工智能创造就业效应并减缓就业替代影响

    国务院办公厅 10 月 23 日印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》,要求增强人工智能创造就业机会、赋能传统岗位等正面效应,有效减缓就业替代影响。意见提出用好国家创业投资引导基金等政府投资基金支持人工智能创业,加快开发人工智能训练师等新职业;要求稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏,鼓励企业探索失业缓冲期制度,提前告知受影响劳动者并提供转型转岗支持。

    决策要点

    监管层把就业影响正式纳入人工智能政策框架,企业推进 AI 落地多了一层就业维度的考量与约束。

    • 影响劳动密集型行业的 AI 替代节奏受政策引导,大规模替换方案需控制范围与力度;提前告知、转岗支持、失业缓冲期可能成为推行 AI 的配套动作;政府基金与新职业认定给 AI 创业和人才培养带来配套资源。
    • 参考可考虑先排查哪些岗位属劳动力紧缺或环境高危场景,优先在这些岗位应用 AI;大规模引入前值得设计好告知与转岗流程;可跟踪地方职称评审与技能认定安排以利用人才配套。
10月21日周三
  1. 36氪·AI78

    Meta 暂停原定 11 月的第二轮裁员计划,扎克伯格承认误判 AI 进步速度

    Meta 因 AI 未展现预期工作能力,暂停了原定 11 月进行的第二轮裁员重组,扎克伯格在内部会议上承认误判组织调整时机,并同步暂停员工鼠标追踪项目、大幅削减 Claude 投入。

    决策要点

    大厂用 AI 替代员工的第一轮实测结果落地,组织决策开始随实际产出回摆,AI 效率账进入重算阶段。

    • 影响以 AI 替代岗位为前提的裁员和重组节奏需要重新评估;大规模部署 AI 的投入应按实际业务成效而非推广规模来核算;把 Agent 直接塞进原有流程可能只是把问题移到下一个环节。
    • 参考可考虑按部门重算 AI 工具的 Token 预算与业务成效对照,再决定续投或缩减;值得在推进组织调整前,先盘点哪些 AI 部署真正产生了用户可见产出。
10月17日周六
  1. SaaStr81

    Cloudflare 裁 20%、Atlassian 裁 10%、Bending Spoons 最高裁 75%,三家裁后业绩反升,B2B 团队还能多精简

    SaaStr 的 Jason Lemkin 复盘 2026 年三家深度裁员的 B2B 公司,指出三者裁后增长或利润均改善,差异在于裁哪些职能、在什么阶段裁。

    决策要点

    深度裁员后业绩变好不是普遍规律,而是各公司按自身阶段选对了裁减职能;AI Agent 同时在抬高人均产出的行业基准。

    • 影响后台和运营类职能压缩空间最大,原文给出 50% 以上的参考幅度;人均创收基准抬升后,低于 $300K 且增速不足 30% 的公司会在董事会被追问;裁掉一半又指望 Agent 无人监督运转的方案被作者判定行不通,复核工作量会转移到留任者身上。
    • 参考可考虑先按职能算出可压缩幅度,后台运营、市场运营执行、成熟期研发分别对照 50% 以上、30% 到 50%、10% 到 20% 的参考区间;值得同时盘点自己的人均创收与 $237K 典型值和 $655K Pacesetter 中位数的差距,再排裁减顺序和 Agent 的落点。
  2. SaaStr81

    Anthropic 内部劳动力报告的 5 点发现,初级技术招聘占比从 27% 降至 9%,智能体工时达人类 6 倍

    SaaStr 的 Jason Lemkin 从 Anthropic 针对自身劳动力变化的报告中提炼 5 点发现。报告基于内部人头数据、智能体会话遥测和 17 次员工访谈,显示技术类新招聘中初级占比从 27% 降至 9%;智能体总工时在 2026 年 3 月首次超过人类,8 月仅计员工自行指挥的部分已达人类 6 倍,交互式 Claude 会话约 80% 时间在等人回应。

    决策要点

    一家几乎把全部工作流交给智能体的公司交出自查数据,变化先落在初级技术岗,人类转向审核、协调和管理智能体本身。

    • 影响初级技术岗收缩提示人才梯队和校招通道需要重新设计;扩智能体的瓶颈在人的审核与阅读时间而非预算;员工管理智能体的元工作已占其会话的 22%,是新增管理成本。
    • 参考可考虑盘点各岗位中已被智能体吸收的任务清单,据此重排明年初级招聘配比;扩展智能体前先估算团队的审核带宽,避免只堆数量;按岗位跟踪智能体吸收进度成本很低,本季度就能启动。
1月21日周三
  1. Anthropic:Engineering69

    Designing AI-resistant technical evaluations

    Anthropic 性能优化团队负责人 Tristan Hume 撰文复盘,团队 2024 年初启用的性能工程师笔试已有超 1000 名候选人完成并助其招到数十名工程师,但被 Claude 模型相继追平人类水平,至今已迭代三版。

    决策要点

    技术笔试的区分度正随模型版本加速失效,Anthropic 三轮重设计说明考核题目需要按模型迭代节奏更新。

    • 影响依赖笔试与客观题筛选技术人才的企业,题目有效期随模型发布周期缩短;直接禁用 AI 难以执行也偏离真实工作状态;设计训练数据外的新颖受限题会成为出题方向。
    • 参考可考虑定期用最新模型实测在用的笔试题,算出模型成绩与人类分布的重合点;值得把部分考察移向训练数据少见的新颖问题,并提前写明候选人使用 AI 的口径。
已经到底了