一夜之間,3萬人被裁:4位程序員講述崩潰經歷

2026-04-02 | 來源: 鳳凰網科技 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

凌晨6點，一封郵件，裁掉三萬人。

“沒有任何溝通和征兆，一睜眼工作沒了。”不少員工從睡夢中醒來，只等到了一封冰冷的遣散通知。

這是上季度淨利潤同比大漲95%的科技巨頭甲骨文。一邊瘋狂擴建AI數據中心，試圖為OpenAI等公司提供算力基礎，一邊為節省上千萬投入資金而進行“無差別裁員”——不看績效，不看職級。“人不如AI”的殘酷現實下，科技公司認為，人類不再是創造企業營收的核心資產，而是急需甩掉的歷史包袱。

在難踩刹車的歷史換擋期，首當其沖的就是受AI coding沖擊的程序員們。

過去，程序員的價值在於寫出能運行的代碼，從0到1的構建過程，充滿了探索、試錯。

現在，只要有想法，交給AI就可以直接進入驗收環節。程序員只需向AI發送指令，做Review（審核）、驗證，就可以完成交付。

快是AI的本能，但結果到來的速度太快，過程被一鍵壓縮。原本用來寫代碼的時間，被更多討論、修改與確認占據，大腦一直在做判斷，在給AI下指令和審查AI結果中不停切換。

AI提效下，人反而越來越累，越來越忙。

圖｜來源於電影源代碼

程序員陳凱向我們打了一個比喻，現在的AI革命，像極了工業革命初期的血汗工廠。蒸汽機的發明讓生產力暴增，卻並未帶來工人解放，反而出現了更極致的壓榨——機器不停，工人便要連軸轉，工作時間反而更長。

“我們現在就像守著機器的工人。”他說，“機器不能停，人就無法休息。”

也有受訪者忙著學習AI提效。“如果不主動學習、表明擁抱AI的態度，很可能會被第一批裁員。”

AI能力越強，第一波被沖擊到的程序員群體就越焦慮，越疲憊，也越身不由己。

我們和中美兩地不同工齡和職位的程序員們，聊了聊他們近期遭遇的變化和感受，以下是他們的自述。

公司開始“卷”Token用量，用不夠，就淘汰

Kitty，30歲，工齡6年

我在西雅圖做後端工程師，一共6年經驗，前幾年在Oracle，後面在一個著名的SaaS卷王公司。

如果是兩年前，你問我在美國互聯網公司工作是什麼感覺，我可能會說節奏還可以，至少不像外界想的那麼拼。但現在，這種狀態已經完全不存在了。

AI進來之後，一切都變了。

像我們以及Meta之類的公司，現在都在非常激進地推進AI。節奏一下子被拉高，壓力也跟著上來了。

我現在這個組，日常就是996。晚上10點、11點、12點，甚至凌晨一兩點，都能看到有人在發代碼；早上8點，又有人開始發。周末也經常臨時加班、開會。

現在大家都是Cursor的深度用戶，基本所有代碼都用AI寫。以前一個功能兩周做完是正常的，現在你用AI，一兩天就要有結果。哪怕沒有完整交付，一周也必須給出階段性反饋。

這些代碼不是說用AI寫完就結束了，你還要去看、去理解，甚至去跑代碼，才能確保沒有問題。所以，雖然用AI寫，但往往還得需要用更多的時間去理解和維護代碼。

管理層覺得AI可以極大提升效率，但這個效率的實現，是要靠人去“補”的。你必須不斷配合AI，才能達到他們想象的產出速度。結果就是工作量沒有減少，反而更多了。

我們內部現在的績效機制，也在往AI傾斜。

最直接的是代碼量。我們有一個排行榜圖表，每天刷新，所有人發了多少行代碼一目了然。績效是直接和這個掛鉤的。

如果你不用AI，你根本不可能競爭得過別人。

我們組有兩個“卷王”，他們一年發的代碼量，是一般人的十倍。他們完全依賴AI，三個月能發500個PR（Pull Request，合並請求），把整個部門都“卷”起來了。現在大家會被要求向他們看齊。

