前段时间一个老朋友发了条微信过来，说他们组上周优化掉了 4 个人。

4 个里 3 个是挂着资深头衔、但活儿还停在业务代码转译这一层的，1 个是几年前招的 iOS 原生。组里只剩下他一个架构师，加一个新岗位叫「AI 提效工程师」。这个岗位他们内部起了个外号，叫「电子骡子」。

他是我十几年前一起入行的。他现在在北京一家头部大厂做技术专家，职级 P8，年包带股票七八十万。按技术圈的说法，算是赶上好时候，混得比较好的那一批人了。

他那条消息最后一句是，「我现在的位置还稳，但也就是时间问题。」

这一轮被 AI 裁掉的大厂程序员里，既没有最菜的应届生，也没有真正的架构师。砍得最狠的是夹在中间这批人。这批人里挂着资深头衔但干的活正好撞在 AI 长板上的，还有早年在单一技术栈里深耕的垂直专才，在 2025 到 2026 这一波里被一起拆散了。

这话从他嘴里说出来我挺意外。他平时不爱说丧气话的人，前两年行情差的时候他还劝过我「稳一稳」。

我发了两条过去问他怎么回事。他说他不是怕自己被裁，他是发现公司的岗位正在被分层拆掉，做中层套路活儿的和深耕单一技术栈的专才同时在消失。

裁掉和拆掉，这是两回事。

被裁是周期问题。公司业绩下来了，砍一批，景气回来再招回来。被拆是结构问题。岗位本身不需要了。就算景气回来，招的也是另一批人。

他这话我感同身受，因为这 2 年我激进地学习 AI，就知道会有这么一天。

他其实说的不止是他自己，他是在说我们这一代程序员整体的处境。

所以我翻了翻这两年的数据。

过去两年国内互联网大厂的动作，脉脉上大家都看得到。腾讯业务线持续调整，阿里从 2024 年开始撤并几大事业群，字节游戏部门 2023 年一次几乎整建制解散，京东、美团、百度这两年都经历过几波「优化」，连一向稳的华为终端业务在 2025 年都做过一次组织调整。

国内大厂裁员没有 WARN 这种法定披露制度，具体数字拿不到。但你要说规模，北京朝阳望京那一带前几年还是程序员高薪的代名词，这两年咖啡馆里坐满了带着笔记本改简历的中年人。杭州未来科技城、深圳南山、上海张江，情况差不多。

美国那边数据更透明一点，可以当参考。2025 年科技公司裁员事件 783 次，影响 25 万人，日均 650 人失业。2024 年 Amazon 裁 1.6 万、Intel 1.5 万、Tesla 1.4 万。老板们给的理由都一样，AI 提效。

但这话只说对了一半。

对的那一半是 AI 真的在提效。没说的那一半是，这「效」不是靠把所有人都变快换来的，是靠把整整一层人直接拿走换来的。这一层人有多尴尬？工龄 5-10 年，公司叫他们资深工程师，但每天干的活正好是 AI 最擅长的那一层。咱们曾经最相信的那套「进大厂拿百万年包」的故事，这两年悄无声息地散了。

这些事你在大厂 HR 朋友嘴里听到的版本和脉脉上看到的版本几乎一样。被砍的真就是这一层人——不是最菜的，也不是最硬的，是最刚好撞在 AI 长板上的。

这笔账放以前，公司是划不来的。这批人是业务中坚，项目的来龙去脉他们最清楚，带新人、接需求、协调跨部门都在他们身上。砍他们省的那点工资，抵不上整个团队磨合成本的掉档。

现在划得来了。他们每天真正花时间的活，按需求写代码、按文档出测试、按套路接接口，AI 已经能顶一大半。原来那个「中坚位置」，变成了「AI + 一个老兵协调岗」就能替代。

