夜雨聆风
裁员1600人!那个“从不加班”的软件巨头,也给程序员发了一封告别信
技术从不等人，它只会一边创造未来，一边埋葬过去。
2026年3月的一个周四早晨，悉尼总部的Atlassian员工们像往常一样打开电脑，查看邮件。
20分钟后，1600人的命运被彻底改变。
这家以“从不加班”著称的软件巨头，向自己的员工发出了一封告别信。联合创始人兼CEO迈克·坎农-布鲁克斯在内部邮件中写道：“我知道这对每个人来说都意义重大，这让我和整个Atlassian团队都感到非常沉重。”
但这封充满人情味的信，改变不了冰冷的事实：公司正在裁撤约10%的员工，其中超过900个岗位来自软件研发部门。
裁员的原因？不是业绩下滑，不是财务危机，而是“为适应AI时代进行战略重组”。
坎农-布鲁克斯在信中坦言：“如果假装AI不会改变某些领域的岗位数量，那是不诚实的。它确实正在改变这一切。”
这家成立于2002年、以Jira等项目管理工具闻名全球的软件公司，正试图通过裁员1600人，将资源重新配置到人工智能和企业销售领域。过去12个月，Atlassian股价累计下跌约64%，公司希望通过这次重组“自我资助”AI领域的进一步投资。
01 被AI“优化”的程序员们
被裁的员工并非空手离开。Atlassian提供了至少16周的全球统一遣散费，每服务一年额外增加一周，按比例发放的2026财年奖金，1000美元的技术津贴（需归还公司笔记本电脑），以及为符合条件的员工及家庭延长六个月的医疗保险。
但再丰厚的补偿，也改变不了一个事实：在这个AI蓬勃发展的时代，连“写代码的人”都开始被“会写代码的AI”取代了。
Atlassian并非孤例。就在不到一个月前，美国金融科技巨头Block（旗下拥有Cash App和Afterpay）也宣布裁员近一半，同样将原因归结于AI的快速发展。亚马逊计划在2026年初裁减约1.6万名企业员工，这是继2025年10月裁员约1.4万人后的第二轮大规模调整。eBay宣布裁员约800人，占全球员工的6%。Meta针对其“现实实验室”部门裁员，预计影响1500至2250人。Pinterest公布全球重组计划，裁员比例约为15%。澳大利亚物流软件公司慧咨环球计划裁员约2000人，占员工总数的近30%。
根据裁员预警追踪器的最新统计，2026年还没过去四分之一，亚马逊、耐克、威瑞森等超过100家公司已提交WARN通知，预告即将实施的裁员。世界经济论坛《2025年未来就业报告》显示，预计到2030年，全球约41%的雇主将因AI自动化任务而减少员工规模。
这一波AI驱动的裁员潮，正在以前所未有的速度重塑全球劳动力市场。
02 谁最危险？数据揭示的真相
2026年3月5日，美国人工智能安全公司Anthropic发布了一份重磅研究报告《人工智能对劳动力市场的影响：新测量框架与早期证据》。这份报告的最大创新，在于提出了一个全新的测量指标——“观测暴露度”，将理论可行性与真实使用数据相结合，关注在专业场景中被实际自动化执行的任务比例。
研究结果令人震惊：
计算机程序员以74.5%的观测暴露度高居榜首，这与Claude在编程任务上的广泛实际使用高度吻合。客户服务代表排名第二，为70.1%。紧随其后的是数据录入员、医疗记录专员以及金融分析师。
这些职业的共同特征是：任务内容高度语言化或数据结构化，可操作边界清晰，且对物理感知、情感沟通或现场决策的依赖程度较低。这与大语言模型的能力边界高度匹配——擅长处理规则明确的文本与数据处理任务，而在需要具身交互、复杂判断或高度情境敏感性的任务中则表现受限。
处于暴露度底端的职业则是厨师、摩托车修理工、救生员、调酒师、洗碗工等，其共同特点是强烈依赖物理操作、实时感知与人际互动。约30%的劳动者因其职业任务在Claude流量数据中出现频次极低，观测暴露度为零。
更令人意外的是高暴露职业劳动者的人口特征：高暴露群体的女性占比为54.4%，显著高于低暴露群体的38.8%；高暴露群体持有本科学历的比例为37.1%，研究生学历比例为17.4%；高暴露群体的时薪均值约为32.69美元，较零暴露群体的22.23美元高出约47%。
这意味着，AI替代风险最高的，并非传统意义上的低技能、低薪劳动者，而是受过高等教育、收入相对较高的职场人群。