甚至開始“卷”Token的使用量後，有人寧可用大量的Token去改一行代碼，也不會自己手改。因為老板會看Token量。

雖然不明文寫進績效，但實際上已經成為核心評判標准了。末尾淘汰制下，每三個月評一次績效。之前是連續兩次拿差績效才會裁，現在這種情況下，一旦你第一次拿到差績效，基本確定就會被裁了。所以大家一點也不敢松懈。

最近，公司內部還發了一封郵件，說AI時代，以後必須只能用AI寫代碼，不允許手寫，要縮短人類審核的周期。這封郵件還強調了好幾次，必須要快速迭代。郵件中還承認，我們這個行業就是腥風血雨的。

我們公司有9000多個人，就在兩三周前，整個公司裁掉約70個員工，就是把technical writer一整個職位一口氣全端了——這些人以前負責寫技術文檔，要和工程師、產品經理溝通，把功能解釋清楚給客戶看。

但有了AI之後，公司會覺得不需要這些人了，只需要把代碼給AI，它就會給你輸出對應的文檔。他們現在一天到晚都都泡在領英上找工作。

我自己上個季度已經拿到Warning（警告）了，估計大概率也會被裁。所以在考慮轉行，因為還年輕，還有機會換別的賽道，可能去做醫藥行業。

其實不只是我焦慮，我身邊幾乎所有的人都在焦慮，包括我換組前的一位領導。我們都在想，不知道一年後還會不會有工作。

我有和我現在的同事聊過職業規劃。在這個行業待了十年以上的，他們已經攢夠退休的錢了。被裁了也無所謂，做一天和尚撞一天鍾。

最焦慮的應該是有孩子的人群，他們非常依賴這份工作，還得繼續卷。和我相近年齡的，都在學習AI，想去做AI相關基礎設施的開發，希望別被時代淘汰。

我們公司最近在做一個AI Week，要專門花一周的時間，讓所有人來研究怎麼用AI提升自己的效率。但我有同事看到了內部的文檔，實際作用是，根據AI Week的產出結果與對效率的提升程度，來決定裁員人數。

在美國，被裁也沒有太多保障。我們這邊大概是兩個月遣散金，勞動法保護很弱。你如果是績效不好被裁，對找工作影響更大。

我前司甲骨文已經在進行大規模裁員了。在Oracle的微信群裡，每天都能聽到他們說哪個組有多少人沒了，至少一萬多人。我同事組裡的經理，和領導都被裁員了，大家都很焦慮。

整個市場也在變差，現在幾乎找不到那種每天只用工作四、五個小時的崗位了。我2025年還在找這樣的工作，但現在肯定是沒有了。

公司默認你至少是一個每天工作8小時的人，實際上更遠遠不止。再加上現在大家都不敢跳槽，因為外面的市場更差。市場上流動出來的崗位，大多都是強度很高的崗位。

之前有說法是，AI正在殺死SaaS公司。我們業務層面還沒有明顯沖擊，因為有底層技術壁壘，也在做AI功能。但資本市場已經給出反應了——對SaaS整體是悲觀的，股價跌得很厲害。

