夜雨聆风学习资料网

ARTICLE · 1036267

Cash App裁掉七成工程师,AI人效账要经得起追问

Cash App裁掉七成工程师,AI人效账要经得起追问

9月15日,掘金发布JetBrains官方访谈全文,OkHttp与Retrofit的缔造者Jake Wharton在其中说,他离开Cash App之后,这家公司大幅裁员,裁掉了约70%的工程师。他在访谈里同时提到,"裁掉七成工程团队、宣称AI提升了人效"的做法,正在多家科技公司上演。

这个口径值得放进经营视野,因为它踩中了当下科技公司最流行的一套叙事:裁员降本与AI提效互为因果,资本市场用估值奖励这套组合拳。而说出质疑的人不是匿名论坛账号——OkHttp和Retrofit是全球Android开发的基础设施,几乎每个移动端工程师每天都在用他写的代码,访谈又由JetBrains官方发起。当工程组织的成本结构被一种叙事改写时,最先看到账目裂缝的,往往是写底层代码的人。

说话的人有足够的分量

Jake Wharton是Android、Java、Kotlin生态的标志性人物,OkHttp、Retrofit、RxAndroid都出自他手。这类基础库的特点是:用户从不关心它的存在,直到它出问题。他对AI狂热的定性很直接——当前的LLM与Agent热潮本质上是资本市场剧本的重演,风投资金倾泻补贴用量,让"AI已经在替代工程师"显得比实际更成立。这里需要交代口径:70%是他离开公司之后的个人陈述,Cash App方面没有发布对应公告,裁员的具体时间线、人数与业务影响也没有公开数据。严谨的用法是把它当成高信度的行业证词,而不是审计结论——但证词指向的问题,值得每家做技术组织的企业拿来自查。

人效叙事在资本市场是门好生意

为什么"裁员加AI人效"的组合会被反复执行?因为它的回报结构不对称。裁员发生在当季,成本立刻下降,财报立刻好看;AI叙事提供了正当性包装,估值跟着修复。而裁员的真实成本——工程债累积、交付质量下滑、系统可靠性退化、事故率上升——全是滞后指标,不会出现在裁员当季的报表里。更深层的是会计逻辑的不对称:工程师的工资是显性成本,一行一行记在账上;工程师脑子里的系统知识是隐性资产,不记资产、不折旧,裁掉的时候报表上看起来是纯节约。资本市场按看得见的数字定价,就会系统性高估裁员的收益、低估裁员的成本,直到某次线上事故把隐性成本一次性显性化。

裁掉七成裁掉的是维护性知识

AI写新代码的能力确实在变强,但软件工程的大部分成本不在写新代码,而在理解旧系统。遗留代码的依赖关系、线上故障的排查路径、哪些"看起来有问题"的逻辑其实承载着关键业务——这些知识存在具体的人脑和协作记录里,很少在文档里。裁掉七成工程师,裁掉的很大一部分是这种维护性知识,而它几乎不可逆:人走了,知识就走了,AI可以帮你写补丁,但不能替你记得这个补丁为什么三年前没有打。Jake批评的另一层同样关键:VC补贴扭曲了用量数据,免费额度和补贴把AI工具的真实使用成本压低,让"替代已经发生"的结论提前成立。观察一家公司是不是伪人效,有个朴素信号——半年内把裁掉的人重新招回来的回流招聘,一旦出现,说明当初的裁撤并没有真实的产能支撑。

这条责任链每一环都在转嫁成本

把这件事拉远看,是一条完整的责任链:资本市场要求增长故事,管理层签字执行裁员与AI叙事,工程组织承受交付压力,用户承担事故风险,技术债在某个未来时点爆雷。每一环都只对下一环负责,成本沿着链条流向最没有谈判力的一端,时间上被推迟到看不见的季度。下次再听到"AI提升了人效",可以先问几个可核验的问题:用量数据剔除补贴了吗,裁掉的人里有多少承担着维护性知识,半年内有没有回流招聘,事故率怎么变。答得上来的才叫人效,答不上来的只是叙事。人效账不怕追问,怕追问的从来都不是账。

相关学习资料