AI最先裁掉的，可能是公司里最会开会的人

杭州一个年薪86万的互联网总监，被裁后的第一个星期，做了一件很荒唐的事：他把过去三年主持过的会议全部列了出来。

周会、月会、项目会、复盘会、跨部门协调会、老板汇报会，一共二十七种。他管理十四个人，每天从早上九点半开到下午四点，剩下时间用来改PPT、催进度和给老板总结。公司一直说他“沟通能力强”“能推动复杂项目”，直到AI工具接进内部系统，两名项目经理加一个自动化流程，开始完成他原来大半的工作。

裁员谈话只有二十分钟。HR给了补偿，老板说组织要扁平化，还特意安慰他：“跟你的能力没关系。”

他回家后越想越怕。假如跟能力没关系，下一家公司为什么还要花86万买下他？

2026年9月，Uber宣布计划削减约10%的员工，公开信息提到目标包括中层管理和只有一两名下属的“微型团队”。公司强调要减少层级、简化结构，并没有把裁员全部归因于AI。可很多企业正在做同一件事：先用AI提高信息流动速度，再追问中间那几层人到底提供了多少独立价值。

我的判断会得罪不少职场人：AI最先打疼的，未必是能力最差的人，也未必是最基础的执行岗。它会先逼公司清点那些靠传话、汇总、催促和会议存在的岗位。

很多高薪中年人的危险，就藏在一句曾经很体面的自我介绍里：“我主要负责协调资源。”

高工资为什么会制造一种能力幻觉

一个人在大公司拿到高薪，很容易把工资全部理解为个人能力的价格。其实一份工资里，混着好几种东西：平台信用、部门预算、组织规模、行业红利、老板信任、团队产出，以及个人贡献。

你在腾讯推动一个功能上线，背后有品牌、有法务、有数据、有设计、有开发、有千万级用户。你发一封邮件，供应商当天响应；你拉一个群，十几个团队必须配合。离开平台后，同一句话可能没人回复。

这不说明大厂员工没有能力。大平台本来就应该放大个人能力。问题出在很多人待久以后，已经分不清哪些结果由自己创造，哪些结果由系统托着完成。

开头那位总监最擅长的，是把不同部门的信息收集起来，整理成老板能看的版本，再把老板的要求拆给团队。过去这很费时间，也很依赖经验。现在会议可以自动转写，AI能生成待办、识别风险、对比延期、写周报，还能从项目数据里直接做出管理摘要。

原来需要一个高薪经理搬运的信息，开始自己流动。公司自然会问：这层管理到底还剩什么？

如果答案是判断、决策、承担责任、培养人才、争取关键资源，他仍然很贵。如果答案是开会、同步、提醒、润色和向上汇报，价格会迅速下降。

“AI裁员”有时只是老板终于拿到了一把刀

讨论AI裁员，很容易陷入两个极端。一个说AI马上取代所有人，另一个说AI只会辅助人类，工作不会消失。企业实际做法更现实：只要AI让同样的业务少用几个人，管理层就会重算编制。

美国劳工统计局公布的2026年8月就业数据里，信息行业当月减少2.3万个岗位，过去十二个月平均每月减少8000个。计算与数据处理、出版、广播与内容行业都有下降。这个数字不能证明每个岗位都被AI取代，经济周期、公司并购、业务收缩同样会影响就业，可它至少提醒我们，技术行业的岗位并不会因为技术更重要就自动增加。

截至2026年9月10日，Layoffs.fyi口径下，年内已有299家科技公司宣布裁减约12.85万名员工。不同公司给出的理由各不相同：效率、成本、组织调整、战略转向、AI投资。媒体标题喜欢写“AI抢走工作”，老板更喜欢写“提高敏捷性”。落到员工银行卡上，两种说法没有区别。

AI在这里扮演了三种角色。

它是工具，让一个人完成原来两三个人的工作；它是预算竞争者，公司把工资成本转向算力、数据中心和模型；它还是解释框架，管理层可以用“AI转型”包装一次原本就想做的组织清理。

所以，一个人被裁后只去学几个提示词，可能抓错了重点。公司淘汰他的原因未必是不会用AI，可能是他的岗位在新的组织图里已经没有必要。

公司里最危险的四种高薪工作

第一种是“人肉路由器”。所有信息都经过他，邮件抄送他，项目卡住找他，老板发话由他转述。他看起来不可缺少，实际价值建立在组织信息不透明上。系统一旦打通，他的忙碌会突然显得多余。