AI更像是在放大資本的能力。它就像是一條鞭子，讓公司抽著程序員前進。如果你不能跟上AI的速度，就只能被淘汰。

AI寫完代碼後，我還是得每天工作18個小時

吳奇，24歲，工齡1年

我在TikTok做算法，是和業務直接相關的算法崗，要背業績指標。

很多人對美國互聯網職場的想象，還是那種“不打卡、節奏松、工作生活平衡”的樣子——這是在沒有AI的時候。

表面上看，我們作息確實很“自由”，一般是早11晚6，吃完飯就走。Google、Meta這些公司，大多也是早9晚5點。

但這些只是明面上的工時。AI進入工作流後，這種“自由”基本只剩下了形式。你人可以不在公司，但你的工作不會停。

我們這種崗位要對結果負責。比如一個季度，目標是把某個模型上線，或者把核心指標做上去。AI出現之前，這個過程是有節奏的：寫代碼、調試、驗證，一步一步推進。

2025年中，Cursor這一類AI編程工具大規模普及後，現在身邊幾乎沒人再手寫代碼，都是用AI。

效率確實被大幅度提高了。但同時，公司對我們的工作預期也上升了。

老板會覺得，既然AI能寫代碼，那麼代碼就不再是問題。

以前，一個功能推進慢一點，被視為正常，畢竟手敲代碼很耗時間。但現在，在管理層眼裡，我給你一個任務，你有AI，那明天就應該有反饋；哪怕沒有完整結果，一周至少也應該給出一個說法。

以前，不會特別明確有上線節點。但AI普及之後，大家逐漸形成了一種共識：每個季度都必須要有產出。即便不會寫在KPI裡，但也能明顯感受到。項目如果一段時間沒進展，領導催得更緊。

在組裡待了三年的老同事，告訴我，最近半年明顯氛圍變了。晚上10點不回消息，領導會直接打電話問項目進度，因為領導也在開會，需要實時匯報。這種超越工作時間邊界的事，在AI進入工作流之前，基本不會在硅谷發生。

而且，同事之間的零和競爭更激烈了。

真實的電詐:印度失業程序員東南亞越獄實錄

再見,人類程序員!OpenAI:一行代碼都不寫了

程序員過勞猝死:死後仍收工作訊息官方認定工傷

所有人提速，其實等於沒有人提速。畢竟，績效還是按相對排名來打的。一個組那麼多人，總有人要拿差績效。

當周圍的所有人都在用AI往前沖的時候，你根本不敢停下來。這種壓力會慢慢變成一種離線焦慮。

表面上已經下班了，但並沒有真正離開工作。哪怕回到家，腦子還在反復轉：這個模型還能不能再快一點，這個方案還能不能再好一點，這個效果是不是還有優化空間。

你不是被誰明確要求必須工作到幾點，而是會被結果追著走，被周圍人的速度推著走。

現在我早上9點醒來，第一件事就是打開電腦看代碼。AI已經幫你把很多事情提前做完了，人類必須盡快跟上它的進度。晚上6點回家後，十一二點躺在床上，腦子裡還在反復想：這個模型還能不能再優化，這段代碼還能不能再提速。

AI並沒減輕工作量，反而讓人更難停下來。

過去，TikTok海外團隊一般比較松弛，很多時候等國內產品先上線，我們再跟進。但現在，時間差正在被強制壓縮。以前可能國內先發，我們再慢慢追；現在，管理層會希望海外業務同步推進，甚至希望你比國內更快。這幾乎是不可能輕松完成的事。

千問、DeepSeek這些模型一有新動態，相關團隊都要立刻跟進測試。

從功能上，TikTok相當於抖音的一個子集。抖音已經把很多功能做到很完善了，豐富的內容形態，長視頻入口這些，Tiktok很多都還沒有。一方面是技術能力的問題，另一方面也有版權和合規限制。

還有就是，國內字節有幾萬人，清北什麼背景的人才都能招到。但在美國，團隊只有幾千人，還面臨著招人難、留人難的問題。能過面試的人，往往更願意去Meta、Google，薪資和股票等待遇更好。即使招進來，很多人也會因為強度太高離開，這就決定了你很難像國內那樣快速迭代產品。

所以很多人會覺得，為什麼TikTok不直接把抖音的功能全部復制過來。其實不是不想，而是很難做到。也因此，管理層想盡快借助AI能力縮短TikTok和抖音的差距。

當下，公司也不會花錢養太多可替代的人了，開發崗招聘在顯著收縮。受沖擊最大的肯定是應屆生和初級崗位。今年亞馬遜、Meta以及其他一些大廠，應屆生招聘都比去年更少。去年本來就不樂觀，今年只會更難。

