Skip to content

第一章:经济与权力结构

在讨论"如何保护自己"之前,需要先理解"为什么事情在发生"。


发生了什么

资本泡沫与纠正

从 2008 年到 2021 年,全球主要经济体维持了长达 13 年的极低利率政策(ZIRP)。钱太便宜了。科技公司不需要盈利就能融到数亿美元,然后用这些钱做一件事:招人。

Amazon 在 2019 到 2021 年间员工人数从约 80 万翻倍到 160 万;Meta 同期从约 4.5 万增长到超过 7.1 万,增幅接近 60%。这类膨胀遍及整个行业。(数据来源:MacroTrends

这不是需求驱动的招聘,是资本驱动的招聘。公司招的不是"现在需要的人",而是"未来可能需要的人"和"竞争对手可能抢走的人"。

2022 年美联储开始加息。资本成本重置,这些公司发现他们多招了几十万人。于是裁员开始了——不是某几家公司的行为,而是整个行业的系统性纠正。根据 layoffs.fyi 的全行业追踪数据:

  • 2023 年:约 153,000 人
  • 2024 年:约 264,000 人
  • 2025 年:约 165,000 人

这一轮裁员的主要驱动力是金融周期的纠正,不是 AI 替代人力。 但 AI 提供了一个完美的叙事外壳:公司不说"我们之前招多了",而是说"AI 让我们更高效了"。前者是管理失误,后者是战略远见。你是管理层,你会选哪个说法?

AI 叙事:真实影响与被放大的故事

AI 确实在替代一部分工作——初级开发、基础测试、内容生产、客服、数据标注。这是真实的。

但公司裁掉 20% 的人时,其中有多少是 AI 真的替代了,有多少是金融层面的成本压缩?没有精确的数据能拆分这两者。叙事的偏向却是明显的:公司倾向于把所有效率提升都归功于 AI,因为这个故事让华尔街兴奋,让股价上涨。

2026 年 2 月 Fortune 的一组报道揭示了矛盾的两面:一方面,斯坦福 AI 研究者声称"生产力在 2025 年翻了一倍";另一方面,一项针对数千名高管的调查显示,多数企业尚未看到 AI 带来的实际生产力提升,经济学家将此类比为上世纪 80 年代的"Solow 悖论"——"你到处都能看到计算机,除了在生产力统计数据里"。

同期 Fortune 的另一篇文章标题更直接:"你讨厌 AI,是因为企业利润正在捕获你额外的生产力,而你的薪水没有变。"

与此同时,企业内部的 AI 效率数据正在被系统性地污染:

上层发出信号:"一切要和 AI 挂钩"

中层传导压力:"要能明确看到 AI 使用率"

下层被迫表态:声称获得了 10 倍、100 倍的效率提升

上层收到失真数据,认为"AI 真的能替代大部分人力"

决策:裁员

每一层都在做"对自己理性"的事——上层要增长故事,中层要完成 KPI,下层要保住工作。但这些理性选择叠加在一起,产生了系统性的谎言:AI 的实际能力被严重高估。不了解一线实况的管理者,基于被污染的数据做出裁员决策。一个需求本来需要一周,有人说"用 AI 一天就能做完",于是领导认为团队可以砍掉 80%。然后真正做事的人离开了,留下来的人扛着 5 倍的工作量,直到下一轮"优化"。

其他加速因素

AI 叙事不是唯一的推手。2022 年,美国 Section 174 修正案(源自 2017 年《减税与就业法案》的延迟生效条款)开始要求企业将研发支出——包括软件工程师薪资——资本化后分 5 年摊销,而非当年全额抵税。(BDO 详细解析

以前公司雇一个年薪 20 万美元的工程师,20 万可以全额抵当年的税。现在只能分 5 年摊销,首年只能抵约 10%。雇佣研发人员的真实税后成本突然变高了,裁掉研发人员在税务上反而更划算。这不是 AI 的功劳,是税法的结构性效果——但它和 AI 叙事、金融周期叠加在一起,形成了一个对工程师极为不利的环境。

执行手法

裁员不只是一个决策,也是一套成熟的操作。

"清理"——部分公司在内部直接用"清理"来指代裁员。感谢这个词。它没有"组织优化""人才升级""战略聚焦"那些体面的包装,直接暴露了一种态度:被裁掉的人不是"被优化的资源",不是"战略调整的一部分",而是需要被清理的东西。当一家公司在内部话语体系里把员工当作垃圾来描述时,你还能指望它在做知识榨取时会考虑你的利益吗?

