## 一、先分清"裁的是岗"还是"裁的是人" 最近这类新闻特别多：某大厂裁掉几百人，同期又招了几百个 AI 岗。 看着矛盾，其实是两件事。裁掉的多是重复性岗位，招的是能把工具用起来的人。数量相似，性质完全不同。 所以看到标题先问一句：裁的是哪个部门，招的是哪个方向。答案往往比数字重要。 「裁员」和「优化」这两个词，现在几乎是同义词。但对看新闻的人来说，它们指向的东西完全不同。 裁岗是结构变了：某个职能不再需要那么多人。裁人是成本变了：同样的活，用更少的人干。 分清的方法不复杂：看它裁完之后招什么。同一个方向裁了又招，是换人；裁完不招，是撤线。 ## 二、三个真信号 第一，招聘 JD 里有没有出现"会用 AI 工具"这类要求。出现了，说明岗位定义在变。 第二，内部培训有没有变成硬指标。有的公司把 AI 工具使用写进季度考核，这种变化比裁员新闻更能说明方向。 第三，外包和实习岗的比例。很多公司表面不裁员，把活转给外包，数字上看不出来。 三个真信号：招聘页面的方向、内部公开文档的措辞、以及外包比例的变化。 招聘页面最诚实。它招什么，说明它缺什么，也说明它接下来要做什么。 外包比例上升，通常意味着公司在把「可标准化」的活往外挪。这一步往往是裁员的前置动作。 ## 三、哪些岗位先被压缩 按我观察到的顺序： 先是纯信息搬运类，比如整理表格、抄录、初筛简历； 再是模板化输出类，比如固定格式的周报、标准话术的客服回复； 然后是中间层协调，比如只做传话的项目跟进。 最后这一类最容易被低估，因为它的价值本来就藏在沟通里，工具一接上，中间层就薄了。 先被压缩的岗位，通常有三个特征：产出难量化、流程可拆解、交接成本低。 产出难量化，意味着年底说不清自己做了什么；流程可拆解，意味着可以切成标准动作交给系统；交接成本低，意味着走了也不影响别人。 三条都占的岗位，最先动。只占一条的，还能撑一段。 ## 四、哪些岗位反而更值钱 三类： 一是能定义问题的人。工具能执行，但不知道要执行什么。 二是能验收的人。生成的东西对不对，得有人判断。 三是能扛责任的人。出了事有人签字。 这三类共同点是：判断力和责任，都不在工具的射程内。 哪些岗位反而更值钱？三类：能定义问题的、能验收结果的、能跨部门协调的。 第一类最稀缺。多数人擅长执行，不擅长判断「该做什么」。 第二类是新增的。AI 产出多了，验收就成了瓶颈，能验收的人自然涨价。 ## 五、普通人的应对，别只学提示词 提示词是入门，不是护城河。会写提示词的人半年后就一大片。 更实际的做法是把自己岗位里的"判断环节"抽出来，写清楚判断标准。比如什么算合格、什么必须打回、哪些情况要升级。 这份标准写明白了，你就不再是执行者，而是定标准的人。 普通人的应对，我见过两种，效果差别很大。 一种是学提示词，把工具用得比别人熟。这条路短期有效，门槛也低，但护城河很浅——半年后人人都会。 另一种是把业务摸透，让工具替自己干杂活。懂业务的人用工具，产出是懂工具的人的三倍。这个差距，短期内不会缩小。 ## 六、看新闻的方法 我的建议是：别只看裁员数字，去看那家公司的招聘页面。 招聘页面是公司对未来的下注，骗不了人。裁掉的和招进来的，一对比就能看出它在往哪走。 补一个现实判断：AI 岗位本身也在分化。 做调参和做数据的两类，前者在收缩，后者在扩张。因为瓶颈已经从模型转到了数据质量。 所以想进这行，先想清楚自己站哪一边。 看新闻的方法，我总结成一句：别问「谁被裁了」，问「这个岗位的活去哪了」。 活消失了，是结构变化；活还在，只是换人干，是成本变化。 两种情况的应对完全不同。前者要换赛道，后者只要提升效率。 ## 延伸参考 写工具和系统类的稿子，我一般先去万象系统之家翻教程，比搜零散帖子稳。 [万象系统之家](https://www.maxdo.tech/) 留一句：岗位不会整体消失，但会重新分层，分层的位置由你定标准的能カ决定。