被AI“掏空”的软件公司

作者：左西西

前两天，海外社交媒体上流传着一篇「裁员自白」。

作者是一位科技公司的资深工程师。在他动笔时，公司高层的办公室里正躺着一份8000人的裁员名单，而他自己有10%的概率在5月20号那天卷铺盖走人。在文章中，他既没有控诉AI抢走了饭碗，也没有咒骂老板冷酷无情。相反，他站在CEO的角度，剖析了这场声势浩大的“AI裁员”。

他观察到一个现象：自从公司全员深度使用AI工具后，代码的生成量和PR（代码合并请求）的提交量疯狂暴涨了2到5倍。如果按照传统的逻辑思考，这简直是生产力的大爆发。但实际上，产品的用户体验没优化，公司的收入更是纹丝未动。

为了解释这个现象，作者引入了麦肯锡的经典理论框架：“投入—产出—成果”。在软件行业，代码只是“投入”，功能是“产出”，而让用户付费才是“成果”。

AI最擅长的，是把原本昂贵的“投入”变得近乎免费。以前写一行代码要100块，现在只要1分钱。当代码变得又快又便宜，CEO脑子一热就能让AI出一个MVP，PM随手一个念头就能让AI写出一整套系统。表面上看，“产出”确实迎来了大爆发，但当这种没有门槛的产出泛滥成灾，公司里就塞满了无数重复的轮子、没人看的数据看板，以及永远不会上线的废弃功能。

AI没按“成果”抽成，它只按Token收费。以至于，投入成本在激增，但成果转化率不见增加。

而这种由前沿技术带来的“生产力幻觉”，其实在几十年前就曾给无数企业上过一课。

代码量暴涨，

1987年，诺贝尔经济学奖得主罗伯特·索洛在《纽约时报》上写下了一句著名的吐槽：“计算机时代随处可见，唯独在生产率统计中看不到显著提升”这就是经济学中著名的“索洛悖论”。

在当时的整个70到80年代，美国企业正疯狂地将资金砸向IT信息技术。管理层为员工配上了昂贵的个人电脑，全社会都在狂热地炒作“无纸化办公”和“电子化革命”。按理说，生产力应该迎来大爆发；但吊诡的是，美国那一时期的宏观生产率增长非但没有飙升，反而陷入了停滞。

可见，用重金堆砌前沿技术、花钱买“高科技”的虚假繁荣，不仅不能带来真实的利润，反而会引发巨大的适应成本、系统冗余和管理混乱。

今天，AI时代，类似的剧本在重演——企业为AI支付了海量的算力费用，员工提交的代码量暴涨了2到5倍，但年底一算账，公司的收入基本没变化。麻省理工大学在《The GenAI Divide: State of AI in Business 2025》（《通用人工智能鸿沟：2025年商业人工智能现状》）报告中指出，尽管企业在生成式AI上投入了数百亿美元，但95% 的企业仍未看到可衡量的财务回报。

那么问题来了：多出来的代码，到底转化成了什么，它们去哪了？

在技术层面，作为没有用户愿意买单的新功能，大部分的代码全都堆积在了后台，变成了一座又一座高昂的“技术债务”，也就是程序员常说的“屎山代码”。

为什么会变成这样？因为AI大模型本质上是一个基于概率的文本生成工具。它非常擅长生成模式化的基础代码，比如后端的配置文件、重复的表单逻辑，或者是给内部管理层看的常规数据看板，也就是说，它本质上只是在对人类已有的解决方案进行排列组合。但它并不具备真正的商业创新能力，不擅长去重构用户体验。这就解释了为什么App暴增的代码没能变成让用户买单的新功能。

在软件工程界有一句名言：“代码本身不是资产，而是负债”。

一行代码写出来只要几秒钟，但它在未来三年里的每一次服务器运行、每一次安全排查、每一次人员交接，都在持续消耗成本。AI生成的代码往往看似逻辑严密，实则暗藏很多细微的Bug（也就是AI幻觉）。过去，高级工程师的精力主要用来攻克核心业务难题；现在，他们每天不得不抽出大量时间，去审查和排查初级员工用AI批量生成的劣质代码。

某软件公司的技术负责人小凯（化名）向「才怪TRYGREAT」诉苦，以前他三天能写完的模块，现在分给几个应届生用AI写，一天就提交了。他以为能轻松点，结果发现自己每天啥正事也干不了，光顾着给AI生成的“屎山代码”擦屁股。工作瓶颈从“写代码’”变成了“审代码”和“修Bug”。稍有不慎，这些机器生成的Bug就会引发系统大崩溃。

AI并没有让团队提效，反而让公司的技术人才陷入了无休止的排错工作中。

今天用低成本生成的缺陷代码，未来需要投入极高的人力成本去修复。

除此之外，小凯告诉「才怪TRYGREAT」，在实际工作中，行业内部分工程师们为了追求所谓的“全自动化”，会通过API接口，让AI在后台大量处理任务。比如，写一个脚本让AI自动审查每天的所有代码、自动生成并运行海量的测试用例，甚至让几个AI智能体在后台互相对话来排查Bug。这些不受人工节制的自动化脚本，在后台不分昼夜地疯狂调用API。公司花重金买单的，不再是辅助人类思考的工具，而是大量循环的机器算力。

公司的现金流，就是这样一点点被“掏空”的。

理解了技术层面的问题，我们再从更深层的组织管理来看待这个问题——为什么明知道很多代码是无效的，大家还要疯狂去写？

原作者在文中提到一个例子。以前，假设CEO或者产品经理“灵机一动”，脑子里冒出10个新需求，开发团队通常会因为排期太满，直接拒绝掉其中的8个，只留下最重要的2个来做。这种“资源受限”带来的沟通阻力，倒逼团队必须进行严格的商业评估，把那些拍脑门的烂主意挡在立项阶段之外，从而为公司节省了大量的真金白银。