第二种是“PPT翻译官”。下属写事实，他改成老板喜欢的语言；老板给方向，他再改成团队能执行的任务。AI很擅长格式转换和语气调整。翻译官若没有自己的判断，工作会被压成一次按钮。

第三种是“会议型管理者”。他一天排满日历，存在感来自召集所有人。他很少亲自做关键决定，也不掌握核心客户、产品或技术。会议越多，他越像组织枢纽；一旦公司要求减少层级，他的日历会从资产变成证据。

第四种是“流程守门人”。他熟悉审批、报销、合规和内部系统，能告诉新人每一步找谁。过去流程复杂，这种知识很值钱。AI助手接入制度库后，员工直接提问，守门人的稀缺性会下降。

这四类人通常都很忙，也常被评价“靠谱”。忙碌掩盖了一个问题：如果拿走公司名字、部门权限和下属，他们还能独立完成什么结果？

被裁以后，他才发现自己没有作品

杭州那位总监开始投简历时，猎头问他：“你最能证明能力的三个项目是什么？”他发过去一份四页简历，上面全是负责、推动、协同、支持。

猎头又问：“收入增长多少？成本降了多少？关键决策是哪一个？假如没有你，项目会有什么差别？”

他回答得很吃力。过去三年的项目都属于公司，数据不能带走，材料在内网，最终成果由团队共同完成。他能讲清整个过程，却拿不出一件外部市场看得懂的作品。

第一次面试，对方把年薪压到48万，问他能否带一个三人团队亲自下场做产品。他觉得受辱：“我上一家公司已经不做执行了。”面试官笑了一下：“我们这里没有那么多人给你协调。”

第二次面试更直接。老板让他现场用AI做一份竞品分析，再用十分钟给出产品取舍。他熟练地写了提示词，拿到一份结构完整的报告，却无法判断其中两个市场数据明显有问题。老板问：“你平时怎么验证？”他沉默了。

第三个月，他还没找到合适岗位。房贷每月1.6万，孩子国际学校每学期近十万，家庭固定支出一个月超过3.5万。补偿金看着不少，除以每月开销，焦虑立刻变成倒计时。

他终于接受一份顾问项目，帮一家制造企业梳理售后流程，费用只有三万元。没有团队，没有现成模板，客户也不听互联网黑话。他去仓库待了四天，跟着售后接电话，才发现系统没有问题，退货慢在仓库每天下午四点才打印一次单据。

他把流程改成每两小时批量处理，结合AI自动分类问题，六周内把平均响应时间从十七小时降到六小时。这个项目很小，却成了他离开大厂后第一件可以独立证明的作品。

他说了一句很扎心的话：“我以前管过上亿的项目，现在才知道，能替一个老板省下十万块，比在大厂PPT里写负责一亿预算更能救命。”

初级岗位也危险，只是危险的方式不同

有人会反驳：AI明明更容易替代初级文案、客服和数据整理，为什么要盯着中层？这个反驳成立一半。

初级岗位会减少，尤其是任务清晰、产出标准化、错误容易检查的工作。新人过去靠写周报、做资料、跑基础分析学习业务，AI接管后，企业可能直接缩小校招规模。没有初级入口，未来连成熟人才的培养链都可能断掉。

Anthropic在2026年的一项非代表性调查中发现，超过三分之一受访者认为初级同事面临较高的岗位风险；10%的人认为自己在一年内很可能或非常可能因AI失去工作。同时，86%的人报告工作速度提升，82%报告职责范围扩大，69%认为质量改善。

同一项技术同时带来提效和恐惧，这才符合现实。会用AI的人产出更多，公司随之提高要求；团队变小后，留下的人承担更多范围；新人入口收窄，中层传话空间也被压缩。

世界经济论坛的预测更能说明这种拉扯：到2030年，宏观趋势可能创造1.7亿个岗位，同时替代9200万个，净增7800万个。就业总量可能增长，不代表你现在这份工作能平移到新岗位。新增岗位需要的能力、城市、行业和薪资结构，跟被替代岗位未必匹配。

“社会最后会有更多工作”安慰不了一个下个月要还房贷的人。

公司也可能裁错，甚至付更高价格把人请回来

另一边的风险属于老板。Gartner在2026年9月提出，到2029年，因AI替代而被裁的员工中，可能有30%需要被重新招聘，而且成本更高。原因包括机构知识流失、人才梯队断裂，以及AI无法完整承担工作中的隐性判断。

这个判断并不奇怪。一个资深客户经理记得五年前某次交付为什么出问题，知道哪个客户嘴上压价、实际最在意售后；一个老工程师知道某段代码为什么看起来丑却不能动；一个中层知道两个部门表面争流程，背后争的是预算和责任。

