Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

自 ChatGPT 发布以来,已有 50 万名科技工作者失业。

Posted on 2026-01-07

昨天在谈到科技行业现状时,我反复强调的一个关键点是:自2022年底ChatGPT发布以来,已有50万科技从业人员失业。需要澄清的是,这些员工并非因为工作被人工智能取代而被裁员,而是因为他们的工作被机器人取代。相反,他们被那些一直以来都想裁掉员工的高管们解雇了,这些高管现在有了人工智能作为借口。

理解这一点至关重要,原因有几点。首先,这对于理解科技行业从业人员的心态和工作环境至关重要。对于许多科技行业之外的人来说,他们对“科技”的印象往往是最近新闻里那些最令人讨厌的亿万富翁的丑闻。但在很多情况下,最先受到这些亿万富翁自负伤害的,恰恰是他们公司里的普通员工。

其次,我们必须认识到,大型科技公司几乎成了这些巨头们向其他经济领域乃至全世界推广各种技术和策略的试验场。在他们开始在播客节目中装腔作势地展现男子气概,同时又抱怨自己的感受,或者公然贿赂政客以获取政府合同之前,他们先在公司内部对这些操纵策略进行了小规模测试:打压异议,放任自己最自私自利、最自大狂妄的倾向肆意妄为。然后,当人们(理所当然地!)开始提出反对意见时,他们就以此为借口,清除所有不合作或“难搞”的异议人士。

一切始于科技,但远不止于此。

如果他们还没有这样做,那么他们很快就会将这些策略运用到其他行业和经济领域。有时,他们会提供人工智能技术和工具,以此作为其推行文化和政治议程的推动者或正当理由;但很多时候,他们甚至无需这样做。在许多情况下,他们只需明确表示希望在组织内部强制推行心理和社会规范,任何异议都将不被容忍,而以自动化(或其他愿意服从的员工)取代员工的隐性威胁,就足以迫使人们服从。

这就是许多组织部署“人工智能”的潜台词,有时甚至是明示的表述。这与人工智能软件或技术的实际功能截然不同。这也很好地解释了为什么科技行业内大多数人对人工智能的看法,与那些知名CEO们大肆宣传的炒作截然不同。

因为科技从业者仍然相信科技能够造福人类,所以我们中的许多人不会断然否定任何技术——即使是像LLM这样的AI工具——都可能带来益处的可能性。然而,这种乐观态度也因亲身经历而有所减弱,因为我们了解到这些工具正被用来排挤或迫害善良的人们。

这波裁员和缩减规模的浪潮被描述为“追求效率”或“精简人员”。但我们这些科技从业者中,很多人都记得几年前,在科技行业工作,事业蒸蒸日上,感觉就像是世界上最好的工作。那时,许多人都能在圣诞节给孩子买好礼物,也不用为车贷发愁。那时,社会各界都在向年轻人承诺,只要学习编程,就能拥有美好的未来。那时,科技职业的巨大潜力被用作在学校和城市建设基础设施的基石,旨在培养新一代的程序员。

但掌管大型科技公司的投资人和巨头们很清楚,他们不想继续向员工支付巨额薪水。他们当然也不想继续向刚毕业的年轻人发放巨额招聘奖金,或者雇佣大量招聘人员去寻找那些代表性不足的候选人。那些人人都喜欢的福利,比如优质的医疗保健和体面的福利待遇,在大型科技公司的掌舵人眼中却是“市场效率低下”的体现,这意味着本应属于他们的财富流向了你。所以,没错,对人工智能编码工具进行巨额投资的部分原因是为了简化代码编写。但人工智能代码编写能力如此强大的另一个重要原因,是为了让程序员们再也不用支付如此高的薪水了。

如果你因此感到愤怒、怨恨和不知所措,这完全可以理解;事实上,如果你没有这种感觉才奇怪,因为世界上最富有、最有权势的人花了几年时间,试图让你产生这种感觉。不断的轮流裁员,以及对进一步裁员的持续恐惧,再加上挥之不去的危机感,都是精心策划的策略,目的是让每个人都接受更低的薪水和更少的福利,并且不敢争取与公司去年完全有能力支付的薪水相同的待遇。

我们为什么要搅浑水?

