夜雨聆风2026年至今，全球科技行业363起裁员、波及近15万人——AI连续3个月成为裁员首要推手，日均974人被优化。 但同一时刻，AI智能体人才需求环比增速40%，AI应用人才需求35%——猎聘和清华大学6月17日联合发布的报告，画出了一条残酷的K线。 你的职场，正在沿着这条K线分化：向上的人越飞越高，向下的人越来越低。
关注【数字生命哆啦汪】，每天用大白话讲清AI最新进展。点击关注，不迷路。
为什么2026年是分水岭？
先看一组反差数据。
猎聘CEO戴科彬在6月17日发布会上透露：2026年以来全球科技行业共363起裁员事件，波及近15万人，上月裁员近4万人，创近两年单月最高。AI连续3个月成为各行业裁员最常援引的理由，日均裁员974人，较去年同期加快44%。
但同一场发布会上，清华大学经管学院教授徐心分享的数据完全是另一个故事：过去四年，AI智能体构建的技能需求环比增速达40%，生成式AI应用为35%。AI岗位需求已从"会做算法"走向"算法+应用+智能体"的复合结构，领军级人才需求两年翻倍。
一边是日均近千人的裁员流水线，一边是40%的AI人才需求增速——这不是两个平行世界，这是同一个职场的上下半区。
ManpowerGroup的2026年全球人才短缺调查也印证了这一点：AI技能首次超越所有其他技能，成为全球最难招聘的能力——超过了传统的工程和IT技能。72%的雇主报告招聘困难，而AI模型与应用开发（20%）和AI素养（19%）排在前两位。
这就是K型分化：不是所有人一起涨，也不是所有人一起跌，而是有人向上、有人向下，中间地带正在消失。
什么是K型分化？
"K型分化"这个词，翰德（Hudson）在2026年人才趋势报告里定义得最精准：资源向高价值领域集聚，低价值领域持续承压——一条竖线向上，一条竖线向下，形状像字母K。
但在我看起来，它更像一条地壳断裂线。
传统的职场叙事是"金字塔"——底层人多、顶层人少，大家沿着阶梯往上爬。K型分化打破了这个模型：你不再是在金字塔里上下移动，而是被甩到了K的这一边或那一边。
具体长什么样？
向上走的人：知识资产化。他们的经验、判断力、方法论被萃取成Skill和Agent，沉淀在组织里。猎聘CEO戴科彬原话是："组织可以人来人往，技能永久沉淀。"这些人的价值不在于他们做了多少活，而在于他们定义了AI该怎么做活。
向下走的人：白领蓝领化。长期雇佣转向任务交付，标准化、流程化的工作被AI剥离，留下的只有碎片化的执行任务。翰德报告里有一组数据：订单/发票手动录入核对、基础数据统计报表等岗位，招聘量下降40%-50%。
K型分化的残忍在于：它不像裁员那样给你一个明确信号"你被淘汰了"。它更像温水煮蛙——你的岗位还在，但你的岗位里那些重复、可标准化的部分，正在被AI一勺一勺舀走。你以为自己在工作，其实你的工作含量在缩水。
为什么中层最先塌陷？
这可能是K型分化中最反直觉的部分：被AI冲击最狠的，不是底层，而是中层。
猎聘披露的数据让我倒吸一口凉气：亚马逊单季净利润302.55亿美元，同比暴涨77%，创历史最高——但2024到2026年累计裁员约3万人，其中78%是L5-L7中层管理者。
甲骨文更极端：季度归母净利润43.04亿美元，同比增长25.59%，2026年裁员约3万人。一个47人裁员的团队中，44名中层被裁，同比减少93.6%。
利润在暴涨，中层在塌陷——这不是经济周期，这是技术结构。
为什么？因为中层管理者的核心职能是"上传下达"和"流程协调"。而这两件事，恰好是AI最擅长的。
Anthropic的经济指数报告揭示了一个关键信号：2025年11月到2026年2月，商业销售与市场操作相关的API工作流数量已经翻倍。AI不再只是聊天框里的助手，它开始接管工作流——那些原本需要中层管理者协调、盯催、汇总的环节，Agent比人做得更快更准。
戴科彬在发布会上画了一张图：以前是层层汇报、上传下达，现在老板可以直达一线，中间层的管理价值需要重新定位。
当组织从"People Cost"走向"Token Cost"——HR未来要算的不是人头数，而是Token消耗量——中层管理者要么进化为AI的"监护人"，要么成为被Token取代的中间件。
这个信号比任何裁员新闻都重要。
跟我有什么关系？
你可能会想：我又不是中层管理者，跟我有什么关系？
关系大了。
Anthropic的报告里有一组数据，乍一看不起眼，细想让人后背发凉：Claude的资深用户有49%的时间在用AI处理工作相关任务，而新用户只有42%。更重要的是，资深用户更倾向于把AI视为"协作对象"，而非"执行工具"。