"零信号裁员"——2026 年 3 月 31 日,Oracle。约 20,000 名员工——占全球员工总数的 18%——在早上 6 点收到一封来自"Oracle Leadership"的邮件,被告知岗位被取消。没有来自 HR 或直属主管的任何预警,当天生效,系统权限数小时内收回。遣散费只有签完 DocuSign 解约协议后才能拿到,未归属的股票全部没收。Oracle 在两个月内新增了 580 亿美元债务用于 AI 数据中心建设,需要释放每年 80-100 亿美元的现金流。这些人不是被 AI 替代的,是他们的预算被挪去建 AI 基建了。一家长期被视为"养老厂"的公司,证明了没有雇主是安全港。

"放风与辟谣"——公司通过"匿名信源"向媒体释放裁员消息,观察市场和监管的反应,然后官方出面辟谣。如果舆论反应在可接受范围内、监管没有动作,不久后裁员就会落地,规模往往和"不实报道"中描述的一致。2026 年 3 月,路透社报道"Meta 计划裁员 20%",Meta 发言人称报道是"对理论方案的推测性报道"。消息已经在市场上了,反应已经被收集了。当你看到"据知情人士透露"后面跟着官方辟谣时,真正的信息不在辟谣里,在时间线里。


钱去了哪里

裁员是表象。更深层的问题是:生产力一直在增长,企业利润一直在增长——这些增长的收益去了哪里?

根据 BLS(美国劳工统计局)数据,2025 年第四季度,劳动者在国民收入中的份额为 53.8%——这是 BLS 自 1947 年开始记录以来的最低值。(FRED 数据

EPI(经济政策研究所,一家偏劳工立场的智库)基于 BLS 数据的长期追踪显示:1979 年至今,美国经济生产力增长了约 83%,但工人的中位时薪仅增长了约 29%。生产力增速是工资增速的近 3 倍。(EPI Productivity-Pay Gap

需要说明:这个差距的具体大小取决于计算口径。亲市场立场的智库会把医疗保险等非工资福利算入"总报酬",从而得出一个更小的差距。但即使用最保守的口径,趋势方向是一致的:生产力增长的收益正在越来越多地流向资本方,而非劳动者。 经济数字变好看了,GDP 在增长,企业利润在增长——但大多数人感受到的是通胀、压力和一份随时可能消失的工作。这就是"幽灵 GDP"。

财富为什么不会"流下来"

一种自然的反应是:"AI 创造的巨额财富,总归要花出去的。富人消费,钱不就流到其他人手里了吗?"

直觉上合理。但几个结构性原因让这件事很难发生。

富人的钱大部分不进入消费。 经济学里的"边际消费倾向"描述的是:每多赚一块钱,花出去的比例是多少。收入越高,比例越低。月薪 5000 的人几乎把所有收入都花了;年收入千万的人可能只花掉 10%,剩下 90% 进入金融资产——股票、基金、房产。这些钱在富人之间流转:你买我的股票,我买你的房子,不经过劳动者的手。

即使富人消费,传导效率远低于直觉。 花 10 万买一个奢侈品包,直觉上这 10 万应该流向了皮匠、缝纫工、店员。但头部奢侈品牌的毛利率普遍超过 70%——10 万里有 7 万以上是品牌溢价、股东分红和高管薪酬,流到一线劳动者手里的不到 1 万。同样的 10 万,如果由 10 个普通人各消费 1 万在日常商品上,经过的劳动者人数要多得多——日常消费的供应链更长、更分散、劳动密集度更高。

数字经济加剧了这个断裂。 传统富人消费游艇、跑车,至少养活了造船厂和汽车工人。但今天越来越多的财富流向数字资产——AI 公司的股权、加密货币、作为投资工具而非居住用途的房产。这些交易几乎不创造劳动就业。一笔 5000 万美元的风险投资流入一家 AI 公司,可能只雇了 20 个工程师;同样的钱如果以工资形式分给 500 个人,产生的消费和就业扩散效应完全不同。

