真可怕的不是裁员，是不再补人

先看这几家最有代表性的公司

Block 这次最狠，也最直接。2026 年 2 月 26 日财报后，Jack Dorsey 的表述几乎没留什么模糊空间：AI 改变了公司构建和运营方式，更小的团队也能干更多事。AP 的报道里提到，Block 直接裁掉了 4000 多人，占 1 万多员工的四成左右。市场也很诚实，盘前一度涨超 20%。为什么涨？因为投资者听到的不是“技术理想”，而是利润率、运营杠杆和更快的盈利增长。更早一点，Block 在 2025 年 11 月的 Investor Day 还给出过 2026 年 gross profit 增长 17%、调整后营业利润增长 30% 以上的目标。说白了，这不是“公司快不行了所以裁”，而是公司觉得自己可以一边增长，一边把人砍得更薄。

Duolingo 则像是另一种打法。2025 年 4 月底，公司公开进入 AI-first 路线，明确说会逐步停掉 AI 能做的外包工作，新增编制也要先证明 AI 干不了。几天后，它一口气上线 148 门用生成式 AI 做出来的新课程。到了 2025 年 8 月，Duolingo 财报显示二季度收入同比增长 41%，盈利和订阅收入都很好，股价当天也大涨接近 30%。但这家公司也给了另一面教材：用户并不是完全买账，CEO 后来自己承认，社交媒体上的反弹确实把增长压到了指引区间的下沿。也就是说，AI 能帮公司放大内容产能、放大利润，但品牌和信任不是白送的。

Klarna 更像是过去两年最典型的“AI 压人力成本”样本。它在 2024 年就说过，AI 客服助手一个月处理了三分之二的咨询，工作量相当于 700 名全职客服。到了 2026 年 3 月提交的招股文件里，Klarna 又把账算得更直白：2023 年底还有 4352 名全职员工，2024 年底 3422 人，2025 年底只剩 2831 人，公司自己写明，人数下降来自于“利用 AI 提升效率、主动压缩总体 headcount”。同时，2025 年的人均收入已经从 2022 年的 34.4 万美元拉到 124 万美元。这个数字非常吓人。但 Klarna 后来也开始把一部分复杂客服问题重新拉回人工，尤其是高客单价和高风险场景。这里的教训也很明显：AI 很擅长吃掉标准化、重复性、流程化的工作，但一旦碰到复杂判断、信任背书、灰度责任，人还是要回来兜底。

Shopify 倒是把更可怕的一点说穿了。2025 年 4 月，Tobi Lutke 给员工的 memo 很直白：在申请更多 headcount 之前，团队要先证明为什么不能用 AI 把事情做完。它未必天天上头条裁员，但这比裁员名单更让人发毛。因为这意味着岗位入口先被卡死了，特别是初级岗和可标准化拆分的岗位。

市场为什么会给掌声

资本市场喜欢听 AI 故事，这事现在已经不需要遮着掩着了。

原因很简单：

收入不掉，甚至还在长。
人员成本先下去。
人均产出看起来更漂亮。
后面的利润率和现金流想象空间更大。

所以 Block 的股价会因为“更小团队也能干更多”而被立刻买上去，Duolingo 会在舆论挨骂的同时，照样拿到不错的财报反馈，Klarna 会把 AI 和效率写进自己的上市叙事里。

这里面当然有真提效，但也有明显的 AI washing 成分。很多公司并不是某个模型突然聪明到能把一个部门整体端走，而是管理层终于找到了一个很好听、也很好对投资者交代的理由：把过去几年扩出来的编制收回去，把自然流失的人不再补，把一些外包、客服、运营、内容生产、低阶分析的工作交给 AI 和更少的人一起做。

怎么说呢，AI 在这里既是工具，也是旗子。

这阵风，现在还在不在美国

还在，而且 2026 年 3 月这一下，风比 2025 年更硬。

美国裁员跟踪机构 Challenger, Gray & Christmas 的数据很能说明问题：

2025 全年，企业明确把 AI 作为原因的裁员计划达到 54836 人。
2025 年 10 月，AI 已经是当月第二大被点名的裁员理由，对应 31039 个岗位。
到了 2026 年 3 月，AI 第一次成了当月美国企业给出的头号裁员原因，对应 15341 个岗位，占当月已披露裁员计划的大约四分之一。

但这组数据也要反过来看。它说明 AI 裁员是真的，不是段子；也说明它还没有到“所有裁员都是 AI 替代”的程度。Challenger 从 2023 年开始跟踪这个口径以来，明确被归到 AI 的裁员，只占全部已宣布裁员计划里的一小部分。换句话说，美国现在更像是两股力量叠在一起：