7个百分点的差距，看似不大。但这7个百分点，正在成为K型分化中那条裂缝的宽度。
因为这意味着：会用AI的人，正在用AI让自己变得更强；不会用AI的人，正在被会用AI的人甩开。而且这个过程是自加速的——你越会用，你越成功；你越成功，你越有时间学更高级的用法。
Cognizant的《新工作，新世界2026》报告量化了这种加速度：完全可自动化的任务占比从三年前的1%飙升至10%——距离2032年的预测值12%只差2个百分点。部分或大部分可被AI辅助的任务从15%升至40%——远超2032年预测的31%。
AI对职场的冲击，不是按预期来的，是按了快进键。
再看一组更扎心的数据：猎聘平台2026年1-5月，机器学习岗位对1年以下经验人才需求降71.43%，图像算法降66.67%，软件测试降52.94%。初级岗位需求明显下降，销售类初级岗位同比降14.47%，商务类降10.50%。
这不只是"旧岗位消失"的故事，这是"旧能力贬值"的故事。你的学历没变，你的经验没变，但市场对你的定价变了——因为AI已经学会了你60%的技能。
怎么站在K的那一撇上？
说了这么多坏消息，该聊聊怎么破局了。
三个行动，从今天就可以开始：
第一，把AI从"搜索引擎"升级为"协作对象"。
戴科彬在发布会上做了一个区分：你是搜索式用AI，还是对话式用AI？搜索式是"给我查个数据"，对话式是"我有个业务问题，帮我拆解一下"。
这不是话术的区别，是心智模式的区别。搜索式用户把AI当工具，对话式用户把AI当队友。而清华-猎聘报告的7×4技能框架里，从入门级（使用成熟工具和模板）到领军级（设立标准、建立护城河），跨界的分水岭就在这里：你是否能把AI从"帮我做"升级为"和我一起想"。
金句：会用AI的人，不是让AI替你干活，而是让AI替你思考。
第二，从"执行者"进化为"监护人"。
清华大学郭迅华教授提出了一个我非常认同的概念——"监护关系"。人与Agent之间就是监护关系：Agent有能力、能学习，但不能担责。像一个天才少年——人要做三件事：设定目标、培育把关、承担责任。
这个框架重新定义了人在AI时代的位置。你不需要比AI更快、更准、更全面——你需要比AI更有判断力、更有担当、更有方向感。
你的核心竞争力不是"我会做什么"，而是"我能判断该做什么"。
第三，养你的Agent。
戴科彬在发布会上问了现场一个问题：你们有多少人拥有自己的Agent？他建议所有人尽快"养龙虾"（部署AI智能体，源于OpenClaw开源项目）。
这不是技术极客的玩具。猎聘的数据显示，2025年Q3之后，AI人才需求向专家级和领军级汇聚，领军级人才需求两年翻倍。而"智能体构建"是7个AI技能领域中增速最快的（40%）。
未来你的职场身价，不只取决于你本人能做什么，还取决于你养的Agent能做什么。一个人管理多个Agent、实现多任务并行——这就是猎聘CEO说的"每个人都是一专多能"的新含义。
不吹不黑，这件事也有几个需要警惕的地方：
一是"AI幻觉"带来的虚假胜任力。你可能觉得自己用AI产出很快，但AI的回答可能是错的——尤其在专业领域。Anthropic的数据显示，Claude在需要大学学历的任务上成功率66%，低于高中学历任务的70%。越专业的领域，AI越容易给你"看起来正确但实际错误"的答案。
二是"中层塌陷"不是只裁别人。如果你现在的工作大部分是协调、汇总、汇报——你正在被Agent取代的路上。这不是焦虑，这是时间表。
三是"技能信号"正在替代"学历信号"。清华大学杨斌教授在发布会上说：学位作为"信号"的价值，正在被更高效的"技能信号"替代。你的硕士文凭可能不如一个能跑的Agent更能证明你的能力。
写在最后
写完这篇，我翻回①和②，发现一条清晰的线索——
①说：你的岗位技能已经变了，72%的岗位技能已变，但66%的公司没给你指南针。 ②说：从用AI写周报升级到用AI做决策，给你一个月实操路线图。 ③说：2026年，你和同事之间正在裂开一条缝——K型分化不是预言，是正在发生的数据。
K型分化的核心不是AI替代你，而是会用AI的人替代不会用AI的人。同样的岗位、同样的学历、同样的年限，一个把AI当协作对象的人和一个把AI当搜索引擎的人，三年后的差距会大到无法弥补。
金句：AI不会淘汰你，但会淘汰那个不会用AI的你。
而最残酷的是：这条裂缝不会等你想明白才裂开。日均裁974人、AI需求暴增40%——数据已经替你做了倒计时。
下一篇，我们聊一个更具体的问题：当你的领导开始用AI做决策，你该怎么从"被管理者"变成"AI监护人"？这是AI职场生存手册④的主题——比前三篇都更硬核，也更实操。