还有一批被砍的，是早些年在某个技术栈里深耕的垂直专家。过去大厂养得起「只做 iOS 原生」「只精通某一款数据库」「只吃一个前端框架」的专才，各自一摊活互不交叉。现在 AI 把跨技术栈的门槛压得很低，一个全栈工程师加 AI 工具，基本能顶过去三个专才。这两年你去大厂看 JD 就明白，「全栈开发」在疯狂扩招，纯垂直岗被一点点合并掉。

如果把时间拉长了看，当下的这套剧本并不新鲜。100 多年前在美国演过一次一模一样的。

我翻出一本 1911 年的老书。

作者叫 Frederick Taylor，美国人。书名叫《科学管理原理》。这书我十几年前刚入行的时候买过，读了两章就扔了。当时觉得管理学的事跟我做的技术活没啥关系。

最近重新翻它，是因为我有种直觉，老朋友说的那事跟这本书里写的是同一回事，只是 100 多年前的版本。

Taylor 这人挺拧巴。他大学时候考上哈佛但没去，跑去一家轴承厂做了学徒工人，从机床工一路做到总工程师。他骨子里是工程师的脑子，看什么都要拆。工人怎么挥铲子、怎么拧螺丝、怎么在流水线上移动，他都要用秒表量。

他 1911 年那本书的核心其实就一句话。

把熟练工匠的技艺，拆成标准化的最小动作单元，让不熟练的人也能通过训练完成。

说白了就是，「工匠」这个身份其实是一组复杂动作加上常年经验。你把这组动作用秒表拆开，量化每一步，标准化出来，你就不需要工匠了。你只需要一批按标准做事的工人。

Taylor 的动机是效率。他看工厂发现工匠之间差异巨大，同一个活有人两小时干完，有人八小时还干不完。他说这差距来自「凭经验做事」，没有标准化。所以他要把经验拆掉。

这书 1911 年出版之后在美国学界小范围热议了一下，但没什么工厂真把它当回事。工匠们看了反而乐了，觉得这是个不切实际的学院派想法，「我们这些老师傅的手艺哪是秒表能拆出来的？」

直到 1913 年，底特律有一个人把它当真了。

这人就是亨利·福特。

1913 年 10 月 7 号，福特在底特律海兰德公园的工厂启动了世界第一条汽车移动装配线。

在这条装配线之前，造一辆汽车需要一个熟练工匠带着几个助手干 12 个半小时。工匠从头到尾熟悉整台车每一个部件，出问题能当场诊断修复。一辆 Model T 当时卖 825 美金，相当于普通工人两年的工资。

福特做的事很简单粗暴。他把整辆车的制造拆成了 84 个工位。

每个工位只做一件事。一个工人一整天只负责拧一颗螺丝。下一个工位的人只装一块车门。再下一个只焊底盘。再下一个只接一段电线。零件在传送带上移动，工人站在原地不动。

装配线上线几个月之后，一辆 Model T 的生产时间从 12 个半小时降到了 93 分钟。

每 3 分钟有一辆车下线。

Model T 的价格从 825 美金一路跌到 260 美金。1908 到 1927 年福特总共造了 1500 万辆。

美国普通家庭开始买得起汽车。这是美国 20 世纪最关键的几次社会变化里很重要的一次，不是哪个总统上台，是汽车进入了中产家庭。

这是教科书写的版本。

但教科书不会讲另一件事。

装配线工作太无聊了。

无聊到什么程度？福特工厂上线几个月后，劳动力流失率冲到了 370% 。

什么意思？你雇 100 个工人，一年里要招 370 次人。工人平均做几个月就受不了辞职走人。

原因其实很简单。装配线把工匠的尊严拆光了。你不再需要懂整辆车怎么造，你只需要把一颗螺丝拧到一个位置上，然后下一颗，再下一颗，一整天。工作简化到不需要技艺，代价是工人感觉自己变成了机器。

这时候福特做了第二件事。

1914 年 1 月 5 号，他和副总裁 James Couzens 一起宣布，把最低工资从每天 2.34 美金直接翻倍，涨到 5 美金，同时工作时间从 9 小时缩到 8 小时。

