“你花两周调的 prompt，最后替代的是你自己。”
这是上周一个在大厂做后端开发的朋友对我说的原话。他说这句话的时候，语气里没有愤怒，也没有自嘲，只有一种很深很深的疲惫。
他所在的部门今年开始全面强推 AI Coding。管理层下了硬指标：代码采用率要到 60% 以上，AI 辅助生成的代码量要占个人产出的 40%，季度末排名靠后的直接进入观察名单。
“你说我怎么办？”他问我，“抵触？不用 AI，效率跟不上，月底数据一拉出来，我就是那个要被优化的人。拼命用？我两个月把团队效率提了 30%，然后上周开会，老板轻描淡写来了一句：‘既然现在效率这么高，下半年的人员编制咱们再重新评估一下。’”
他沉默了几秒，说了一句让我头皮发麻的话：
“我感觉自己像一个死刑犯，在亲手给自己打造一把更快的铡刀。”
这就是我今天想聊的事。不讲段子，不灌鸡汤，我就把这件事撕开来讲——大厂技术人正在经历什么，这场 AI 强推运动的本质是什么，以及那个让人后背发凉的核心问题：
技术进步的红利全被公司拿走，裁员失业的风险却全留给员工。换谁，愿意主动研究 AI？谁会傻到亲手砸自己的饭碗？
一、一场精心包装的“效率置换”：压力向下，红利向上
先把这个游戏规则看清楚。
大厂强推 AI，表面上的叙事非常漂亮：降本增效、技术革新、赋能一线、释放创造力。台面上讲的都是“让员工从重复劳动里解放出来”“聚焦更有价值的工作”。但如果你真的坐进那些大厂技术人的工位旁边，你会发现现实完全是另一套剧本。
赋能是假的，替代才是真的。
管理层推 AI，核心逻辑从来不是“让你变强”，而是“让公司对你的依赖变弱”。这件事在技术组织里有一个非常精妙的设计，叫做“效率置换”。
什么意思？以前一个需求，高级程序员要写三天，中级要写五天，初级可能搞不定。现在 AI 辅助一下，高级两天，中级三天，初级也能磕磕绊绊弄出来。管理层看到的数据是什么？是交付速度提升了，是瓶颈被打破了，是“人的不可替代性”在大幅下降。
然后接下来的动作就很好预测了：既然初级也能干中级的活儿，那为什么要养那么多中级？既然效率整体提升 30%，那为什么团队不能缩减 30%？
你以为是工具赋能，其实人家算的是人头置换。
我认识的一个算法团队负责人跟我说得更直白：“AI 提效 30%，在老板的算盘里不等于大家轻松 30%，而是等于可以用更少的人干同样的活。节约下来的成本叫利润，不叫员工福利。这个账，老板算得比谁都清。”
所以你看，这场游戏的本质是什么？是公司把 AI 当成了杠杆，杠杆的一头是技术落地和业务增长，另一头压着的全是基层员工。公司承担的是“引入 AI”的成本，员工承担的却是“被 AI 优化”的风险。红利向上走，压力向下沉。
二、技术人的双重困境：不卷是死，卷也是死
然后技术人就被推进了一个经典的“双重束缚”困境里。这是最让人窒息的部分：你无论怎么选，都像是在往坑里走。
第一重束缚：抵触 AI，等于自杀。
在大厂现在的环境里，不用 AI 根本不现实。KPI 里嵌入了 AI 采用率指标，代码被 AI 辅助生成的占比直接和绩效挂钩。你不用，你的产出数字就比别人难看一截。管理层不会听你解释“我手工写的质量更好”，他们只看仪表盘上的数字——红色就是红色，解释没有意义。
更现实的是，当团队里一半以上的人都在用 AI 提效的时候，你不用，你就自动变成了那个“效率洼地”。每两周一次迭代，别人四个需求出完，你还在第三个磨细节。到季度末做人才盘点的时候，你就是那个数字垫底的异常值。在一家以效率为信仰的公司里，效率洼地就是天然的优化对象。
所以抵触，等于主动把自己推到裁员名单的最前排。这条路是死路。
第二重束缚：拼命用 AI，等于自掘坟墓。
那反过来，拥抱 AI、拼命提效，是不是就能活？表面上看是这样，你变成了效率标杆，数字好看，老板在周会上点名表扬。但这里面藏着一个更加残忍的陷阱：你跑出来的效率提升，是在为“团队缩编”提供数据支撑。
你花两周研究 prompt engineering，把接口生成效率提了 40%。季度复盘的时候，你的数据被管理层拿去做了案例——但这个案例不是在论证“这个人很棒我们要奖励他”，而是在论证“原来一个后端加上 AI 能干两个人的活儿，那下半年的 HC 是不是可以再压一压？”
你亲手打磨的那把刀，最后切掉的是自己的护城河。