"涓滴效应"不是一个未经检验的假设——它是一个已经被检验过、且效果越来越差的机制。在 AI 加速财富集中的趋势下,指望它自动把钱分配下来是极其不现实的幻想。


这一次和以往不同吗

"技术进步最终会创造更多岗位"——NVIDIA CEO 黄仁勋和 OpenAI CEO Sam Altman 都在反复传达这个信息:工作结构会转型,人类会过得更好。

这不是空话。历史上,这个论据确实成立过:第一次工业革命消灭了手工纺织,但创造了工厂岗位;第二次工业革命消灭了大量体力劳动,但白领阶层崛起了。我们需要认真对待这个论据,而不是简单地否定它。

问题是:过去的成功转型依赖于几个具体的前提条件。这些条件在今天是否仍然成立?

前提一:存在"向上逃"的路径

每一次技术革命替代的是当时"较低层级"的劳动。手工被机器替代,工人可以向上迁移到机器操作。体力劳动被自动化替代,工人的后代可以向上迁移到脑力劳动——程序员、设计师、分析师、律师。每一次都有一个更高的层级在等着。

这一次,AI 替代的是脑力劳动本身。代码、文案、分析、设计、初级法律和医疗判断——这些恰恰是过去"向上逃"的目的地。当脑力劳动也被替代,下一个逃逸层级是什么?也许存在,但没有人能给出具体的答案——包括 Altman 和黄仁勋。他们说"会有新的工作类型出现",但说不出是什么。这和过去不同:工业革命时期,新岗位(工厂工人、铁路工程师)在旧岗位消失的同时就已经可见了。

前提二:转型周期足够长,社会有时间适应

从蒸汽机到劳动法的建立,英国用了将近一个世纪。从流水线普及到中产阶级的大规模形成,美国用了约半个世纪。这些时间尺度意味着一代人有足够的空间通过教育和再培训完成迁移。

AI 的扩散速度完全不同。ChatGPT 从发布到一亿用户用了两个月。企业从"观望 AI"到"强制全员使用 AI"往往只有一到两个季度。如果转型发生在 5-15 年而不是 30-50 年,大量人将来不及完成迁移。"最终会好起来"也许是对的,但"最终"之前的那段时间里发生的事情,是具体的人用具体的职业生涯在承受的。

前提三:劳动者拥有迫使制度变革的谈判筹码

这是最关键的一条。过去每一次工业革命最终催生了劳动保护(童工法、八小时工作制、最低工资、工会),不是因为资本方良心发现,而是因为工人的罢工能让工厂停转。这个物理事实——你不干活,机器就不转——是所有劳工权利的终极来源。

AI 时代,这个筹码正在被削弱。如果你的知识已经被榨取成 SKILL 文件、你的操作已经被录屏、你的判断逻辑已经被文档化——你走了,系统还能转。也许不如你在的时候好,但足以让公司撑过罢工期。劳动者正在失去谈判的物理基础。

我们不预测未来。新岗位也许会出现,也许不会。转型也许需要 10 年,也许需要 50 年。但过去让技术转型"最终成功"的三个前提——逃逸路径、充足的缓冲时间、劳动者的谈判筹码——在当前环境下全部面临前所未有的压力。在这种条件下,"相信历史会重演"是一种赌博,而赌注是你的职业生涯。


为什么没有人会来

也许你会想:就算上面说的都对,如果事情恶化到一定程度,总会有人站出来抗争吧?政府总会介入吧?

抗争的前提已经被消解

回顾历史,所有成功的劳工运动都有一个共同前提:物理性的不可忍受。 英国 1833 年童工法的催生背景是儿童在矿井中大量死亡;美国 1886 年的八小时工作制运动源于工人每天工作 14-16 小时导致的伤亡。不是因为人们突然觉醒,是因为现状已经到了"再不改就活不下去"的临界点。

现代社会的技术手段把这个临界点推得非常远。你不需要有工作才能活着——UBI 或零工经济让你有饭吃,流媒体和社交网络让你有事做,外卖和电商让你不需要出门。你不舒服,但你不会死。

过去的抗争门槛是"活不下去"。现在的门槛是"活得没有尊严"。而**"活得没有尊严"从来没有成功催生过大规模的集体行动。** 没有哪个国家因为"人民觉得生活没有意义"而爆发过改变制度的社会运动。