这事当年全世界报纸头条都是「资本家分钱给工人」。福特一夜之间成了劳工英雄。

但其实这事不是仁慈，是被逼的。

370% 的流失率下工厂根本转不起来，新招来的人还没上手就走了。福特要么提工资，要么重新设计装配线。他算了下账，提工资便宜得多，就提了。

另外一个后来被历史学家反复提到的原因是，当时美国工会（IWW）正在快速崛起。福特想在工会组织到他工厂之前把工人绑在公司里，高工资是最快的办法。

不管哪个原因，这件事把美国工人阶级的收入中位数往上拉了一整个台阶。其他车企跟进，汽车零部件厂跟进，几年之内美国中产阶级诞生。

美国中产阶级的诞生，跟装配线工人丢掉尊严，是同一件事的两面。

这里还有第三面，这一面最讽刺。

Taylor 晚年自己造了一个词，叫「Fordism」。

这个词不是褒义。Taylor 用它来骂福特。他觉得福特把《科学管理原理》推得太过了。他的本意是让工匠做事更科学，工匠还是工匠，只是做事方式更高效。福特直接把「工匠」这个身份拆没了，工人变成了装配线上的一颗螺丝。

科学管理之父，用「Fordism」骂那个把科学管理发扬光大的人。

这事不是我编的，你搜 Taylor 的晚年访谈和书信能看到原话。

从 1913 到 1925 这 12 年里，底特律汽车工匠作为一个职业慢慢崩塌了。不是一夜崩的，是 10 多年里悄无声息地崩的。他们没被解雇，是被工业化拆散了。

讲到这儿你大概已经嗅到味道了。

咱们把时间轴拉一下。

2022 年 Codex 和 Claude Code 出现了，这相当于 1911 年 Taylor 的《科学管理原理》出版，理论上论证了，代码这件事可以被拆。

2023 到 2024 年，Cursor、Claude Code、Codex CLI、字节的 Trae 这些工具大规模落地，相当于 1913 年福特的装配线，理论被造成了真正的工厂。

2025 年 METR 的一个随机对照实验。16 位资深开源开发者，用 AI 编程工具的那组比不用 AI 那组实际完成任务慢了 19%。但他们自己都以为快了 20%。感知和现实差了 40 个百分点。

Harvard 同年追踪了 18.7 万个 Copilot 用户。数据里最显眼的不是效率提升，是工作形态的重塑。编码活动占比上升 12.4%，项目管理活动占比上升 24.9%，跟同事协作的时间减少了 80% 。

GitHub 2024 年的官方统计，AI 已经写了 46% 的代码。

这三个数字放到 1914 年福特装配线上的工人数据旁边，是同一个剧本。福特工厂里工人被拆成 84 个工位之后，每个工位的工人其实比原来的独立工匠慢，失去了对整台车的理解；但全厂产出翻倍，工人之间不再需要协作，机器接管了大头产出。METR 的 19% 慢、Harvard 的 80% 协作减、GitHub 的 46% 机器产出，三件事合起来就是一条已经搭好的装配线。

这条装配线已经建起来了。需求工位、设计工位、代码生成工位、审查工位、调试工位、部署工位、监控工位，每一道上都有 AI 工具在向你展示「最佳实践」，告诉你「这样最高效」。

问题不是你在不在装配线上，今天写代码的人绝大多数都已经在了。问题是你在装配线的哪一格上。有人站在工位上拧螺丝，有人站在工位之上做判断和设计，还有人在造这条装配线本身。这三类人接下来几年的处境完全不是一回事。

那 5 美金/天那一面呢？

你先看 2023 到 2025 年科技股。NVIDIA 市值一度突破 5 万亿美金，OpenAI 估值飙到 5000 亿，Anthropic 涨到 1800 亿。咱们国内的智谱、月之暗面（Kimi）、DeepSeek、MiniMax 这几家估值也翻了几倍。与此同时，两边的裁员浪潮砍的都是中层工程师。

