AI用得越熟练，反而越容易被裁？企业裁员背后的“员工蒸馏”逻辑
2026/07/13 08:47阅读量 2
Meta、微软等科技公司一边盈利一边大裁员，被裁对象多为AI使用熟练的员工。企业利用员工日常工作数据训练AI模型，一旦模型学会即可替代原岗位。资本估值逻辑已从人才密度转向“人少AI多”，隐性能力（判断力、人脉、个人IP）成为AI无法复制的核心竞争力。
事件概述
近期Meta、微软等科技公司出现“一边盈利一边大裁员”的现象，且被裁员工中多数是AI使用熟练的人。其核心逻辑是：企业将员工日常操作和决策数据作为训练语料，蒸馏出AI技能包，模型学会后直接替代员工。
核心信息
- 员工“蒸馏”成为趋势：GitHub项目“同事.skill”上线3周星标突破1.4万，可将离职员工的工作经验、决策逻辑打包成AI技能包；Meta的“模型能力倡议”（MCI）项目也在训练能完成日常办公的AI智能体，本质是利用员工数据训练替代自己的模型。
- 资本估值逻辑转变：过去看重人才密度，现在资本判断好公司的标准变为“人少，AI多”，人均市值取代人才密度成为新估值锚。Meta裁员8000人（约10%人力）每年可节省约30亿美元，同时将2026年资本支出上限提升至1150-1350亿美元；微软2025年裁员超1.5万人，净利润增长27%，宣布裁员当日股价上涨，市值突破4万亿美元。
- 可被AI复制的能力不再稀缺：写作、代码、剪辑等可量化、可写成SOP的技能本质上是AI的高质量训练数据。AI暂时无法替代的是隐性能力：行业判断力、圈子人脉、个人IP，这些不产生标准化行为数据，难以蒸馏。
值得关注
- 打工人的核心价值不在于会用AI工具，而在于身上有多少工具学不走的能力（判断力、信任、行业地位）。与其消极注水对抗AI蒸馏（如GitHub对抗项目“反蒸馏.skill”），不如主动升维，成为定义AI应用规则的人，例如用AI重新设计工作流程，推动企业AI变革。
- 凡是能被工具承载的能力，价值都会归零；凡是工具学不走的隐性能力，价值持续上涨。