这些知识很少完整写进文档。公司裁人时看见工资，出事时才看见记忆。

因此，AI时代也不会变成“管理层全部消失”。优秀管理者仍然稀缺，甚至更贵。团队越小、速度越快，一个错误决策的代价越大。能在信息不完整时做取舍、对结果负责、培养新人、处理冲突的人，很难靠自动摘要替代。

真正要消失的是管理的伪装：把会议当领导力，把转发当推动力，把汇总当判断力，把下属的结果当自己的作品。

别问“AI会不会替代我”，问公司为什么需要我

“AI会不会替代我”太大，也太容易焦虑。换成四个具体问题，更有用。

第一，你的产出能不能直接影响收入、成本、风险或客户体验？如果你的工作只在组织内部循环，很难跟结果连接，预算紧时就容易被质疑。

第二，你是否掌握某种AI拿不到的现场信息？客户真实反应、供应链关系、设备状态、团队情绪、监管经验、谈判历史，这些都比公开知识更难复制。

第三，你能否对一个决定签名负责？AI可以列十种方案，企业最终需要有人选择、承担后果并向客户解释。承担责任本身就是价值。

第四，拿走职位和下属后，你还能交付什么？一份诊断、一套流程、一个产品原型、一张客户名单、一种销售方法，都比“协调能力很强”更容易被市场定价。

这四个问题的答案，应该写进简历，也应该出现在日常工作里。你不需要等到被裁才开始收集。

给高薪中年人的90天脱平台训练

前30天，做一份“工资拆解表”。把年薪拆成平台溢价、管理权限、专业能力、客户资源和可迁移作品。数字不必精确，重点是逼自己看清。假如离开公司，你认为市场仍愿意支付多少？找三名外部同行验证，别只问同事。

同一阶段，把过去两年的工作改写成结果语言。删除“负责、推动、协同”，换成具体数字：把周期从多少降到多少，减少多少返工，增加多少收入，规避什么损失。无法量化的部分，写清你的关键判断和它改变了什么。

第31到60天，独立完成一个小项目。可以给朋友的小公司做一次流程诊断，可以做公开数据分析，可以设计一个能运行的AI工作流。周期控制在四周，最好能留下可展示材料。项目小没关系，必须由你从问题到交付完整负责。

第61到90天，测试外部定价。把项目发给十名潜在客户或招聘方，问他们愿不愿意付钱、愿意付多少、最担心什么。没有人愿意付钱，就继续改；有人愿意付小钱，先成交一次。外部的一千元，比公司里的一百句表扬更接近能力价格。

与此同时，学AI别从“最火工具清单”开始。拿你工作里最耗时的一条流程下手，记录使用前后的时间、错误率和成本。你要证明自己能重构工作，而非证明自己会聊天。

一个中层最该保住的，不是层级

很多人拼到中年，最舍不得的是头衔。总监不愿再做经理，经理不愿亲自执行，年薪降一半像公开承认失败。可市场没有义务替你维护职业叙事。

开头那位总监半年后接了一份年薪58万的工作，低于以前，却要求他直接负责一个业务结果。他手下只有四个人，每周会议控制在三次以内。公司问他能不能接受“做回一线”，他回答：“我现在最怕的是只剩管理。”

他把那个售后项目放在简历第一页。面试时不再讲自己协调过多少部门，而是打开流程图，讲仓库四点打印单据这个细节。几乎每个老板都能听懂，因为老板每天都在为这种小漏洞付钱。

很多人升职以后，亲手拆掉了自己的退路

公司鼓励员工从执行走向管理，因为组织需要有人分配任务、控制预算、培养团队。个人也愿意接受，因为头衔和工资会一起上涨。问题出在有些人升职后，把“不再亲自做”当成身份的一部分。

产品经理不再画原型，设计负责人不再碰设计，销售总监不再见客户，技术经理两年没有提交代码。每天仍然很忙，只是能力开始依赖下属。团队越大，他看起来越重要；团队缩小时，他首先不知道自己该做什么。

这种退化很隐蔽。公司内部仍然按层级支付工资，外部市场却按交付支付。你在组织里可以靠十四个人完成结果，出去做顾问时，客户只给你一台电脑和四周时间。两种环境需要的能力并不一样。

管理者不必抢下属工作，也不可能永远保持每项技能在一线水平。至少要保留一个能亲手交付的核心：能做诊断、能谈关键客户、能搭原型、能审技术方案、能处理高风险谈判。它像职业的备用电源，平时不一定天天用，停电时能救命。