也是 2025 年下半年开始，某一批岗位的薪资突然起飞。国外「AI Engineer」「Agentic AI Engineer」起薪推到年薪 50 万美金以上。咱们国内大模型核心岗位年包百万起步，一个有大模型预训练 pipeline 经验的资深工程师，现在 offer 能飙到年包三五百万人民币，这在互联网传统岗位上是不可想象的。

但这批人不是 2026 版的 5 美金/天。他们相当于 1913 年福特工厂里设计装配线的工程师、做机械改良的工程师，从一开始就是工业革命的直接受益方，拿高薪天经地义。

但 2026 这一幕和福特 1914 那一幕其实对不上。福特加薪是因为工人真能跑，装配线把工匠尊严拆光了，流失率 370%，不给钱工厂就垮。现在的大厂不用担心这个。行业下行到这种程度，普通程序员根本跑不了，同行都在裁，换一家也是装配线，连当年的福特都找不到。

所以大厂这两年给还在岗的程序员做的那几件事，全员配 AI 工具，从 Copilot 到内部大模型都免费开通；推 AI-first 编码规范，要求你学会和 AI 协作；绩效里加「AI 提效产出」这一项，用得好的加薪，用得差的慢慢出局。表面上看是福利，本质不是留人，是筛人。你拿到的不是福特 1914 年给工人的 5 美金，是一张老板没明说的「限期转型通知」。能跟上 AI 装配线节奏的留下来，跟不上的慢慢走。

走掉的那部分呢？他们会像 1914 年 1 月离开福特工厂的工人一样，发现自己原来那套手艺不再被需要。

顺便提一句，我认识几个在望京做 AI agent 创业的朋友，他们的自我认知其实特别清楚。上次饭桌上有人说得挺直白，「咱们做的这事，说白了就是在革程序员的命。」他们知道自己在造什么。造完之后的世界是什么样，他们也预想过。

这条装配线在中国的推进速度其实挺快的，来看三个信号。

第一个信号是地理上的分化。北京的大模型赛道、杭州的阿里通义、深圳的华为盘古、上海的商汤，这些地方的 AI 核心岗位年包开到七位数起。与此同时同一座城市的普通互联网公司还在砍普通程序员。一条马路隔着，两个完全不同的劳动力市场。

更狠的是第二个，整个招聘池正在被重构。过去大厂一个项目铺 20 个中层加若干外包，现在砍到 5 个能 review AI 输出的老兵加一堆 AI 工具。外包公司这两年集体萎缩，一些头部外包商连自己的资深项目经理都开始裁。应届生那头在校招上被收口，大厂起薪从 2022 年的 30 万一路跌到 2026 年的 15 万，很多岗位直接关停不招。在岗裁的是中间那一层，新招的口子同时在收紧，出口进口一起压，后面还能进这个行业的人会越来越少。

但最有意思的信号在下一代身上。咱们这代读大学的时候，大致 2010 到 2015 年，选计算机专业是一代人集体做的最理性选择。当时一线高校的数据是「计算机专业分数线比金融还高」。我身边一大半理科同学都是冲着「程序员工资高、行业稳、未来二三十年都是机会」这套故事报的志愿。

2015 到 2022 是这代人的红利期。大厂扩张、创业狂潮、年包百万神话。咱们赶上了。

但 2023 年之后，00 后报考计算机的热度开始下滑。一部分好生源转去了电气、师范、临床这些奔着稳定编制去的方向。理由很直接，「程序员这碗饭，我看不准还能吃几年。」

00 后其实比咱们看得早。咱们这代 35 岁才撞上的事，人家 18 岁选专业时就看明白了。看明白的往外跑，看不明白的还在往里冲。

就像 1913 年的汽车工匠里，能转型成装配线设计师的、能做产品工程师的、能做管理的，后来都赚到了比工匠时代更多的钱。跟不上的，被时代筛出去了。

1913 到 1925 的那一次，筛的不是按年龄，是按手艺层级。只会拧一颗螺丝的被筛出去了，能判断整台车怎么造、能带徒弟、能设计新流程的留下了。2023 到 2030 这一轮，筛的逻辑也一样。不在于你是 25 岁还是 40 岁，在于你每天做的那些活，AI 能不能直接顶上。