一股是真实的自动化替代，先吃客服、内容、本地化、初级白领、后台流程。
另一股是宏观环境、成本压力、管理层收缩叙事，再套上一层 AI 的外衣。

所以如果只看新闻标题，很容易觉得“AI 已经把白领整体裁没了”；但如果只看官方口径，又容易低估它已经开始改写招聘和组织结构。

中国这边，为什么还没刮成美国那个样子

我倾向于认为，不是中国没受影响，而是影响的表现方式不一样。

从公开口径看，中国 2025 年到 2026 年更像是“抢 AI 人”，不是“拿 AI 公开裁人”。

新华社 2025 年 3 月底的报道里提到，2 月算法工程师和机器学习岗位的招聘量同比分别增长 46.8% 和 40.1%，AI 人才供需比大概是 3:1，明显供不应求。到了 2026 年 2 月，新华社另一篇稿子又提到，2025 年四季度中国 AI 相关岗位招聘同比还在增长 19%。工信部在 2026 年 3 月披露的口径里，2025 年中国核心 AI 产业规模已经超过 1.2 万亿元，相关企业超过 6200 家。

这组数据至少说明两件事：

中国现在的公开主旋律，还是产业扩张、模型落地、AI 人才短缺。
真正稀缺的，是算法、工程、行业结合型人才，不是普通意义上的 office 白领。

但这不等于没压力。

国内更像是静悄悄地挤：

外包先收缩。
校招和初级岗更谨慎。
运营、测试、内容、客服这类标准化岗位被先压缩。
一些原本需要两三个人协作的杂活，现在开始默认一个人带着 AI 干。

所以你会觉得“怎么没看到中国到处喊 AI 裁员”，但很多岗位的入口已经变窄了，只是没有被高调包装成一封给投资者看的公开信。

金融 IT 开发，最该警惕的其实不是“明天被替掉”

我自己也是做金融 IT 的，所以这部分体感会更强一些。

短期来看，金融行业核心链路上的开发，尤其是交易、清算、风控、合规、监控、低时延通讯这些位置，不太可能被 AI 一刀切替掉。原因不复杂：责任太重，审计太严，异常成本太高，出了事不是改个 prompt 就能圆回来。

但另外一面也很现实：

写胶水代码的人会先难受。
纯 CRUD、纯接口搬运、纯文档整理的价值会继续下滑。
测试、运维脚本、报表、内部工具这类活，会越来越被默认“你带着 AI 一起做完”。
团队对单兵作战能力、业务理解、上下游串联能力的要求会更高。

说白了，未来几年最危险的，不一定是“AI 把开发替掉”，而是“公司默认一个能熟练用 AI、又懂业务边界的人，顶得上以前两三个人的产出”。如果一个开发只剩下代码体力活，不掌握业务、不理解风险、不承担最终责任，那确实会越来越被动。

最后一点不那么好听的判断

Block 这条新闻让我震动，不是因为它代表 AI 已经成熟到可以彻底接管金融科技公司，而是因为它代表管理层和资本市场已经愿意这么讲了，而且市场愿意信。

这才是最要命的地方。

技术成熟度，也许还没到那么夸张的程度；但组织会先按“它已经差不多行了”来改，招聘会先按“少招点人也没事”来改，晋升和绩效也会先按“你为什么不用 AI 多干一点”来改。

对普通开发来说，尤其是金融 IT 这种夹在业务、合规、系统稳定性之间的工种，接下来要做的不是跟 AI 对着干，也不是盲目乐观，而是尽快把自己从“代码体力工”往“懂业务、懂风险、懂边界、能兜底的人”那边挪。

不然的话，美国那阵风，迟早会吹过来。就算不是同样的新闻标题，压力也会落到同样的人身上。

参考资料

写作附记

原始提示词

整理最近一年由于AI导致的裁员，大规模的裁员，裁员以后公司的经营情况，市场的反馈，目前是不是裁员的风还在美国，中国境内波及面不大。我自己就是金融IT行业的开发，Block 裁员的新闻让我震撼很大。

写作思路摘要

从 Block 这条新闻切入，先保住“金融 IT 开发者被震到”的个人视角。
没把所有裁员都粗暴归因给 AI，而是拆成“公开裁员”“冻结增员”“入口岗位被挤压”三层。
选了 Block、Duolingo、Klarna、Shopify 四个代表性样本，分别看裁员、增员冻结、经营结果和市场反馈。
中国部分没有硬写成“没事”，而是落在“公开裁员风没美国大，但结构性挤压已经开始”。
结尾把判断落回金融 IT 开发的真实处境，重点不是煽情，而是职业结构在变。