最稳妥的做法，是每个季度完成一次“无团队交付”。选一个真实问题，不调用职位权力，只靠自己的专业能力做出结果。做不出来时，不用自责，赶紧补课。等到裁员以后才测试，成本会高很多。

家庭支出会把职业风险放大

同样是被裁，25岁和42岁的感受完全不同。后者未必能力更弱，只是每个月有更多固定账单在催他尽快做决定。

假设家庭现金120万元，每月基本支出3.5万元，看上去能撑34个月。把孩子下一年学费20万元、父母医疗预备金10万元、房屋维修和保险5万元扣掉，可用现金只剩85万元，安全期缩到24个月。再考虑求职期间社保、职业培训和收入下降，心理上的倒计时会更快。

很多高薪家庭用最高收入设计生活。年薪百万时买房、换车、读国际学校，每项支出都觉得可以承担。风险在收入只有一个来源，而且高度依赖同一家公司。工资高并没有自动带来安全，固定支出也跟着抬高。

被裁后急着创业，经常是现金流焦虑在伪装成事业冲动。一个人无法接受年薪从80万降到50万，却愿意拿100万加盟咖啡店，仿佛创业亏损比降薪更体面。账本不认识体面，只认识现金流。

中年职业规划必须跟家庭资产一起看。先把必要支出降到能活十二个月，再决定要不要转行、创业或等待高薪岗位。谈判桌上最有用的底气，往往来自你可以拒绝三个月，而不是简历上的上一份工资。

AI时代，管理者要学会交付三种新结果

第一种结果叫“更少的人完成同样的事”。管理者要能设计人机分工，明确哪些任务交给模型，哪些必须人工复核，错误发生后谁负责。买几个账号不算AI转型，把流程重做才算。

第二种结果叫“更快地发现错误”。AI提高速度，也会把错误复制得更快。管理者的价值会从催进度，转向建立验证点、红线和回退方案。能让团队快的人很多，能让团队快而不翻车的人更贵。

第三种结果叫“让新人长出来”。假如所有基础任务都交给AI，新人就失去练习场。管理者需要重新设计训练：让新人解释模型答案、处理边界案例、参与复盘，而非只做机器剩下的杂活。公司今天节省一批初级岗位，三年后可能发现没有人能接班。

这三种结果都很难写进一份漂亮周报，因为它们涉及流程、责任和长期人才。也正因为难，它们更不容易被一个自动摘要替代。

别把所有时间都花在证明自己还年轻

很多四十岁左右的职场人被裁后，会疯狂补工具、改头像、学年轻人的网络用语，试图让面试官相信自己仍然有活力。年龄焦虑被包装成学习热情，结果学了二十个软件，仍然讲不清能解决什么问题。

企业确实可能歧视年龄，这一点不用粉饰。工资预期高、家庭牵绊多、可塑性被质疑，都会让中年候选人吃亏。应对方式并非假装二十五岁，而是拿出二十五岁候选人很难拥有的东西：复杂项目里的失败经验、客户判断、行业关系和对风险的敏感。

年轻人可以更便宜地完成明确任务，中年人的报价必须对应更难的问题。你能提前发现合同里的坑，能让一次谈判少亏五十万，能在系统崩溃时知道先保哪一条业务，这些都要写成案例。

不要说“我经验丰富”，把一次代价最大的失败讲清楚：当时损失多少，为什么判断错，后来改了哪条流程。能把失败变成组织资产的人，比一个永远说自己项目成功的人更可信。

年龄本身不值钱，熬过的年头也不会自动升值。被提炼过、能帮助下一家公司少交学费的经验，才有市场价格。

AI会让很多职位掉价，也会让一些能力涨价。传递信息会更便宜，识别问题会更贵；制作汇报会更便宜，做出取舍会更贵；安排任务会更便宜，让小团队拿到结果会更贵。

过去，组织层级替很多人遮住了能力边界。名片上写着总监，会议室里坐在主位，邮件里有几十个人抄送，看上去就像一个重要的人。AI把信息流压缩以后，职位的灯光会暗一点，个人做出的结果会亮一点。

真正令人害怕的地方，不是机器比人聪明。是机器让老板第一次有机会看清：公司里那些年薪几十万、每天忙到深夜的人，究竟在解决问题，还是在维持问题存在所需要的流程。

如果明天拿走你的工牌、下属和会议邀请，你还能拿什么，向下一家公司证明这份工资该继续付给你？