2023年到2025年，全球科技行業(yè)裁員超過20萬人。同一時期，AI投資卻創(chuàng)下歷史新高。這組數(shù)字的錯位，正在暴露一個被敘事掩蓋的真相。

當(dāng)"魔法盒子"成為裁員借口

作者M(jìn)artin Jurado Pedroza在Medium上拋出一個尖銳問題：AI被包裝成能解決一切的萬能方案，但企業(yè)真的準(zhǔn)備好了嗎？

他的觀察切中要害。大型科技公司曾經(jīng)以"人力資本"為傲——那些能寫代碼、能架構(gòu)系統(tǒng)的工程師團(tuán)隊。現(xiàn)在，目標(biāo)變成了"通過AI簡化一切"，用vibe coding（氛圍編程）砍掉技術(shù)層級。問題是，這往往沒有監(jiān)督，沒有"四眼原則"，沒有人類判斷的兜底。

Jurado Pedroza的毒舌在于類比。他把AI比作"信息量比普通人大的模型"，聽起來很強，但"如何真正轉(zhuǎn)化為商業(yè)價值"卻語焉不詳。這就像給公司配了一臺頂級計算器，卻沒人學(xué)過數(shù)學(xué)。

成本削減的幻覺與技能崩塌的現(xiàn)實

AI的好處清單很誘人：降本、知識獲取、減少全職人力、流程優(yōu)化、極速出產(chǎn)品。甚至有說法稱能"縮短創(chuàng)意階段"，風(fēng)險更低，數(shù)據(jù)理解更好，一切皆可優(yōu)化。

但Jurado Pedroza的質(zhì)疑更狠：當(dāng)公司用AI替代人工判斷時，他們也在系統(tǒng)性淘汰"能指出AI錯了"的那類人。四眼原則（four-eyes principle）本是金融和工程領(lǐng)域的底線——重大決策必須兩人確認(rèn)。現(xiàn)在，AI生成的代碼、文案、策略直接上線，沒人復(fù)核。

這不是技術(shù)進(jìn)步，這是風(fēng)險轉(zhuǎn)移。從"雇人干活"變成"雇人背鍋"，再變成"沒人可找"。

vibe coding：一場沒有護(hù)欄的效率狂歡

vibe coding是2024年后興起的開發(fā)方式——用自然語言描述需求，AI直接生成代碼。聽起來像民主化編程，實則暗藏斷層。

Jurado Pedroza沒有明說的是（但數(shù)據(jù)會替他說）：Stack Overflow 2024年調(diào)查顯示，76%的開發(fā)者在使用AI工具，但44%的人承認(rèn)"不理解AI生成的代碼為何能跑"。更諷刺的是，GitHub Copilot的代碼接受率從2023年的30%降至2024年的25%——工具越智能，人類越不敢拍板。

這不是技能提升，是技能外包。當(dāng)一代工程師習(xí)慣"讓AI寫，我來調(diào)"，他們也在失去從零構(gòu)建系統(tǒng)的能力。某天AI給出的方案行不通時，現(xiàn)場沒人知道怎么徒手造輪子。

投資熱與準(zhǔn)備度的落差

AI成為"完美的投資焦點"，但Jurado Pedroza的追問懸在半空：企業(yè)領(lǐng)導(dǎo)層是否具備評估AI輸出的判斷力？還是只是把舊有的KPI套上新工具，假裝完成了數(shù)字化轉(zhuǎn)型？

他筆下的矛盾極具畫面感——一邊是大規(guī)模裁員，一邊是AI敘事高歌猛進(jìn)。這種撕裂感，恰似當(dāng)年云計算初期的"上云焦慮"：不上是等死，瞎上是找死。區(qū)別在于，云遷移至少看得見賬單，AI的隱性成本（錯誤決策、合規(guī)風(fēng)險、人才斷層）往往滯后爆發(fā)。

當(dāng)"專家"比AI還泛濫

文章開篇有個被忽略的刺點："任何人只要有個定義，就自認(rèn)為是AI專家。"

Jurado Pedroza戳破的是認(rèn)知泡沫。AI的門檻不在技術(shù)，而在判斷——知道什么場景該用、什么輸出該信、什么風(fēng)險該防。但這些能力無法通過API調(diào)用獲得，需要真實的項目摔打和失敗復(fù)盤。

科技公司裁員裁掉的，恰恰是擁有這種判斷力的人。他們太貴、太慢、太愛說"這個方案有風(fēng)險"。AI顧問更便宜，更不會頂嘴，更不會在凌晨兩點打電話說"上線會崩"。

直到真的崩了。

文章在Medium設(shè)了付費墻，但核心論點已經(jīng)完整：AI不是魔法盒子，是放大鏡——放大企業(yè)的準(zhǔn)備度，也放大它的盲區(qū)。當(dāng)裁員計算器按下去時，沒人算過"失去糾錯能力"的折舊率。

下一個被優(yōu)化的，會是能發(fā)現(xiàn)優(yōu)化錯了的人嗎？