那 1913 年以后，那些汽车工匠都去哪了？

这是我查资料时最沉默的一段。

不是他们都成了流水线工人。

一部分人转岗成了工程师，帮福特设计下一条更高效的装配线。他们的工作从「造车」变成了「设计造车的流程」。

一部分人成了产品设计师，想下一代 Model T 该长什么样。从「造车」变成了「决定造什么车」。

一部分人成了管理者，组织整个工厂的运作。从「做一个环节」变成了「统筹整个系统」。

这三类人后来赚到的钱，比他们工匠时代多得多。

真正消失的，是只会拧螺丝、不愿往上走、也没机会往上走的那批工匠。他们的收入一年比一年低，工作一年比一年无聊，最后被时代丢在了身后。

历史不是「工匠消失了」。历史是会工业化的工匠赢了，不会工业化的工匠输了。

回到咱们这代程序员。

我不讲鸡汤。不是说你努力就能转型，不是说转型就一定成。我要说的是得看清楚自己站在哪一格。

装配线工位上那些活，日常 CRUD、业务代码转译、按模板写前后端、按文档出测试，AI 已经能做，而且越来越好。往这方向再加速努力的程序员，相当于 1913 年那些拧螺丝拧得更快的工匠。你没输给同行，是输给了产业阶段。

装配线之上的那些活，判断什么该做、系统架构怎么设计、怎么跟业务对齐、怎么把一堆 AI 工具和真人组织成一个团队，AI 短期做不了。这相当于福特工厂里的工程师岗、设计师岗、管理者岗。

还有第三类，造装配线的人。做 AI 工具的、做基础设施的、做编程环境的。他们是这一轮工业化的直接受益者。就像 1913 年卖机器给福特的那些厂商一样。

当然咱们得诚实。大部分程序员没机会去第二类第三类，因为这些岗位本来就少。就像 1913 年不可能每个工匠都去当工程师。

但知道自己站在哪一格，比不知道强。

1913 年的汽车工匠没有脉脉，没有行业媒体，没有 Stack Overflow，也没有人写长文告诉他们「你们的职业即将被工业化拆散」。他们是 10 年之后回头看，才发现自己已经在历史的另一侧了。

咱们这一代至少有一个优势，我们在历史发生的同时看见了它。

这不一定能改变什么。

但至少能选。

当然也可能我想多了。可能我把对应关系拉得太硬。可能 AI 编程的工业化曲线和福特那次根本不是一回事。也可能 10 年之后回头看，我现在的这些判断完全是杞人忧天。

这些都有可能。

写这篇的过程里，开头那个老朋友又发了条消息过来。他在琢磨要不要主动换赛道，比如回老家开个小店、比如做 AI 相关的自媒体、比如转去一个传统行业做数字化。

他问我怎么看。

我跟他说，开咖啡馆之前先想想，开咖啡馆这事将来会不会也被 AI 工业化。

他回了一个微笑的表情，然后很久没回我。

那天晚上我又翻了一遍 1913 年那本老书。我想到的不是 Taylor，也不是福特，是那批当年被装配线拆散的工匠。装配线这东西真正可怕的地方，不是它第一天就把你裁掉，是你站在它上面站久了，就慢慢忘了自己原来会什么。

底特律那批老工匠里最聪明的那些，越往后越想不起自己当初是能从头到尾造出一整台车的人。

咱们这一代程序员的装配线已经搭好了，传送带已经开始转。

10 年之后回头看，如果咱们这一代里还有一批人记得自己原来是能从头到尾写出一整套代码的工匠，那已经算幸运了。

至少别让自己先忘。