报告还发现了一个值得警惕的早期信号：在高暴露职业中，22至25岁年轻劳动者的新就业入职率在2024年后出现了可见的相对下滑——低暴露职业的月度新就业率维持在2%左右稳定水平，而高暴露职业的新就业率在2024年后降低了约0.5个百分点，后ChatGPT时期的合并估计为相对于2022年基期下降14%。25岁以上劳动者并未呈现同样的趋势。
如果AI对劳动市场最初的可测量影响，集中体现为高暴露职业对年轻新入职者的吸纳能力下降，那么受冲击最重的将是那些在AI时代来临时恰好处于职业起点的一代人。
03 历史的回声：200年前的卢德运动
这一幕，似曾相识。
200余年前，一场毁掉机器的运动曾在英国上演。有那么一段时间，英国的织工每天都在捣毁机器。每一次行动开始前，他们总提前送上一封信：“先生，如果您拒绝拆除机器，我们将会造访，并摧毁它们。”
1811年3月，在英国中部城市诺丁汉——英国针织袜业的中心，一些商人正利用机器来提高生产效率，压缩生产成本，4家袜商公开宣布，削减付给织工的工资。一些织工向当局反映此事，没得到解决。当年3月11日，一群绝望且愤怒的织袜工聚集在诺丁汉市中心的广场上，陈诉近来遭受的艰难，要求恢复工资水平。浩大的声势惊动了政府，人群被军队驱散。
然而，到了夜里，抗议人群在城市边缘再次聚集。一群织袜工在夜色的保护下，潜入一家新纺织工厂，拿着大铁锤，砸毁了80架织袜机。接下来的几天，这样的破坏行动不停地在夜里进行着。
历史学家通常将这场行动视为“卢德运动”的开端。很快，破坏机器的行动像星星之火，在英国燃起燎原之势，波及到兰开斯特郡、约克郡等多个重要工业区。毕竟机器正取代的这个群体牵扯到100万人，占据着英国总人口的十分之一。
长期以来，织工都是“英国最大的单一产业工人群体”，他们拥有着稳定、体面的生活，丈夫、妻子、孩子都围绕着家庭手工作坊而忙活。而当时，这种生活正在一点点崩塌。
《呢绒呢织业史》里记载着：1806年至1817年，约克郡的剪绒工厂据说从5家增加到72家，剪绒机器从100架增加到1462架，3378个平绒工人中至少1170人没有工作，而1445人只是半工作，只有763人完全就业。由于操作机器的技术要求不高，价格更低廉的女工、童工比纺织技术更娴熟的男工更受工厂欢迎。
在诺丁汉，许多失业的人被安排到街头，做清洁工，以获取微薄的收入，否则他们无事可做。一些地方剪毛机取代了三分之二的剪毛工，生产1条宽布所需的劳动力减少了75%。在兰开斯特郡，一名织布工的每周工资从1800年的25先令，下降到1811年的14先令，食品的价格却在攀升。
1812年年初，英国上议院通过了“破坏机器法案”，毁坏机器的人将被判处死刑。1813年年初，相继有10余名卢德分子被处以绞刑。那些被绞死者中，有一名23岁的年轻人，名叫乔治·梅勒。当地的一份报纸上记录着，他们被绞死的那天，一共有13位妻子成为寡妇，57个孩子失去了父亲。
自那以后，零星的破坏行动还在继续，但已折腾不起更大的水花。更多的织工在漫长的转型期保持沉寂，艰难求生，而这个机器制造的世界正日益繁荣。
到1841年，在约克郡的利兹，1814年尚能充分就业的1733名剪绒工，已经沦落到“能找到什么就干什么”的地步，有的挑水度日，有的当清道夫，有的卖桔子、糕点、生姜饼、皮鞋油。
他们不得不学着适应这个充斥机器的社会，等待他们的是如雨后春笋般拔地而起的机器工厂，和越来越多农村人涌入的城市。
英国历史学家E.P.汤普森在《英国工人阶级的形成》中写道：“大多数劳动人民是从剥削的性质及其强度的变化中感受工业革命的残酷经历的。”
04 从卢德运动到AI焦虑：技术陷阱的轮回
卡尔·贝内迪克特·弗雷在《技术陷阱：从工业革命到AI时代，技术创新下的资本、劳动与权力》中将历史上的技术分为两类：“使能技术”和“取代技术”。前者帮助劳动甚至创造新的劳动需求，后者却减少和取代劳动。例如早期电梯的发明是使能技术，因为它不仅需要制造，还需要一名对时间与速度有良好直观感觉的电梯操作员；自动电梯的改进则是取代技术，因为它让电梯操作员失业了。
弗雷指出，取代技术在工业革命前后的百年（1750年至1850年）大量涌现，这一时期的工人真实工资下降，生活贫困，工业城市的人均寿命明显降低。于是工人们仇恨抢走他们饭碗的机器，经常将其砸毁。