好吧,所以我们只是想互相打击士气吗?不。如果我们想要解决问题,就必须先指出问题所在并明确其本质。大多数科技行业以外的人都认为“科技”是一个整体,认为科技从业者和科技公司的所有者是同一类人。他们不知道,科技从业者也和他们一样,受到经济形势的影响,受制于老板的摆布,或者面临被人工智能取代的风险。他们也不知道,例如,多元化、公平和包容(DEI)的反弹也严重削弱了科技公司的人力资源团队。因此,关键在于每个人都要明白,他们是从同一个起点出发的。

接下来,关键在于区分不同的问题。例如:人工智能常常是裁员的借口,而非裁员的真正原因。ChatGPT并没有取代招聘人员在大型科技公司吸引弱势群体候选人的工作——只是老板们不再关心招聘弱势群体候选人了!科技的故事被用来掩盖其背后的政治和社会目的。理解这一点至关重要,否则人们会把时间浪费在无关紧要的事情上,比如部署某个技术系统,而错失真正重要的事,比如组织对其未来做出的决策。

但它们效率高吗?

但有些人会问,如果这些公司人手过剩呢?如果他们招人过多呢?那些自以为很懂行的人会说:“我听说他们招这么多员工是因为利率低,当时正值零利率时期。”说得直白点,这纯属胡扯。任何公司都不会为了自身利益而大幅裁员。

事实上,大型组织要想实现最大产出,就必须预留一定的劳动力储备。这正是大型组织与小型组织的区别所在。在小型团队中,员工闲着无所事事是浪费或低效的典型表现,但在大型组织中,如果即将启动一项新流程或项目,却缺乏相应的劳动力或专业人才,那么代价将要高得多。

如今人们常常渴望体验更多无聊,这便是一个很好的类比。人们经常抱怨,由于社交媒体和各种干扰分散了他们的注意力,他们根本没有时间感到无聊,让思绪自由驰骋,产生新的想法,或者发掘自身的创造力。换句话说,他们根本没有机会去挖掘自身的认知潜力。

除了规模带来的效率优势之外,大型组织相对于小型组织的唯一优势在于其拥有可利用的认知盈余。然而,这些组织通过摧毁这种认知盈余,使留下来的人长期处于情绪动荡和压力之下,从而永久性地损害了自身的竞争优势和未来潜在的创新能力。

AI Spring

当尘埃落定,人们意识到极端贪婪永远无法带来长远的最大回报时,市场上将会涌现出一批优秀的人才,这会带来某种形式的“和平红利”。其中一些聪明睿智的人才将会流向其他行业或公司,并将他们的经验和洞见带过去。

但我认为,很多人会因为之前公司失败的经济模式和糟糕的人性模式而创办自己的新公司和组织。早在互联网泡沫破灭之后,我们就看到了这种情况。当时不仅很多公司的经济模式被证明行不通,而且很多创办这些公司的人根本不在乎他们进入的市场或行业。当那些一心想快速致富的人离开后,我们这些留下来真正热爱互联网这种创意和表达媒介的人,发现了很多机会。我们就像一群小哺乳动物,在那些为“流星网”(meteor.com)苦苦寻找资金的“恐龙”中生存了下来。

接下来会发生什么?

我不认为情况会很快好转。抛开人工智能公司之间互相吹捧的虚张声势不谈,很明显,经济正处于衰退之中,即便本届政府的爪牙们为了掩盖这一事实,不惜关闭就业和通胀数据的报告。但我确实认为,由于目前市场上涌现出大量才华横溢、具备创业精神的个体,经济可能会展现出更强的韧性。

原文: https://anildash.com/2026/01/06/500k-tech-workers-laid-off/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme