2026年5月，Challenger, Gray & Christmas发布了一份数据，让科技媒体集体沸腾：当月美国企业裁员公告达到97006人，是2020年以来同月最高记录，而AI是连续第3个月位居裁员原因榜首。（来源：Challenger, Gray & Christmas, “May Job Cuts Rise 16% from April; Highest May Total Since 2020”, 2026-06-04, https://www.challengergray.com/blog/challenger-report-may-job-cuts-rise-16-from-april-highest-may-total-since-2020/）

与此同时，TechCrunch在6月15日的深度报道中给出了更完整的年度图景：截至2026年6月中旬，年内科技行业已发生约363次裁员，影响近15万人，裁员速度比2025年同期快44%，折合每天约974人。（来源：TechCrunch, “The AI layoff wave is becoming a powder keg”, 2026-06-15, https://techcrunch.com/2026/06/15/the-ai-layoff-wave-is-becoming-a-powder-keg/）

但在同一时间，硅谷最具影响力的风险投资人Marc Andreessen正在广播另一套叙事。他将AI称为裁员的「万能借口」（silver bullet excuse），并断言每家大公司都超员至少25%，大多数超员50%，有些甚至75%。AI不是裁员的真正原因，而是管理层为历史超员问题寻找的政治正确出口。（来源：TechCrunch, 2026-06-15，引用Marc Andreessen接受Harry Stebbings采访, https://www.youtube.com/watch?v=c4tvVKDhpiY）

这两套叙事不可能同时完全正确。或者说，它们各自捕捉了现实的一个截面，但都在刻意回避另一个截面。

本文试图做一件事：剥开叙事迷雾，回答这个被大量人关心但很少被认真分析的问题——在2026年的裁员浪潮中，AI到底是主犯、从犯，还是替罪羊？

一、数字的重量：裁员加速的真实图景

先把数字放在桌面上，然后讨论这些数字意味着什么。

TrueUp追踪数据：截至2026年6月中旬，年内约363次科技行业裁员事件，影响近15万人，日均约974人。这是可以独立核实的公开数据——TrueUp是一个技术职位招聘平台，同时运营被广泛引用的科技裁员追踪器，其方法论是通过企业公告、SEC文件和新闻来源综合统计。（来源：TrueUp layoff tracker, 2026, https://www.trueup.io/layoffs）

Challenger数据：2026年5月裁员公告97006人，同比大幅上升；AI连续3个月成为引用最多的裁员原因。这是Challenger的定期月度报告，数据来源于企业公开声明和行业新闻。（来源：Challenger, Gray & Christmas, 2026-06-04, https://www.challengergray.com/blog/challenger-report-may-job-cuts-rise-16-from-april-highest-may-total-since-2020/）

历史参照：这些数字需要在坐标系中理解。2023年全年科技行业裁员约26万人，其中1月单月就超过8万人，是近年历史峰值。（来源：Layoffs.fyi, https://layoffs.fyi/）2026年的裁员速度尽管比2025年快44%，但单月峰值尚未达到2023年初的水平。这个对比本身就是一个信号：当前这波裁员与2023年的那波性质不同——2023年更多是宏观利率冲击下的紧急收缩，2026年则更像是一种持续的、有方向性的结构调整。

Andreessen的断言：大公司超员25%-75%，AI是「万能借口」。这是Andreessen在播客和采访中反复提出的观点，包括在与Harry Stebbings的对话中。需要指出的是，这些数字是Andreessen基于投资经验的个人判断，而非来自系统性学术研究——但这不意味着它们没有参考价值。

二、Jack Dorsey的案例：当”技术叙事”遇上”我们超员了”

要理解AI裁员叙事的复杂性，Jack Dorsey和Block的案例是最具说明价值的切入点。

2026年2月，支付公司Block宣布裁员约4000人，约为全公司员工总数的一半。Jack Dorsey最初的官方解释是：AI工具正在重新定义什么是必要的团队规模，「AI使得以新的方式工作成为可能，从根本上改变了什么是建立和运营一家公司的意义」。（来源：TechCrunch, 2026-02-26, https://techcrunch.com/2026/02/26/jack-dorsey-block-layoffs-4000-halved-employees-your-company-is-next/）

但随后在Twitter/X上被评论者追问Block在疫情期间的过度招聘问题时，Dorsey改口承认：Block确实「过度招聘」了。两种叙事在同一个CEO的两次表态中都出现了，而它们指向了不同的责任主体：「AI让岗位不再必要」意味着技术必然性；「我们过度招聘了」意味着管理层的历史决策失误。