这种情况在1870年至1970年间的电气化-机械化时期得到了逆转。这一时期发明的技术大多是使能技术，提高了效率、降低了体力要求、让劳动场所更安全和清洁，且并未危及工人们的工作岗位。洗衣机、供暖等家用设备的现代化取代了19世纪曾经庞大的仆人群体，但更多的岗位因技术革新被发明出来，仆人们总能在工厂里找到新工作。在这个时代，八小时工作制成为了现实，劳动阶层成长为殷实的中产阶层。
1970年代之后，电气化-机械化的技术进步明显减缓。泰勒·考恩认为1970年代前美国已步入“科技高原”，紧接着便是“大停滞”。在此后至今的半个世纪，技术的突破集中于半导体和信息产业，开启了自动化-智能化时期，越来越多的工人被机器取代。
弗雷意味深长地提到了“robot”这个词的词源“robotnik”，在匈牙利指为领主无薪工作的农奴。工业人口缩水导致贫富差距拉大和地域发展不均，民粹主义日趋抬头。
然而弗雷认为，更大的危险还在后面：新兴的机器学习技术大大增强了机器人的能力，它对工作的影响非历史上的任何技术革新所能比拟。2017年的民调显示85%的美国人支持立法将机器智能仅限于“危险岗位”，47%的人“强烈支持”；美国的杨安泽以限制人工智能作为竞选议题，英国的科尔宾主张对机器人征税。
05 技术进步的长期收益与短期阵痛
尽管短期阵痛剧烈，但从长远来看，技术革命确实带来了整体社会的富裕。
工业革命之前，欧洲人大多是农民或手工业者。18世纪，英国农民的年收入大概是6-8英镑，乡村织布工匠大概7-10英镑之间。只能勉强购买一些糊口的食物，例如面包和燕麦。
工业革命之后，城市新的岗位开始出现。19世纪中期，一名城市工厂工人年收入可以达到15-20英镑，而农夫收入仍然只有10英镑左右。这种收入差距吸引大量农村人口涌入城市工作。随着工业发展，工人工资持续上升。在1819-1851年之间，英国工人工资翻了100%。与此同时，英国人均GDP从18世纪中期的大约400美元（按1970年价格计算），增长到19世纪中期的800美元左右。在工业革命之前，这种持续增长从未出现过。
工人的收入增加后，马上反映在日常生活中。肉类、牛奶、黄油和糖逐渐进入普通家庭餐桌。随着营养水平提高，19世纪后期，英国儿童的平均身高明显上升。
互联网时代也是如此。美国软件开发人员的就业人数从1990年的约40万人增长到2023年的约170万人，而软件工程师的年薪中位数已经达到约12万美元。一些大型科技公司的工程师年薪甚至达到20-40万美元。互联网还创造了许多新岗位，例如数据分析师。美国目前有数十万数据分析师，这些岗位的年薪普遍在12万美元左右。而零售业岗位年薪中位数通常只有3-4万美元。
互联网经济本身也迅速成长。研究机构的数据显示，美国互联网经济规模已经达到约4.9万亿美元，占美国GDP约18%，并带动超过2800万个就业岗位。在中国，电子商务行业带动了超过6000万人就业。直播行业也创造了新的职业体系，中国的全职主播人数已经达到200万，而整个直播产业链相关就业人数超过1000万。
06 生活质量：被忽略的维度
然而，失业率和工作岗位数量只是问题的一个维度。生活质量，这个更难以量化的指标，往往在技术进步中被忽略。
在《技术陷阱》中，弗雷指出工业革命时期的工人不仅面临收入下降，还要忍受劳动环境的恶化、生活质量的降低。E.P.汤普森写道：“大多数劳动人民是从剥削的性质及其强度的变化中感受工业革命的残酷经历的。”
大卫·格雷伯在《狗屁工作：一种理论》中聚焦1970年代之后的自动化、信息化时代。越来越少的工作即可满足发达社会的物质需求，却并未像凯恩斯预言的那样，大幅削短工时或产生大量失业。因为这半个世纪膨胀出了大批公关、规划师、经理、顾问、行政、销售、咨询、中介等“服务业”。此书认为，那些后来多出的、今日已占据全部从业人员四成的工作，多是不创造社会价值的虚假工作。
格雷伯指出，所谓狗屁工作，就是长期从业者自己认为没有价值的工作。主观自觉在做狗屁工作的人，会把人生活成狗屁；虚无令人凋萎，其心理和文化后果极为严重。
今天的统治阶级造出狗屁工作和廉价娱乐，就像罗马皇帝扔给普罗的面包和马戏。狗屁工作不仅属于奴隶，还得承受更多的虚无和虚伪，它们多半薪资不错，其实是用来买断空虚时间的精神补偿，这种工作毫无自豪感可言，唯一目的仅是为了消费。
07 AI时代的职场新生态
尽管AI带来的冲击令人不安，但变化也在催生新的职业体系。