舊的崗位在減少，但新的工作方式又要求你跑得更快、做得更多。

很多人以為，AI編程後，程序員可以不用那麼累了。代碼確實是寫得更快了，但真正消失的不是工作量，而是工作的邊界。

在“永不休息”的AI幫助下，你很難說清，什麼時候算做完，什麼時候可以停下來。

一句代碼也不用手敲，AI會“預判”我的需求

李鏘，38歲，工齡15年

我在一家廣州外企工作，寫了整整15年代碼。今年3月，被公司優化了。

給出的理由是戰略調整、崗位不再保留，但我心裡清楚，年紀不小加上薪水不低，自然成了第一批被優化的對象。

但最核心的理由，顯然還是因為AI。

一年前，AI編程工具剛起來那會兒，生成的代碼可用率不足5%。不到半年，適配編程場景的AI插件陸續上線，在代碼編輯器裡寫一行中文注釋，AI就能自動補全完整的功能代碼，這時候代碼可用率已經能到30%-50%了。

直到去年八九月份，隨著大模型迭代，可用率突破到70%。2025年底，AI生成的代碼可用率基本穩定在90%以上。

2026年開年，我基本一句代碼都不寫了，純粹就像客服一樣，只給AI下達指令。

再到後來，我連字都懶得打，在家直接用語音給AI派活。我會同時開兩三個AI窗口，一個寫需求文檔，一個用三個不同的開源框架寫Demo，還有一個做競品分析。人去沖個咖啡、炒個菜的功夫，十幾分鍾回來，所有工作都做完了。

放在以前，只是這三個框架的Demo，我自己手寫至少要半個月。

AI直接將程序員職業的門檻降到了底。只要你會打字、能說清楚需求，哪怕完全沒學過編程，也能讓AI寫出能跑的代碼。

我用15年時間堆起來的職業護城河，一夜之間就被AI填平了。

我們總說AI是生產力工具，是來解放人的。可最後你會發現，它解放的是公司的人力成本，從來不是打工人的時間。

沒有AI的時代，我們做程序員其實很簡單，把功能寫穩、跑通、不出錯，能按時、按質交付，就已經足夠了。那時候的工作有明確的邊界，做完就是做完，心裡踏實。

可現在不一樣了，AI 早已不是那個只會被動執行指令的工具。它會主動預判我的需求，一個需求剛做完，它會接著問，要不要優化代碼性能？要不要補充安全校驗？甚至會主動告訴我，現有方案裡，還有哪些風險點可以提前規避、哪些細節可以做得更完善。

既然它五分鍾就能做到80分，我為什麼不能讓它做到更好？我總會忍不住繼續優化。

它永遠在告訴我，我還能做得更好。

隨之失去的，還有我寫代碼的樂趣。我大學專業是游戲程序設計，最開始寫代碼，純粹是因為喜歡。寫代碼像玩游戲搭積木，需要一點點琢磨，遇到一個難搞的bug，熬通宵想辦法解決，最後跑通的那一刻，是前所未有的成就感。

AI來了之後，不需要我再處理過程，只需要說一句話，十秒鍾給你成品，哪怕我改了想法，AI也能馬上給我一個新版本。

我當年剛入行時，一位廣州華南理工大學計算機專業的大四實習生，轉正薪資就能拿到13000，這個數字在當時是其他行業普通畢業生的兩三倍。那時候，計算機專業是所有高考生眼裡的香餑餑。培訓機構遍地都是，哪怕零基礎，培訓三個月，入行就拿高薪。

