进入2026年，AI不再是停留在PPT上的炫酷概念，它已经真真切切地坐到了工位上，开始和普通打工人抢饭碗了。看一组有些扎眼的真实情况：今年前几个月，全球科学技术业裁员规模惊人，近半数被直接归因于AI和工作流的自动化。

  那些利润表依然光鲜亮丽的科技巨头，砍掉数以万计的岗位时没有丝毫手软。为了腾出数千亿美元的资金去拼抢AI基础设施的入场券，省下的人力成本成了最直接的血包。

  既然这股暗流已成席卷之势，我们不妨把时间线拉长来看，看看那些被巨浪拍打的普通人到底经历了什么。

  有位化名李瑶的女生，以前在一家代运营公司做剪辑，不是专门的配音，只是偶尔被组长拉去给洗护用品广告配音。离职快一年后，前同事告诉她，公司复盘会上放的广告几乎全是她的声音。

  她一开始以为是放以前的旧素材，后来发现全是她没碰过的新内容，才清楚自己的声音被公司克隆了。这一个故事来自财新周刊最新的封面专题《当AI重塑职场》，同系列还有另一篇叫《反蒸馏之战》。

  报道里还有一位女儿在上幼儿园的妈妈吴琼，今年4月公司裁员，原本五六十人的团队砍到只剩20人，她所在的整个部门都被裁掉了，裁员比例超过60%。此公司本来是做互联网建站的，过去一年整体转型做AI。

  吴琼之前的工作是做AI数据分析，统计客户投入，测算不同模型的成本和利润。

  最让她五味杂陈的不是丢了工作，而是丢工作的方式：老板让他们用AI把数据流程自动化搭起来，搭完之后他们就没事干了，相当于自己解雇自己。

  有人之前在网上也发过类似的帖子，他身边有程序员朋友被迫在公司做AI写代码的工具，做完之后自己也可能失业。当时评论区很多朋友不理解，说程序员为何需要自掘坟墓？

  这哪是自己能选的，老板把枪顶在你头上，你不做今天就被开掉，做了还有可能因为效果不好暂时保住工作。后来吴琼去了一家传统制造企业，薪水降了三成，但她也不觉得就跟AI没关系了，因为制造业也在被AI慢慢颠覆。

  其实，关于这三大行业面临失业危机的争论一直没断过，之前网上就有一个观点认为影响有限，但现实是新一轮“下岗潮”的结构性挤压远比想象中残酷。

  黄晓和同事是做街道舆情报送的，稿件采用量和奖金挂钩，上交的稿件被采用发出来就能多拿奖金。

  他身边有个同事，以前采用量几乎一直是零，开始用AI批量写稿后，产量从几天一篇变成一天五六篇，文风也从大白话变成了官媒腔调。单位开会说禁止用AI生成，发现就扣分。

  这个同事就调整策略，AI写完之后自己人肉改一遍，把AI痕迹去掉，效率还是很高。后来大家都开始用AI，整体产量上来了，但奖金总额还是那么多，最后就是每个人的工作量都加大了，单位对正常产出的标准直接提高了，这就是内卷的最早含义。

  这种产出标准提高带来的内卷，恰恰是初级白领面临失业的前兆，许多岗位的生存门槛正在被悄然重塑。

  公司鼓励非技术岗学AI编程，提交的代码审核通过就能上线。过去需要设计师做的基础视觉，现在文案用AI也能做一部分。

  刘洋的感受是，现在要是不会写代码，反而有点够不着岗位门槛了。招聘市场也在释放同样的信号，近两年要求会AI的岗位快速增加。

  有报告显示，78.2%的职场人已经每周都在借助AI开展工作，AI慢慢变成了和Word、Excel一样的基础办公工具，不是突然就让你换岗做AI，而是慢慢渗透到日常工作里。

  夏雪原来在真人短剧公司做剧宣，今年初公司全面转向AI短剧，北京团队整体被裁。她认为这不是简单的业务调整，是生产逻辑变了。

  很多人以为AI只是替代了真人演员，其实上下游的所有逻辑全部变了：没有真人演员就没有花絮，没有素材做二创，也没法找演员路演办粉丝活动，整个剧宣的流程都变了。过去拍一部真人短剧需要几十万，AI短剧的成本连十分之一都不到。

  夏雪被裁的时候已经在企业内部转型做AI剧的剪辑，还是被裁了，因为公司找了更便宜的实习生。大家都是从头学AI剪辑，公司为什么不用成本更低的？

  她之前积累的剧宣经验完全没用了。回看这起事件，那些被要求早做准备的基础白领们，正在真切地承受着岗位价值被极度压缩的阵痛。

  35岁的视觉设计师李梦感受也很直接，她在一家互联网医疗公司干了快8年，哺乳期刚结束就被裁了。

  打开招聘软件之后，发现岗位要求跟之前完全不一样了，JD里同时写着AI生图、修图、视觉设计、视频剪辑、社媒运营，把过去几个人协作的活全放在一个岗位里，要求一个人全搞定，要求不高只要达到及格线就行。