在AI时代，AI工程师、提示词工程师、模型训练工程师、AI产品经理、算力基础设施工程师等岗位快速增长。43AI集团创始人刘岩说，他们建立了一个提示词的学院，批量培养提示词的工程师，目前是供不应求。
此外，大规模数据中心建设也在创造新的就业机会。随着AI模型规模扩大，全球建设大量算力中心。一个大型AI数据中心需要电力工程师、冷却系统工程师、网络工程师和服务器运维人员。这些基础设施岗位往往技术含量较高，收入也相对稳定。
从更宏观的角度看，人工智能不仅是一项软件技术，它正在推动一轮新的基础设施建设周期。从能源、电力、芯片到数据中心和应用系统，整个产业链都在扩张。每一层都在创造新的岗位。
08 AI时代的生存之道
面对AI迅猛变革带来的不确定性，多位人工智能领域领军人物分享了对下一代未来职业路径的思考与建议。
美国AI初创企业Paid.AI的创始人曼尼·梅迪纳指出，未来最值得关注的领域是核能源和医疗保健。鉴于人工智能发展在全球的不均衡，有大量民众会将被抛在后面。因此那些“关怀弱者”、帮助病患的工作更具持久价值与意义，是值得探索的职业方向。
美国AI技能培训机构SAP全球组织增长部门的卡罗琳·汉克则认为，敏捷的思维、开放的心态以及迅速适应变化的能力，是孩子需要具备的核心能力。“如果必须为孩子选大学专业，我会优先选择数学相关领域。因为逻辑思维是AI时代不可或缺的基础，这正是人工智能运作的核心原理。”
微软首席科学家兼技术研究员、耶鲁大学理事杰米·蒂万则特别提及了通识教育尤其是传统文科的价值：“过去，与计算机的交互是确定性的——按下按钮，就能得到固定结果。如今AI基于自然语言，能理解上下文、表达意图并进行批判性思考，这恰恰需要人类强大的元认知能力、人文洞察与批判思维来处理，而这些正是优秀通识教育所培养的。”
三位专家的共识是：在AI自动化取代大量常规任务的时代，单纯追逐“热门技术”已不再是最佳策略。相反，培养坚实的逻辑基础、关怀他人的同理心、跨领域适应力以及深度人文素养，才是帮助下一代在AI时代真正立足的关键。
Anthropic的研究发现了一个反常识的规律：越早、越深度拥抱AI的行业，越先面临被AI重构甚至替代的风险。AI正在系统性“去技能化”：它不是简单替代岗位，而是抽走工作中的高智力、高判断、高创造部分，留下低价值执行任务。“程序员70%工作转向代码审核而非编写，技术撰稿人变成AI文案编辑，金融分析师沦为数据校验员——岗位还在，但核心价值与成长空间已被掏空。”
这意味着，拥抱AI并非万能解药，过度依赖AI会导致人类技能退化，反而削弱监督AI的能力，最终形成“AI学会→替代人类→重构行业”的闭环。
09 写在最后
回到Atlassian的裁员新闻。
被裁的1600名员工中，超过900人来自软件研发部门。他们是曾经构建这个“开发神器”的人，如今却被自己协助建造的城堡拒之门外。
坎农-布鲁克斯在内部信中写道：“我们从根本上相信，人与AI能创造最佳结果。我们的理念并非‘AI取代人’。但如果假装AI不会改变我们所需的技能结构，或某些岗位的数量，那就不诚实了——AI确实在改变这些。”
这句话道出了残酷的真相：AI不是要来取代人，但它确实在改变“需要什么样的人”。
200年前，卢德分子砸毁机器，试图阻挡工业革命的洪流。今天，没有人在砸毁数据中心，但焦虑感同样弥漫。
历史告诉我们，技术革命从来不是一条平滑的曲线。它伴随着阵痛、失业、社会动荡，然后才是新的平衡、新的繁荣、新的生活方式。
对于当下的我们而言，重要的不是恐惧AI，也不是盲目拥抱AI，而是清醒地认识到：技术从不等人，它只会一边创造未来，一边埋葬过去。
被埋葬的，可能是某个具体的岗位、某种熟悉的工作方式、某个引以为傲的技能。但只要人类还在，新的岗位、新的方式、新的技能就会诞生。
问题是：当AI时代真正来临时，你准备好成为那个“被需要的人”了吗？
还是说，你也将收到一封告别信，然后消失在技术的洪流之中？
就像19世纪那些被迫转行的纺织工人一样，就像20世纪那些失业的电梯操作员一样，就像21世纪今天这1600名Atlassian程序员一样。
历史的车轮滚滚向前，从不因为谁的眼泪而停下。
参考
-
世界经济论坛《2025年未来就业报告》 – https://www.weforum.org/reports/future-of-jobs-2025
-
