AI不是科技裁员元凶，却让复苏无望

科技行业裁员潮持续蔓延，一个流行的叙事是将矛头指向人工智能。但Hacker News上的一篇热帖提出了更微妙的观点：AI并非导致科技就业崩溃的原因，但它解释了为什么就业市场迟迟无法复苏。

裁员潮的真相：AI只是替罪羊？

根据Hacker News社区讨论，科技就业市场的低迷根源并非AI直接取代了大量岗位。更合理的解释是，在利率上升、过度招聘后的修正以及全球经济不确定性等多重因素叠加下，科技行业经历了一轮结构性调整。AI更多是被用作叙事工具——企业倾向于将裁员归因于"技术转型"，而非承认战略失误或需求萎缩。

然而，AI对就业市场的真正影响不在于创造了多少失业，而在于它抑制了新增岗位的恢复。当企业发现现有团队借助AI工具能完成更多工作时，扩张招聘的紧迫性自然下降。

结构性调整在经济学中通常指一个行业或经济体因技术变革、政策转向或需求结构变化而发生的根本性重组，区别于周期性波动。科技行业在2020-2021年低利率环境下大规模扩张招聘，随后美联储为抑制通胀连续加息，融资成本骤升，企业被迫从“增长优先”转向“盈利优先”，叠加疫情后线上需求回落，形成了典型的过度招聘修正。这种调整往往伴随岗位重新配置而非简单回归，因此即使宏观环境改善，就业结构也已发生不可逆的变化。

为什么复苏迟迟不来

传统经济周期中，裁员潮过后往往会伴随招聘反弹。但这一次，反弹明显缺席。讨论中的核心洞察是：AI改变了企业的用人预期。管理层开始相信，同样的产出不再需要同样数量的人手。这种预期一旦形成，就会自我强化——即使业务回暖，企业也优先考虑效率工具而非扩充编制。

换句话说，AI没有"杀死"工作，而是让企业失去了重新招聘的动力。

自我强化预期是宏观经济学与行为金融学中的概念，指市场参与者的信念通过其行为改变现实，进而验证并强化该信念。在劳动力市场中，若管理层普遍预期AI工具能提升人均产出，就会推迟招聘、加大工具投入；这反过来降低了职位空缺数据，强化了“不需要那么多人”的判断，形成负反馈循环。这种预期具有粘性，即使业务回暖，企业也会先观望效率提升的持续性，而非立即扩编，从而拉长复苏周期。

对从业者的启示

对于技术从业者而言，这一分析意味着等待市场自动回归旧常态可能并不现实。适应AI增强的工作流、向AI难以替代的领域迁移、以及提升跨领域协作能力，或许是更务实的应对策略。同时，行业也需要更诚实的讨论：将就业问题简单归咎于AI，既掩盖了真正的经济动因，也无助于找到解决方案。

（本文基于Hacker News讨论帖观点整理，原始讨论链接可于平台查阅。）

AI增强的工作流指将大语言模型、代码生成、自动化测试等工具嵌入日常研发与协作流程，使个人产出放大而非被替代。从业者需要掌握提示工程、工具链集成与结果校验能力，同时培养系统设计、业务理解、跨团队协调等AI难以复制的软技能。向AI难以替代的领域迁移，通常指向需要复杂决策、伦理判断、客户信任与物理世界交互的岗位。行业层面，诚实的归因讨论有助于政策制定者区分周期性失业与结构性失业，从而设计针对性的再培训与社会保障措施。