这个案例的价值不只是揭示了矛盾，而是揭示了一个更普遍的模式：在现实中，这两种解释并不互斥。Block可能同时存在历史超员问题，并且AI工具确实改变了某些岗位的必要性。但管理层在对外沟通时倾向于选择AI叙事框架，因为它的「合法性成本」更低。

三、Challenger数据的内在限制：你在测量什么

理解这场争论，必须理解Challenger数据本身的一个关键限制。

Challenger的月度裁员报告的数据收集方法主要依赖企业公开声明和新闻稿——当Challenger说「AI是最常被引用的裁员原因」，它测量的是企业公关叙事的流行度，而不是技术替代的实际发生率。

这个区别至关重要。企业为什么倾向于用AI来解释裁员？原因有多个层次：

资本市场层面：声称「我们因AI转型而优化人员结构」在当前投资者语境中具有正面信号价值，暗示公司在主动拥抱未来，而不是被动应对困境。与之相比，「我们2021年过度招聘，现在要修正」会被市场解读为管理层能力不足的信号。

监管和劳动关系层面：「技术性失业」在政策话语中是「不可抗力」，而非管理决策失误。这在某些司法管辖区可以影响裁员补偿谈判和工会协商的走向。

内部组织政治层面：「AI是必然趋势」比「这个部门管理失误」更容易在组织内部获得接受，降低裁员执行的内部阻力。

员工心理层面：「被技术趋势淘汰」比「被认定为低绩效或多余」对个人尊严的冲击更小，降低了被裁员工寻求法律救济或公开抗议的动机。

这四层因素叠加，意味着：即使AI的实际替代效应只解释了裁员的一部分，「因为AI」的叙事也会被远超实际比例地使用。Challenger数据反映的是这个叙事偏好的规模，而不是AI替代现象的规模。理解这个区别，是独立分析这个问题的前提。

四、什么是真实的AI替代效应？三种情况的区分

让我们尝试区分当前裁员潮中可能同时存在的三种情况。

情况A：AI直接替代。AI工具直接完成了原本需要人工完成的任务，导致岗位消失。这在某些具体领域有相对清晰的可观察证据。最典型的案例来自Klarna：2024年2月，Klarna公开宣称其AI客服系统在上线第一个月内完成了相当于700名全职客服的工作量，处理约230万次对话，且客户满意度与人工客服持平。（来源：Klarna官方新闻稿, 2024-02-27, https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/）这是一个相对干净的情况A案例——AI能力和人员变化之间有直接的可追踪对应关系。注意：Klarna的数据来自官方公关材料，独立验证的空间有限；但作为行业里少有的、附带具体数字和时间节点的案例，其参考价值是真实的。

情况B：超员清算借道AI叙事。公司利用AI转型的叙事框架，为因管理失误造成的超员问题提供合法化的裁员理由。Meta在2020年到2022年员工数量从约4.8万增至约8.7万，增幅超80%；2023年的「效率之年」裁员约2.1万人，Mark Zuckerberg在财报电话会中明确说「我认为我们在疫情期间过度扩张了」。（来源：Meta 2022年Annual Report, SEC 10-K filing; Meta 2023年Q1财报电话会议）这是Andreessen论断最有力的支撑——在Meta的案例中，超员问题早于AI时代的成熟，裁员更像是迟来的历史修正，AI只是提供了一个政治上方便的时间窗口。

情况C：渐进式AI增效导致的自然性员工密度下降。AI工具提升了单个员工的生产力，使得相同的工作量只需要更少的人，但这种效率提升是渐进的，而不是某次裁员的直接触发原因。GitHub Copilot在2022年的研究显示，使用Copilot的开发者完成任务速度平均提升55%。（来源：GitHub, “Research: Quantifying GitHub Copilot’s impact on developer productivity and happiness”, 2022-09, https://github.blog/2022-09-07-research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/）如果这个数字在实际生产环境中部分成立，那么一家公司可以在不裁员的情况下实现人效提升，也可以在扩张时招聘比历史模式更少的新员工。情况C的影响不会出现在裁员数据里，但会出现在招聘放缓和人均产出提升的数据里。

这三种情况可以同时存在于同一家公司的同一波裁员中。Salesforce在2024年裁员约700人的同时大规模招聘AI工程师，就同时体现了情况B（历史超员修正）和情况C（AI工具提升现有员工人效，减少新员工需求）。