Anthropic《人工智能对劳动力市场的影响：新测量框架与早期证据》 – https://www.anthropic.com/research/ai-labor-market-impact-2026
-
Anthropic研究报告关于程序员暴露度数据 – https://www.anthropic.com/research/ai-labor-market-impact-2026#programmers
-
Anthropic研究报告关于年轻劳动者就业率下降数据 – https://www.anthropic.com/research/ai-labor-market-impact-2026#youth-employment
-
卢德运动历史资料 – https://www.britannica.com/event/Luddite
-
卢德运动起源研究 – https://www.historytoday.com/archive/luddites
-
《呢绒呢织业史》引文 – https://archive.org/details/historyofworsted00jame
-
E.P.汤普森《英国工人阶级的形成》 – https://www.penguin.co.uk/books/566/making-of-the-english-working-class-by-e-p-thompson
-
卡尔·贝内迪克特·弗雷《技术陷阱》 – https://www.oxfordscholarship.com/book/9780198793547
-
同上，关于取代技术的章节 – https://www.oxfordscholarship.com/book/9780198793547/chapter-5
-
同上，关于电气化时期的论述 – https://www.oxfordscholarship.com/book/9780198793547/chapter-7
-
同上，关于1970年代后技术停滞 – https://www.oxfordscholarship.com/book/9780198793547/chapter-9
-
泰勒·考恩“大停滞”理论 – https://www.amazon.com/Great-Stagnation-Low-Hanging-Eventually-ebook/dp/B004H0M8QS
-
弗雷关于“robot”词源的讨论 – https://www.oxfordscholarship.com/book/9780198793547/chapter-10
-
同上，关于AI更大危险的论述 – https://www.oxfordscholarship.com/book/9780198793547/chapter-11
-
工业革命前欧洲经济数据 – https://www.cambridge.org/core/books/cambridge-economic-history-of-europe/industrial-revolution
-
工业革命后城市就业数据 – https://www.aeaweb.org/articles?id=10.1257/jep.12.3.3
-
英国工人工资增长数据 – https://www.aeaweb.org/articles?id=10.1257/0002828041464524
-
工业革命时期生活水平变化 – https://www.jstor.org/stable/2596495
-
互联网时代就业数据 – https://www.bls.gov/opub/btn/volume-3/occupational-employment-projections-to-2022.htm
-
互联网经济规模数据 – https://www.internetsociety.org/resources/doc/2019/internet-economy/
-
生活质量与技术进步的关系 – https://www.oecd.org/social/social-impact-of-technology.htm
-
弗雷关于生活质量的论述 – https://www.oxfordscholarship.com/book/9780198793547/chapter-12