可現在，AI將一切都打碎了。一個剛畢業的計算機學生，學了四年的代碼能力，AI一秒鍾就能超過。他拿什麼和別人競爭？剛入行，就遇上了行業的崩塌。

被優化之後，我先不考慮急著找工作。我心裡很清楚，即使再找一個程序員的崗位，也幹不長久。我認為今年內，程序員這個崗位的數量，一定會出現斷崖式下跌。

我打算先領幾個月失業金，試試做自己的項目，看能不能找到新的方向。實在不行轉行去做藍領。電工、木工都可以。現在藍領的工資越來越高，至少這些活，AI還替代不了。

AI讓我效率翻了10倍，卻比以前更忙了

陳凱，30歲，工齡7年

我畢業後就在杭州阿裡做程序員，工作七八年了。大學時計算機行業很火，我的專業本身也要寫代碼，畢業後順理成章成了一名碼農，現在在團隊也算個小中層。

我可以說是國內最早一批接觸AI編程的人，從2022年底ChatGPT剛推出時，便一直在關注。2025年AI Agent全面爆發，到現在Cloud Code、Copilot這些工具遍地開花，這三五年AI的迭代，快得讓人有點喘不過氣。

很多人說，有了AI，程序員就不用寫代碼了。其實也不是完全不用寫，只是不用再一行行地手敲。

以前一個月手敲五六千行代碼。現在一個月，我的代碼提交量已突破10萬行——但其中90%來自AI。

省下的時間留給我做的，是將我的想法、架構設計、業務邏輯完完整整地告訴AI。

以前程序員崗位分得特別細，前端、後端、算法、數據開發，各司其職。現在AI將門檻拉低，AI負責一線的編碼執行，人只需要將方案和想法喂給它。比起實操，架構能力、邏輯思維、把事情講清楚的描述能力，現在更關鍵了。

為了讓AI寫出來的東西更靠譜，我們也會用Skills，類似給AI看的說明書。例如先寫測試用例，再寫實現邏輯，寫完自己跑測試，這樣跑出來的代碼 bug 會少很多。

我粗略算過，AI讓我的工作效率提高了至少有10倍。以前寫一份代碼要花上一天，現在 AI 10分鍾就能出初稿。開會的時候可以指揮AI來寫，忙別的事的時候它也在寫，根本不會被打斷。

這個周末我純靠AI，寫了一個小程序，功能對標市面上一款商業化軟件的80%，前後就花了一天時間。

人也不需要一直守在電腦前，在陪孩子玩的間隙，跟AI聊兩句，它提個需求，15分鍾就能得到一個結果，等我驗證完再提優化要求，就重復斷斷續續地做完了。放在以前，這活兒我至少要花上半個月。

AI讓效率翻了10倍，我卻比以前更忙了，這種變化大概從最近半年開始。

很簡單，AI不是我一個人的獨門武器。老板也懂AI能提效。以前一個需求評估要一周做完，現在領導會認為有了AI加持，兩個小時就該搞定。但實際上，考慮到業務系統的復雜度、技術兼容，時間只會更長，這中間的差距，只能靠我們自己加班加點來補上。

領導和執行者的預期差，以前也有。只是AI來了之後，gap 被拉得更大了。

現在工作模式也不得不變，單線工作模式不存在了。以前是做完一件事，再接著做下一件，現在得多線程並行——我會一邊聽會一邊跟AI聊需求，再同步想下一個方案，腦子根本閒不下來。

更累的可能是心理上。AI發展得太快，我和其他同事多多少少都會有危機感，總覺得不學習，馬上會被淘汰。

晚上下班到家，也會刷會兒推特，看看海外的同行們在聊什麼，總要跟上這個時代的腳步。說起來有點心酸，我們現在不是卷不過年輕人了，而是卷不過AI。

也有人問我，AI的出現，對程序員來說到底是好事還是壞事？從我私心來講，其實不太好。它確實解放了我的生產力，但也實實在在給我的職業帶來危機。產出的確在翻倍，工資卻停滯不前，畢竟我們不是流水線工人，不是按件計費。

我家孩子現在上幼兒園，我有時也在思考，我們的下一代，該學些什麼呢？以前公認地那些重要能力，可現在再怎麼學，也比不過AI了。

（文章題圖以及部分配圖由AI生成；受訪者為化名）