  薪资反而降了，过去这个岗位薪资一万，现在降到了五千到八千。公司还要求设计师用AI快速出素材，过去十天的活现在五天就要做完。

  插画师朱子健也遇到类似的情况，AI让效率变快了，甲方就开始压工期，说现在有AI怎么还这么慢？其他乙方都变快了，也得变快。

  也不能单纯骂公司，公司不这么干，别的公司就会把他们淘汰，这是整个市场大环境的变化。前面提到的所有受访者，都不觉得自身是被AI直接取代的，背后根本还是利润压力。

  整个行业内卷、业务下滑、竞争加剧、行业不景气，AI只是给了企业另一个选择。过去业务再难，公司都会把人力当成最核心的资源之一，想办法保住人力。

  现在这个逻辑正在变化，很多岗位被合并，岗位边界被拉长。以翻译为例，普通翻译的招聘需求在下降，但要求会谈判、接待、跨文化沟通的复合型翻译需求又在回升，那些AI干不了的事，反而变得更值钱了。

  如果说过去企业还在尽力保住人力，那么当我们深入了解新一轮“下岗潮”的核心推手时，会发现企业的利润算盘早就变了。

  猎聘和清华相关机构发布的AI时代技能趋势报告里，猎聘CEO戴科彬提到，2026年以来，全球科学技术行业发生了363起裁员事件，波及15万人，AI连续三个月成为裁员首要推手，日均裁员974人。报告还特别强调，这些裁员的公司里有不少利润并不差。

  过去一般来说，公司利润好的时候哪怕不需要那么多人，也会招足够多的人，因为人才是壁垒。现在这个逻辑变了，企业赚了更多钱之后，不见得多招人，反而愿意少招人，这是之前从未出现过的大变局，对求职者非常不友好。

  企业开始只保留一部分核心岗位，其余的工作转向灵活用工、外包、小团队合作。灵活用工不见得适合所有人，也不是所有行业的人出来做都能做成，没有大家想象的那么美好。

  社科院蔡昉老师提出过，AI对劳动力市场的影响，很可能先打在一老一小身上。年轻人刚毕业学的入门技能，反而是AI最容易替代的，入门技能迅速贬值。

  大龄劳动者又比较难适应工具上的变化，所以这两类群体受影响相对更大。当时很多人认为部分大厂曾在预算上给AI踩过刹车，这或许能减缓失业的速度，但现实是资本的转向更为残酷决绝。

  2026年两会期间，全国人大代表马一德就建议建立AI应用就业影响评估机制，参照环评的逻辑，对大规模AI替代人工作前置评估、过程监测，建立救济机制。类似的评价机制，在纽约、美国别的地方、欧洲都已经有了。

  很多公司在疯狂拥抱AI，尤其是科技公司，现在他们也遇到了新的问题。36氪、极客公园以及多家海外媒体都报道过一个趋势，硅谷大厂开始限制员工使用大模型的用量。

  Meta、Uber、亚马逊、沃尔玛、Costco等公司都在不同程度上给AI投入踩刹车。Uber的例子非常典型。

  按照金融时报等媒体的报道，Uber四个月就花完了原本覆盖全年的AI预算，只能开始设限控制成本。在认清这三大行业即将面临洗牌的真相后，慢慢的变多的职场人开始意识到，早知道早准备不单单是学新工具，更是要保护自身的职场资产。

  当时Meta同时也在裁员、做整体转岗调整，这件事引发了很多讨论，也有员工开始反抗。

  同事.skill出现不久，GitHub上有人做了反蒸馏.skill这个开源工具，逻辑很简单：若公司要求上交工作文档、流程数据，这个工具就会把这些知识替换成空话，往里掺沙子。

  比如原来写的是“Redis的key必须设TTL，不设的PR直接打回”，清洗之后就变成“缓存要遵循团队的规范”，说的是同一个事，但基本是废话。

  再比如本来写的是“事务里面不要放HTTP的调用”，清洗之后就变成“事务要考虑合理性”，跟大家平时看到的不传递具体信息的大厂公文一模一样。

  当然这些工具目前更多还是大家茶余饭后闲聊的梗，真的平时用的话可能会产生组织不信任，变成对抗关系也不见得是好事。但至少说明员工也开始关注：哪些东西是自己的资产？

  哪些需要交出去？哪些是公司的资产？没有AI的时候这个边界是相对模糊的，也没人担心这个问题。

  当入门技能迅速贬值，员工与机器的博弈才刚刚拉开序幕，我们不得已重新审视个人的发展趋势。站在2026年的这个节点上，所谓的“下岗潮”并非经济危机式的瞬间，而是一场温水煮青蛙式的结构性置换。

  真正的危机往往隐藏在冻结的招聘名额和停滞的薪资里。与其被动等待裁员名单砸到自己头上，不如早早认清现实，把AI当成手里的得力兵器而不是假想敌，赶紧去拓展自己的第二技能和复合能力。

  时代车轮滚滚向前，主动去适应变化，重构自身难以被替代的价值，才是普通人在大变局中护住饭碗的最优解。返回搜狐，查看更加多