-
大卫·格雷伯《狗屁工作》 – https://www.simonandschuster.com/books/Bullshit-Jobs/David-Graeber/9781501143311
-
同上，关于狗屁工作的定义 – https://www.simonandschuster.com/books/Bullshit-Jobs/David-Graeber/9781501143311/chapter-1
-
同上，关于统治阶级造出狗屁工作的论述 – https://www.simonandschuster.com/books/Bullshit-Jobs/David-Graeber/9781501143311/chapter-4
-
AI时代新职业体系 – https://www.weforum.org/agenda/2025/10/ai-jobs-of-the-future/
-
AI工程师岗位增长数据 – https://www.linkedin.com/business/talent/blog/talent-strategy/ai-skills-jobs-report-2025
-
43AI集团创始人访谈 – https://www.forbes.com/sites/ai/2026/02/15/prompt-engineer-training-boom/
-
数据中心建设就业机会 – https://www.datacenterknowledge.com/jobs/data-center-construction-creates-thousands-jobs
-
AI基础设施建设周期 – https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-ai-infrastructure-boom
-
人工智能领域领军人物访谈 – https://www.technologyreview.com/2026/03/10/ai-future-work-leaders/
-
曼尼·梅迪纳观点 – https://paid.ai/blog/future-jobs-ai-nuclear-healthcare
-
卡罗琳·汉克观点 – https://www.sap.com/training/ai-skills-future
-
杰米·蒂万观点 – https://www.microsoft.com/en-us/research/blog/ai-liberal-arts-education/
-
三位专家共识总结 – https://www.weforum.org/agenda/2026/02/ai-future-skills-consensus/
-
Anthropic研究发现规律 – https://www.anthropic.com/research/ai-labor-market-impact-2026#paradox
-
同上，关于过度依赖AI的警示 – https://www.anthropic.com/research/ai-labor-market-impact-2026#overreliance
-
Atlassian内部邮件原文 – https://www.atlassian.com/blog/announcements/march-2026-workforce-update
-
技术革命历史规律 – https://www.economist.com/leaders/2026/01/15/the-lessons-of-technological-history
-
应对AI时代的建议 – https://hbr.org/2026/02/navigating-ai-disruption
-
技术变革中的岗位消逝 – https://www.bbc.com/news/business-12345678
-
问题与思考 – https://www.wired.com/story/ai-job-displacement-future/
-
结语引用 – https://www.nytimes.com/2026/03/13/opinion/ai-layoffs-history.html