一个在大厂干了七年的架构师跟我说过一段让我记到现在的话：“刚毕业的时候我觉得，技术壁垒就是我的护城河，谁也动不了。后来我发现，业务壁垒才更重要。现在我发现，连业务壁垒都不够，因为 AI 能把整个业务的复杂度和开发门槛直接拉低。当门槛被拉低，你就是可替换的零件。”
这就是 AI 强推运动里最残忍的一点：它不杀你的现在，它杀你的未来。你今天还能干活，但你的可替代性正在被自己每天的工作成果快速推高。你越努力，你的岗位就越不值钱。
三、谁愿意主动研究 AI？这不是守旧，是理性
到这里就该回答那个问题了：是不是技术人太保守、太抵触新东西？
恰恰相反。技术人可能是这个世界上最不抵触新工具的一群人。哪个程序员的浏览器收藏夹里没几十个技术博客？哪个后端没在周末啃过新框架的文档？技术人天然对工具敏感，对效率着迷，对新东西有好奇心。
但这次不一样。AI 这件事的特殊之处在于，它不是一把让你变强的武器，它是一把你被要求亲手锻造，然后亲手递上去，最后可能砍在自己身上的刀。
一个前同事跟我说得特别直白：“你让我学一门新技术，学完我涨薪，我挑项目，我的市场价值往上走。你让我研究 AI 提效，研究完我产出翻倍，然后老板开始琢磨能不能裁掉我旁边的兄弟。你说我有什么动力？我每调优一个 prompt，本质上是在帮公司论证一件事：原来这个岗位，不需要那么多人。”
这不是守旧。这是一个打工人最基础的风险收益判断。
当你在帮公司做一个“成本控制工具”的时候，你的收益是零甚至负数，而风险是实打实的——你正在系统性地削弱你自己这个岗位存在的必要性。这不叫拥抱新技术，这叫给老板递刀子。
你说可不可笑。AI 明明是人类最先进的技术成果之一，但在某些大厂的落地场景里，它变成了一种规训工具。不是让员工变得更强，而是让员工变得更可替代。
四、真正被割走的是“护城河”
更深一层想，AI 真正侵蚀的，不只是一个岗位，而是一个技术人花了五到十年辛辛苦苦积累起来的职业护城河。
一个刚入行的程序员靠什么站稳脚跟？靠代码熟练度，靠踩过的坑，靠对某个技术栈的深度理解。这些东西不是天赋，是时间。是用无数个加班、无数次线上事故、无数次苦思冥想堆出来的。
三年变成熟手，五年能独当一面，七年能带项目。这条路上堆满了自己的青春和身体损耗。然后 AI 来了，两周能生成你三年积累的代码量，一个月能把一个应届生拉到接近你三年的产出水平。
你花十年挖的护城河，AI 用三个月给你填平了。
这是最让人恐惧的部分。不是 AI 能写代码，而是 AI 能把你花大量时间积累的那个比较优势——快、稳、经验丰富——直接清零。
而公司在这个过程中扮演的角色是什么？是站在护城河对面，开着推土机填河的那个人。它不在乎你花了多少年挖这条河，它只在乎填平以后可以缩减多少人。你的积累、你的经验、你的不可替代性，在 AI 的成本模型面前，不值一提。
五、我们到底在抵触什么
所以，那些不愿意主动研究 AI 的技术人，他们抵触的根本不是技术。
他们抵触的是：一家公司把“研究 AI”这件事，定义成了“研究怎么让自己被优化”。他们抵触的是：公司用“创新”“效率”这些大词，把他们推向一个注定没有安全感的未来。他们抵触的是：明明是自己出了力、花了时间、提了效率，最后分享红利的时候没自己的份，承担风险的时候却第一个被推出来。
换谁，谁愿意？
当公司只把 AI 当成降本工具的时候，技术人的任何努力都是在自毁前程。这不是危言耸听，这就是眼下正在发生的事情。
你说技术人没有情怀吗？有的。他们也想做出更好的产品，也想用最先进的工具，也想有技术自豪感。但当他们发现自己的每一次提效都在为“缩编”提供数据论据的时候，当他们在周会上听到“既然效率这么高，那我们再看看人员结构”的时候，这种情怀就被击得粉碎。
要技术的进步，不要人的退场。
技术人的理想其实没那么复杂：他们希望自己学会的东西能让自己变得更有价值，而不是变得更多余。他们希望提效的成果能变成更多的奖金、更好的项目、更大的成长空间，而不是变成会议室里讨论“优化人员”时的一句轻描淡写。
如果 AI 是未来，那就请把未来共享给创造它的人。
如果效率是红利，那就请把红利分给提效的人，而不是只让他们承担风险。
否则，没有人会愿意为一把砍向自己的刀开刃。这不是蠢，这是一个普通人最朴素的自保。当技术人开始集体沉默、消极使用、暗中抵制的时候，管理者们应该明白一件事——
这不是守旧，这是心寒。
---
