先做一道小学算术题
全公司所有员工的薪资、福利、股权，加在一起：约270亿美元。
同年AI基础设施资本支出计划：1150亿至1350亿美元。
就算明天把全公司员工全部解雇，省下来的钱，也只够付GPU账单的零头。
还没完。Meta计划裁员约8000人，裁完之后剩余员工约7万人。把1350亿美元的资本支出分摊到这7万人头上——每位留下来的员工，平均要为193万美元的硬件成本"打工"，是他们自身平均年薪的好几倍。
员工不再是公司价值的核心，他们是精密机器的附件——而且是最容易被替换的那种附件。
那为什么还要裁员？
Meta首席人事官在内部备忘录里说得很直接：裁员是"为了抵消我们正在进行的其他投资"。她没有提到AI变聪明了，没有提到某个岗位已经被自动化取代了。她说的是：我们要把钱挪过去。
这才是2026年这波裁员潮的真实逻辑：不是技术换人，是资本腾挪。
一、三波裁员，换了三个名字，做的是同一件事
自2020年以来，科技行业的大裁员大致分为三波：
第一波（2022—2023），理由是疫情期间过度扩张，现在需要收缩。Meta在这一波裁员约2.1万人，Zuckerberg把2023年命名为"效率年"。
第二波（2024—2025），理由变成了围绕AI进行组织重构。
第三波（2026年，正在进行），已经不需要额外解释了。甲骨文说裁员是为了建AI数据中心，Meta说裁员是为了抵消AI投资，微软在AI资本支出大幅提升的同时，推出了史上首次员工买断计划。
截至2026年5月初，科技行业年内裁员人数已超过9.2万，自2020年以来累计接近90万人。
名字换了三次，底层动作始终是同一个：把固定的人力成本，转化为可折旧的资本支出。
前者在损益表里每个季度都是压力；后者可以分摊，还能讲出一个让市场兴奋的故事。
二、一个扎心的会计学逻辑
很少有人从资产负债表的角度来理解裁员，但这才是最接近真相的视角。
员工离职，短期内是负债。 每裁一个人，公司需要支付N+X的补偿金，这笔钱在财报上是当期支出，直接压缩利润，让当季数字难看。
买H100芯片，是资产。 购入GPU记在资产负债表的固定资产栏，可以折旧摊销，可以用来做抵押，可以向股东展示"公司拥有大量前沿算力资产"，甚至可以以此为基础进行融资。
这就是巨头们在增长放缓时维护财报健康的底层逻辑：人不能入账，机器可以。人产生的是费用，机器积累的是资产。 把工资单换成采购清单，不只是省钱，而是在会计意义上重塑了公司的资产结构。
裁员宣布后，Meta股价的第一反应往往是上涨。不是因为投资者相信AI会立刻接管这些工作，而是因为他们看懂了这道会计题。
三、资本市场不关心真相，只关心叙事
理解这一波裁员，必须理解资本市场的运作逻辑。
一家公司如果宣布"增长见顶，进入平台期"，股价会立刻塌方。但如果它宣布"正在进行AI驱动的组织重构"，同样的财务数据，会被解读为转型阵痛后的黎明。
这就是为什么Meta在宣布裁员的数小时前，刚刚为六位高管授予了每人最高9.21亿美元的股票期权——附带条件是公司市值在2031年达到9万亿美元。
裁员是手段，维系市值预期才是目的。
当然，资本市场也不是一味买账。今年以来，亚马逊股价涨17%，Alphabet涨27%，因为它们的云业务积压订单和AI收入是真实可见的；而微软跌13%，Meta跌6%，因为它们的资本支出增速，让投资者暂时看不清回报曲线在哪里收敛。
市场奖励的是"花钱花得有模型"的公司，而不是所有声称在做AI转型的公司。 叙事有用，但要能被业绩验收。
四、AI到底有多贵？一个被刻意模糊的问题
"AI替代人"这个叙事成立的前提，是AI比人更便宜。
但现实是：在大多数场景下，目前还没有。
英伟达应用深度学习副总裁Bryan Catanzaro公开承认，在他自己的团队，"算力成本远超员工成本"。这话出自全球最大GPU制造商的内部人士，不是AI的反对者。
MIT 2024年的研究对美国各行业AI自动化成本建模后发现，以当时的算力成本，只有约23%的工作岗位在经济上真正具备被AI替代的可行性——在其余场景，雇人仍然比跑模型便宜。2024年诺贝尔经济学奖得主Acemoglu的估算更保守：整个美国劳动力市场中，当前成本结构下具备盈利可行性的AI替代，只占全部岗位的约5%。
情况在持续演变。MIT 2025年底的更新研究显示，随着推理成本快速下降，技术和经济上均可行的AI替代已扩展至约11.7%的美国工作岗位，涉及工资规模约1.2万亿美元。
方向是清晰的：边界在扩大，速度比多数人预期的快。
但关键的时间差仍然存在：巨头们的大规模裁员，发生在这个边界扩大到足以覆盖大多数岗位之前，而不是之后。 他们不是在等AI便宜了再行动——他们是在GPU账单压上来之前，先把工资单压下去。
五、"中产职业"才是真正的危险地带
这里有一个让很多人不舒服的判断：AI替代不是假的，只是现在的烈度被高估了，未来的烈度却被低估了。
更需要警惕的，不是AI能否在某件事上达到人类的最高水平，而是一种更隐蔽的替代路径——降级替代。
公司不再需要一个能打90分的资深翻译、资深文案、资深分析师，只需要雇一个能打40分的实习生，让他去修改AI生成的初稿。这个实习生的工资是资深员工的五分之一，而输出质量可能只下降了15%。
对公司来说，这是一笔合算的买卖。对那个曾经的90分从业者来说，他的职业价值曲线发生了永久性的断裂。
这不是"低技能岗位被替代"的故事，这是中产职业的系统性降维。最先感受到冲击的，反而是那些花了五到十年积累专业技能、却从事着可以被拆解为标准化流程的工作的人。
判断你自己是否身处危险地带，只需要问一个问题：你的工作有多少比例，可以被拆解成"AI生成初稿，人来修改"的流水线？
这个比例越高，压力越真实——而且这个比例会随着AI成本下降持续扩大，与你的职位高低无关。
结语：神话是讲给股东听的，账单才是留给自己的
2026年，当你再看到"某大厂利用AI优化X%人力"的标题，有三个问题值得先问：
这家公司同期的AI资本支出增长了多少？
被裁的岗位，有多少已被AI真正接管，又有多少只是从工资单挪进了采购清单？
公告发出时，高管们的股权激励是在涨还是在跌？
AI正在改变世界，这是真的。但2026年这波裁员潮的直接驱动力，是GPU账单，不是技术突破。巨头们不是因为找到了更好的生产方式才裁员，而是因为他们需要一张更好看的资产负债表。
叙事是免费的，账单才要钱。
而账单，他们从来不放在PPT里给你看。