五、被遗漏的第四种情况：AI投资失败的止损

在几乎所有的AI裁员讨论中都缺席的，是第四种情况：

情况D：AI项目失败后的隐性止损。公司在大声宣布AI战略后，悄悄收缩了效果不达预期的AI项目，而「AI裁员」的标签反而掩盖了这个失败的真相。

这种情况的估算数据存在，但难以精确核实。Gartner在其2025年生成式AI采用调研中指出，约有三成的生成式AI概念验证项目在进入生产阶段后被搁置或终止。（来源：Gartner, 2025，注：Gartner报告通常需要订阅访问；此数据可通过Gartner官方摘要和行业媒体转引访问）企业AI项目的失败率从来不是一个被主动披露的数据，但从IT顾问、云服务商的项目完成率数据中可以侧面观察。

一家公司可以在同一个发布周期内：声称AI是公司战略核心，给出积极的AI投资数字，裁减与AI项目相关的工程师团队，然后把裁员解释为「AI优化了流程使得某些岗位不再必要」。这个叙事在外部观察者看来是一致的，但内部现实完全相反——AI项目失败了，正在被悄悄缩减，而相关人员的裁员被包装成AI转型的证据。

情况D的存在意味着：当我们说某家公司「因AI裁员」时，甚至不能确定这里的AI是成功了还是失败了。

六、Marc Andreessen的分析：正确的观察，错误的推论

让我们认真对待Andreessen的论断，不是因为他是风险投资人，而是因为在逻辑上这个论断值得被严肃审视——无论认同还是反对。

Andreessen的核心主张：大公司超员至少25%，大多数超员50%，有些75%。当前裁员是对疫情期间过度扩张的清算，AI只是提供了一个政治便利的借口。

这个主张哪里是对的：在描述2022年到2024年的裁员高峰时，超员清算论有很强的历史支撑。Meta、Google、Amazon、Salesforce等公司在2020年到2022年的员工增长速度，从任何历史基准来衡量都是异常的。利率环境的转变（美联储在2022年将基准利率从接近0提升到5.25%-5.50%）是这波清算最确定的宏观触发因素。如果没有AI叙事，这些清算仍然会发生，只是以不同的包装出现。（来源：美联储官方利率历史数据，https://www.federalreserve.gov/monetarypolicy/openmarket.htm）

这个主张哪里是错的：Andreessen将一个关于「当下的正确观察」外推成了一个关于「未来的错误结论」。「当前裁员主要是超员清算」和「AI替代效应不重要」是两个完全不同的命题。前者有相当强的证据支撑；后者则与AI能力的实际发展轨迹相矛盾。当一个论断来自持有大量AI相关投资的风险投资人时，它声称「AI替代论是被高估的」，读者至少需要思考这个结论对其投资组合的含义。a16z在AI基础设施和应用层有大量投资——如果AI替代论被广泛接受，可能触发针对AI行业的监管压力；如果超员论占主导，AI行业可以在更宽松的环境中继续扩张。这不是说Andreessen在撒谎，而是说他的立场使他对某种分析框架具有更强的偏好。

七、大多数人没看到的：「AI裁员」是一个有利可图的叙事生态系统

上面的分析揭示了一个深层结构：在AI裁员的话语体系中，几乎每一个主要参与者都从高估AI替代效应中获益。

企业从中获得合法化的裁员框架，降低劳动关系和监管风险；投资者从中获得「公司在积极转型」的信号，推高估值；媒体从中获得高流量的末日叙事，因为「AI正在抢走你的工作」比「管理层的历史决策失误」更能制造焦虑；科技圈的AI公司从中获得行业重要性的佐证，推动更多企业采购AI产品。

唯一没有动机高估AI替代效应的，是那些需要基于准确信息做出职业决策的普通工作者。「我被裁是因为AI」和「我被裁是因为管理层超员决策」，对于一个40岁的中层工程师来说意味着完全不同的下一步——前者需要你重新学习AI相关技能，后者需要你转换行业或公司类型。叙事框架直接影响应对策略，而被叙事误导的代价是真实的。

这是一个叙事的「公地悲剧」：每个参与方推动AI替代叙事，都是出于局部理性；但这种集体推动产生的系统性后果，是整个社会在劳动力政策、教育投资和职业规划上的集体误判。