Sam Altman 资助的 OpenResearch 在 2020-2023 年进行了美国规模最大的 UBI 随机对照实验:1000 名低收入参与者每月领取 1000 美元,持续三年。(Yahoo Finance 报道)结果值得认真对待——正面和负面都有:第一年,受试者的心理压力和食品不安全感显著下降,低质量兼职减少,教育投入增加,对"工作是社会责任"的认同度反而提高了 2%。但到第二、三年,幸福感的改善逐渐消退。每月 1000 美元无法对冲房租上涨、慢性病和育儿成本。研究者的结论是:UBI 能缓解极端困境,但不能替代系统性改革。

换句话说,UBI 能让你不至于走上街头,但不能让你过上有尊严的生活。它精确地落在"活不下去"和"活得好"之间的灰色地带——恰恰是最不可能催生抗争的位置。

政策不会及时到来

对 AI 驱动的劳动力替代进行有效监管,需要回答极难的问题:如何定义"AI 替代了人力"?如果征税,税率怎么定?会不会把公司逼向海外?谁来审计一家公司到底有多少工作是 AI 做的?

欧盟的 AI Act 从提案到生效用了三年(2021-2024),而它几乎没有触及劳动力替代问题。一个真正有效的劳动保护框架,从立法到落地,乐观五年,现实十年。

而政府的激励结构也不站在你这边。GDP 增长、税收收入、就业率——AI 推高了前两个,只压低了第三个,而就业率的下降可以被"灵活就业""新业态"等统计口径吸收。科技公司是许多国家最大的税源和游说力量。短期内,不干预才是政府的理性选择。

全球的模式惊人一致

2023 年中国城镇青年失业率突破 20%,年轻人的反应是躺平、考公、考研。同一时期美国科技行业裁员超过 26 万人,大多数人的选择是刷 LinkedIn、报 bootcamp、做零工。韩国年轻人发明了"N 抛世代"——放弃恋爱、结婚、生育、购房,用退缩代替抗争。日本的"就职冰河期"制造了整整一代自由职业者和家里蹲。结构性问题被转化为个体焦虑,集体行动的条件从未形成。

失去工作的人不会饿死。灵活就业、零工经济吸收一部分,家庭支撑网络兜底一部分。消费可以降级,现代农业和工业的发展能够维持基本生存,还有短视频、游戏、直播消解情绪。信息茧房阻止不满情绪聚合——每个人以为"只有我过得不好"。没有集体行动的条件,也就没有迫使政策加速的压力。

底层劳动者的底线被试探的空间,远比你想象的大。 每一次"市场自我调节"的说辞,都是在用时间换空间——而被消耗的时间,是你的。


本章总结

你面对的不是"AI 要取代你"这一个威胁。你面对的是一个多重力量叠加的结构性环境:

  1. 金融周期:ZIRP 终结后的人力纠正
  2. AI 叙事:真实影响难以被客观量化,但叙事已在驱动裁员,且内部数据被层层虚报
  3. 税法激励:Section 174 让裁研发人员在税务上更划算
  4. 财富分配:生产力增长被资本方捕获,劳动者份额创历史新低,涓滴效应失灵
  5. 逃逸路径存疑:过去"向上逃"的出口这一次不确定是否存在
  6. 抗争门槛被抬高:现代维稳工具让"活得没有尊严"无法转化为集体行动
  7. 政策真空:政府没有动机在你需要的时间内行动

理解这个全局,才能理解 Zion 存在的意义。

Zion 不是一个关于"自保"的项目。当我们说"保护你不可替代的价值"时,我们在说的是:在一个正在把人当作可优化的成本项来处理的系统中,你有权利不接受这个定义。 你的经验、判断力和对系统的理解不是可以被两周薪水买断的东西,也不是一份 SKILL 文件能够穷尽的东西。

你每一次消费,都在为你想要的世界投票。你在工作中做的每一个决策也是。你接受他们以两周薪水买断你的经验,接受他们把你称为需要"清理"的东西——世界就会变成那个样子。

政策终会到来——就像工业革命最终催生了劳动法。但"最终"可能是十年、二十年。在那之前,你的选择就是你的立场。

Released under CC BY-SA 4.0.