26起加密裁员9起归因AI,仅5家是公司自己说的

26起加密裁员仅5起由公司自身归因AI,4起是媒体叙事,人才流向AI公司才是更强信号。
Northpoint 的《State of Crypto Marketing 2026》报告统计了截至2026年8月31日的十二个月内、27家加密公司和17家代理机构的公开裁员数据,共记录26起裁员,其中9起被框定为"AI导致",但只有5起出自公司自身表述,另外4起是媒体自行归纳的框架,且没有任何一起将原因归于市场部。报告认为,裁员公告是衡量AI影响最差的样本之一。相比之下,更可信的信号是人才流动:七位Coinbase资深营销人包括CMO加入了OpenAI和Anthropic。报告刻意不统计招聘数量,也不把代理机构的客户声明当作事实,所有数据来自单一冻结数据集并可逐项对账。其方法论启示是:把公司自己说的话与外界关于它说的话分开记录,并公开其中的差距。
本文基于 Northpoint 发布的《State of Crypto Marketing 2026》报告整理,所有数据来自公开信息,报告全文免费且无需注册。

"AI 正在抢走工作"是 2026 年最容易写也最容易传播的标题。但 Northpoint 在统计加密营销生态时没有直接重复这句话,而是做了一个更笨拙但更有用的事:把每一起公开裁员逐条归类,然后区分——哪些是公司自己说是 AI 导致的,哪些是媒体替它们说的。
统计数据:26 起裁员,只有 5 起是公司自己归因 AI
报告覆盖的时间窗口是截至 2026 年 8 月 31 日的十二个月,样本包括 27 家加密公司(11 家交易所、8 家基金会、5 家钱包、3 家其他持牌机构)以及 17 家代理机构。数据全部来自公开渠道,没有采访,没有匿名信源。
核心数字如下:
- 26 起裁员记录在案。
- 其中 9 起在某种叙事中被框定为"AI 导致的裁员"。
- 这 9 起里,只有 5 起是公司自己用 AI 解释的;另外 4 起是媒体自行归纳的框架。
- 没有任何一起将裁员归因于市场部。
这组数据指向一个容易被忽略的区分:关于"AI 取代工作"的报道中,有一部分其实是关于标题的,而不是关于裁员本身的。这不意味着 AI 没有改变工作方式,而是说——裁员公告是衡量 AI 影响的最差样本之一。
更强的信号:资深营销人去了 AI 公司
如果只看裁员公告,会错过另一个方向的人才流动。
报告记录了一个可以用公开资料逐一核对的事实:七位 Coinbase 资深营销人,包括 CMO,加入了 OpenAI 和 Anthropic。 这不是模糊的"据知情人士",而是可以通过公开职位变动和公告追踪到的姓名级流动。
这种人才从加密流向 AI 的趋势,比"AI 替换了某个岗位"的说法更有说服力。裁员的叙事是防御性的、被动的;而人才主动流向 AI 公司,说明的是从业者对技能价值迁移的判断——营销人不是留在原地学 AI 工具,而是直接进入了 AI 产品的构建和推广环节。
报告刻意不统计什么
一份负责任的报告,同样重要的是它拒绝计算什么。Northpoint 明确列出了三条边界:
不统计招聘数量。 最大的几家交易所的招聘页面无法被扫描工具完整读取,所以报告最终没有给出任何招聘数字。一个找不到的职位,不等于一个空缺的职位——这个原则避免了用"零招聘"去反推"岗位消失"。
代理机构的说法不等于合同事实。 代理公司会主动列出客户名单,但被点名的公司几乎从不确认。报告因此将这些声明标注为"声明",而不是事实。
单一冻结数据集。 所有数字来自同一个文件集,可以与附录逐项对账,声明分类账也在配套仓库中公开。这意味着任何人都可以复核每一条判断的出处。
为什么招聘页面无法被扫描。 现代交易所和大型科技公司的招聘页面普遍依赖 JavaScript 动态渲染,职位列表通过前端框架从后端 API 异步拉取,而不是静态写在 HTML 里。这意味着常规爬虫抓到的往往只是一个空壳页面。此外,许多公司使用 Greenhouse、Lever、Workday 等第三方招聘系统,职位还会按地区、部门、权限做动态过滤,未登录状态下看到的只是全部职位的一部分。要获得完整数据,通常需要逆向其内部 API 或模拟登录,成本和合规风险都很高。这正是"零招聘"不能直接等同于"岗位消失"的技术原因:抓不到不等于不存在。
对"追踪 AI 就业影响"的启示
这份报告的方法论比它的结论更值得借鉴。如果有团队想搭建一个追踪 AI 对就业影响的系统,最枯燥的规则可能最有用:
把公司自己说的话和外界关于它说的话分开记录,然后把这个差值打印出来。
26 起裁员中,9 起被贴上 AI 标签,但只有 5 起出自公司之口——这 4 起的差距,就是标题叙事和数据事实之间的空间。多数"AI 抢工作"的统计没有区分这两层,导致把这个空间直接抹平成了确定的因果。
Northpoint 的报告全文免费、不需要注册,列出了支撑结论的 34 个来源。对于在加密公司工作的人,报告页面还提供了一个入口:提交公司站点,会在一天内收到一份手工撰写的一页分析,将你所在公司的位置与报告中的七个数字对照。
归因难题:相关不等于因果。 裁员往往是多重因素叠加的结果——融资环境收紧、业务重组、并购整合、合规成本上升,都可能与"引入 AI 工具提效"同期发生。当一家公司同时宣布"拥抱 AI"和"优化人员结构"时,外界很容易把两件独立的事捏成一条因果链。严格的归因需要区分三层:公司自己声明的理由、排除其他变量后的净效应,以及媒体叙事中的因果框架。Northpoint 把第一层单独抽出做成可核对的分类账,正是为了不让后两层混入事实层。这套方法对任何做 AI 就业影响研究的人都有参考价值:先固定证据层级,再谈趋势。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。