八、对个体工作者的实用建议

理解了叙事结构，下一步是从中提取对实际决策有用的东西。

辨别你的公司处于哪种情况。当你的公司宣布「因AI裁员」时，问自己：公司的AI工具实际部署率有多高？裁掉的岗位和引进的AI能力之间有直接对应关系吗？公司在同期有大规模招聘新岗位吗？如果答案都是「没有」，你面对的可能更多是情况B（超员清算），而不是情况A（AI替代）。

关注岗位类型，不是行业。AI替代效应最强的是高度可重复的信息处理任务：标准化客服、初级代码调试、内容摘要、数据录入。AI替代效应最弱的是需要持续更新上下文、判断模糊性情况、建立人际信任的任务。关注你的工作中哪个部分更接近前者，并主动将精力向后者转移。

不要把叙事框架内化为个人失败。「因为AI被裁」不是关于你个人价值的判断，大多数情况下它反映的是企业内部的组织决策，而不是技术对你个人技能的评判。能够清醒地区分「叙事」和「现实」的人，在下一波技术浪潮中拥有实质性的优势。

九、「粉末桶」的真正引线：贫富分化与愤怒累积

TechCrunch用「powder keg」（火药桶）来描述当前局势，并非只是为了制造标题张力。文章的另一半给出了为什么这个比喻准确的具体理由。

在裁员浪潮的同一时期，AI圈内少数人正在以难以想象的速度积累财富。AI芯片公司Cerebras Systems在2026年5月以185美元发行价上市，首日收盘上涨68%，公司市值约670亿美元，联合创始人Andrew Feldman和Sean Lie当天成为亿万富翁。（来源：TechCrunch, 2026-05-14, https://techcrunch.com/2026/05/14/cerebras-raises-5-5b-kicking-off-2026s-ipo-season-with-a-bang/）SpaceX同期上市，市值约2.1万亿美元，Elon Musk的净资产在一天内的变动幅度超过大多数人一生的收入。

这种同时性——一侧是每天974人失业，另一侧是每月产生几个新亿万富翁——是「火药桶」比喻的真实燃料。技术性失业本身会引发社会矛盾；但技术性失业与极端财富集中同步发生，会引发更深层的合法性危机。

这不只是情绪问题，而是政策问题。当普通工程师在质疑「为什么AI让我失业，同时让投资者更富」时，他们提出的其实是一个关于技术红利分配机制的根本性问题：AI创造的生产力提升，是否正在以某种系统性的方式向已经拥有资本的人集中，而不是广泛分配给创造了这种技术的劳动力？这个问题没有简单答案，但它正在从精英论坛蔓延到街头，从政策白皮书蔓延到国会听证。

在这个意义上，Andreessen的超员论和Challenger的AI数据都只是这场更大争论的表面层。「谁应该从AI获益」的问题，将比「AI是否造成了这次裁员」的问题更深刻地影响未来5年的政治与政策走向。

结语：在叙事战争中保持清醒

Challenger数据是真实的。Andreessen的超员论有真实的历史支撑。AI的替代效应在某些特定岗位上是有文献记录的。但这三件事放在一起，不产生一个简单的结论，而是产生一个需要仔细区分情境的分析框架。

在一个所有重要的利益相关方都有动机高估AI替代效应的叙事生态中，独立辨别能力比任何单一数据源都更有价值。这不是说要「对抗」AI趋势或「否认」AI的影响力——这些极端立场都是错的。而是说，要区分「AI作为叙事」和「AI作为现实」，区分「当下正在发生的超员清算」和「未来将要发生的技术性失业」，区分「Challenger测量的是什么」和「Challenger没有测量的是什么」。

363次裁员、15万人、连续3个月的AI借口——这些数字是真实的，但它们描述的是一个比标题更复杂的现实。

参考资料

  1. The AI layoff wave is becoming a powder keg — TechCrunch, 2026-06-15

  2. Challenger Report: May Job Cuts Rise 16% from April; Highest May Total Since 2020 — Challenger, Gray & Christmas, 2026-06-04

  3. Klarna AI assistant handles two-thirds of customer service chats in its first month — Klarna, 2024-02-27

  4. Research: Quantifying GitHub Copilot’s impact on developer productivity and happiness — GitHub, 2022-09-07

  5. Marc Andreessen on AI layoffs as “silver bullet excuse” — Fortune, 2026-03-31

  6. TrueUp Tech Layoff Tracker — TrueUp, ongoing

  7. Jack Dorsey Block layoffs: 4000 employees, halved — TechCrunch, 2026-02-26