现在的点在于，AI把执行成本降到了无限低，导致这套过滤机制彻底失效了。

当生成代码变得免费且瞬间就能完成时，老板一拍脑门，当天就能跑出一个MVP（最小可行性产品）；PM（产品经理）随便一个想法，直接让AI通宵写出一套完整的代码。

这种极其轻易就能搞出来的系统和MVP，大多沦为了内部系统的自嗨，或是胎死腹中的A/B测试。它们往往还没等到推给真正的大众用户，就在内部评审或部门互斗中阵亡了，或者变成了只有几个人看的内部工具。

这意味着，以前那8个会在开会阶段就被毙掉的坏想法，现在全都毫无阻力地变成了真实存在的代码。更可怕的是，这种“零门槛”直接催生了职场中的恶性内耗与“向上汇报表演”。

两个不同的部门为了争夺同一个项目的控制权，产生了分歧。在以前，他们必须坐下来开会拉扯，统一意见后才能让开发团队动工。但现在，手握无限算力额度的两个团队根本懒得开会。他们各自用AI熬了一个通宵，做出了两套基于不同假设的系统，然后互相卡脖子。

免费代码之后的两堵墙｜图源水印

沟通成本看起来降低了，但试错成本却飙升了。公司不仅要为两套完全重复的系统支付巨额的API调用费，还要面对两套系统底层逻辑互斥带来的巨大烂摊子。

为什么公司高层会允许甚至纵容这种内耗和重复劳动？

核心原因在于整个科技行业的“错失恐惧症”（FOMO）。在“全面拥抱AI”的最高指令下，所有公司部门都在拼命向高层证明自己“很懂AI、很前沿”。

过去，职场里抢资源、向上汇报主要靠写精美的PPT；现在，门槛水涨船高，大家开始用AI生成的全套产品来抢功劳。很多团队明知道一些功能用户根本不需要，但为了在汇报时能展示出“我们利用大模型重构了业务流程”，依然会动用大量算力去造一个毫无用处的轮子。

到头来，多出来的代码变成给老板看的一场“AI汇报表演”。公司花重金买来的算力，变成了中层管理者向上邀功的道具和部门内斗的武器。

03

一场给老板看的“AI汇报表演”

既然大量的代码只是为了应对公司内部的汇报和部门竞争，那么这些动作最终带来的直接后果是什么？

是极其高昂的跨部门“对齐成本”。

AI并没有消灭大公司里的沟通扯皮，反而让扯皮的代价变得更高。

以前，各个团队为了对齐进度，主要依靠开会讨论或者撰写文档。现在，由于AI生成内容的成本极低，各个团队开始利用AI快速生成海量的MVP、案例分析、数据分析，仅仅是为了向管理层证明“我的方案才是对的”。

这些根本没有用户去看的分析，本质上都是各部门为了维护自身立场而用AI制造出来的“证据”。在这个过程中，公司的“对齐税”急剧攀升，最终全变成了公司账面上真实的财务负担。

原作者在文章中算了一笔账：每天花掉公司100美元Token额度的工程师，他制造的API调用费，一年下来相当于印度一个全职工程师的全年工资，或者是半个欧洲工程师的工资，又或者是四分之一个美国工程师的工资。

说明，企业的成本并没有消失，而是发生了转移。

公司的高层以为用AI可以“降本增效”，但实际上，他们只是把原本发给员工的工资，变成了交底给AI供应商（大模型厂商）的算力账单。员工用AI写无用的代码，不仅没有为公司赚到钱，反而让公司每天都在流失真金白银。

当资金链无法支撑这种无意义的消耗时，崩盘就成了必然。

而裁员，就是这种畸形成本结构下的暴力止血手段。裁掉10%到20%的人，不仅是为了省下这些员工的工资，以及他们每天挥霍掉的Token费用；更核心的逻辑在于，通过裁员直接消灭掉部分团队，从而强行砍掉组织里最臃肿的那部分“对齐成本”。

这也是为什么原作者提到，很多公司裁员后，剩下的团队执行速度反而变快了——因为互相卡脖子、互相用AI造轮子证明对方错误的人，已经被裁掉了。

过去20年，互联网公司都在拼一件事：“怎么让想法更快落地”。

互联网的繁荣建立在“代码即资产”的信仰上。

但在今天，大模型把代码彻底贬值成了零门槛的流水线产物。“做出来”不再是问题，哪怕是一个拍脑门的烂主意，也能毫无阻力地瞬间变成真实系统。满天飞的烂需求，直接变成了榨干公司现金流的罪魁祸首。

回到开头那个故事，那位随时可能卷铺盖走人的资深工程师，在文章结尾留下了一句话：“如果我是CEO，我也会做出同样的选择（裁员）。”作为局中人的他，他看透了这场变局，但也无能为力。

或许，未来能在AI时代存活的公司，绝不再是传统的“软件工厂”，而会越来越像严苛的“创意工坊”或“顶级出版社”。在这个体系里，算力和代码只是无穷无尽的免费墨水，真正核心的资产，是那些拥有极高商业嗅觉并掌握“判决权”的大脑。

AI无疑给所有企业都装上了推力无限的发动机，只要高管愿意，随时可以把油门踩到底。但在迷雾重重的赛道上，决定一辆车是否安全的，从来不是引擎的马力，而是那脚果断的刹车。

以上，就是本文的全部内容啦。如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。