亚马逊最近裁了AGI（通用人工智能）团队的一批人。受影响的员工来自Adeeb Shanaa和Vishal Sharma负责的团队，涉及模型定制、后训练等业务。这有点讽刺，大家还在担心AI会不会抢掉程序员、设计师、文案的饭碗，造AI的人先收到了裁员通知。但亚马逊没打算放弃AI。亚马逊发言人照旧把大型AI模型称为……

本文来自微信公众号： APPSO ，作者：发现明日产品的，原文标题：《大厂裁掉 AGI 团队，职场人该担心的，并不是被 AI 取代》

亚马逊最近裁了AGI（通用人工智能）团队的一批人。受影响的员工来自Adeeb Shanaa和Vishal Sharma负责的团队，涉及模型定制、后训练等业务。

这有点讽刺，大家还在担心AI会不会抢掉程序员、设计师、文案的饭碗，造AI的人先收到了裁员通知。

但亚马逊没打算放弃AI。

亚马逊发言人照旧把大型AI模型称为公司「最重要的工作之一」，只是接下来要更聚焦「对客户最重要的项目」，更快推进真正要紧的事。

说白了：AI仍然重要，但不是每个AI项目都一样重要。

热门赛道能抬高一类人才的价格，却没法给其中每个岗位发一块「免裁金牌」。

公司买的从来不是「AI」这个标签，而是一个具体结果。模型路线变了、业务优先级调了、两支团队能力撞车，甚至一项功能被并进更大的平台，原本稀缺的岗位都可能突然没了位置。

技术含量高，只说明这份工作难。它保证不了这份工作永远待在公司的主线上。

这可能才是亚马逊这次裁员真正值得普通人留意的地方。问题已经不只是「AI能不能干我的活」，而是：我的活在公司的目标里，到底还排在多靠前？

公司不只想知道你有没有用AI

几乎在亚马逊裁AGI岗位的同时，GitHub上线了一张新的Copilot看板。

它不是给程序员自己看的。是给企业管理员和组织负责人看的。

过去公司给员工买了Copilot，后台大多只能看到多少人开通、多少人用过。现在，管理者还能看到员工把AI用到了什么程度。

GitHub会按过去28天的使用行为，把开发者分进不同的AI采用阶段。有人买了许可证却很少碰；有人主要用代码补全；有人已经开始把任务丢给Agent；还有人进了多Agent协作。

严格说，这不是「程序员AI能力评级」。

一个人调用了多少次Agent，当然证明不了他代码写得更好。GitHub给这功能的官方定位也是帮企业了解Copilot用得怎么样、安排培训、判断钱有没有花出效果。

但有意思的地方在于，使用阶段旁边还摆着另一组数据：人均每月合并多少个PR、合并速度多快、每天新增多少行代码。

当「谁更常用AI」和「谁完成了更多工作」出现在同一张表里，事情就不只是软件采购那么简单了。

以前谁都能在简历上写「熟练使用AI」，反正没法验证。现在至少在软件开发这行，管理者从后台就能看到：谁还停在代码补全，谁开始把整段任务交给Agent，谁已经进了多智能体工作流。

「会用AI」正在从一句自我介绍，变成一串能被观察、被比较、被推着走的数据。

这张表今天也许只是拿来安排培训。明天却可能改变公司对「一名程序员该完成多少工作」的判断。

如果一些员工带着AI就能干过去更多人才能干的活，管理者很难不接着追问：团队下次扩张，还需要招同样多的人吗？

AI没有让失业率提升

奇怪的是，AI进步这么快，失业率却没跟着飙升。

美国劳工统计局公布的数据显示，2026年6月失业率4.2%，和前几个月相比变化不大。

Anthropic首席经济学家Peter McCrory最近也发表了一篇文章：为什么AI还没把失业率推上去？

Anthropic此前发布的研究发现，哪怕只看那些大量工作任务能由AI完成的职业，也没出现明显更高的失业率。

一个直接的原因是，「模型会做」和「公司真敢用」之间，还隔着很长一段路。

真实工作不是一道写完就交卷的测试题。它牵扯内部数据、系统权限、审计责任、出错成本。AI能写出一段代码，不等于公司敢把整个项目交给它；AI能生成一份报告，也不等于它能为一个错误判断负责。

至少现在，大多数AI还是得靠人来提问、检查、补上下文，最后签字。

生产率提高也未必马上带来裁员。订单还在涨，公司可以让人做更多业务；方向调了，也可以先把人转去别的岗位。只盯着失业率，确实很难找到一场清晰的「AI失业潮」。

但这里藏着另一个问题：没有大规模解雇，不等于没有工作机会在消失。

假设一支团队原来10个人，走了两个，公司让剩下的人借AI接管活儿，不再招新。没人被裁，团队却已经少了两个岗位。

这种变化不会上新闻，也很难立刻反映到失业率里。宏观数据看得见已经失业的人，看不见一个从没发布过的招聘职位。

AI对就业最早的影响，也许就是这种安静的缩水。离职后不补人，业务涨了也不再同步扩招，本该两个人干的活合并到一个人头上。

公司甚至不用决定「用AI替代谁」。它只要在下一份招聘申请上问一句：剩下的人配合AI，能不能先顶住？

新人可能比在职者更早感到变化

最容易被这套逻辑碾到的，可能不是已经坐在办公室里的人。

Anthropic的研究发现，22—25岁的年轻人里，进入高AI暴露职业的比例比2022年下降了约14%。研究者也提醒，这只是个早期信号，利率、疫情后的招聘调整都可能掺进来，不能全算在AI头上。

但它还是戳中了一个让人不安的点：AI最擅长接手的任务，恰好是新人过去用来入行的任务。

查资料、整理表格、改简单代码、写基础文案、做初版方案……这些活看着不够「高级」，却是一个新人熟悉业务、攒判断力的起点。

如果资深员工带着AI就能把它们做完，公司照样需要程序员、设计师、分析师、运营，只是不再需要同样多的初级员工。

职业没消失。职业阶梯的第一层却可能先被抽掉。

这也解释了，为什么AI对就业的冲击未必先表现为更多人失业。最先被影响的那批人，可能压根还没有一份能失去的工作。

公司还会不会招「第二个人」

把亚马逊和GitHub放一块看，事情就更清楚了。

公司先让AI进日常工作，再看它怎么改变产出。当一部分员工开始用AI扛更多任务，那种干活方式就可能变成新的参照。接着，公司会重新算一支团队到底需要多少人，哪些活还值得单独交给一支团队。

这不意味着GitHub的看板会直接决定谁被裁，也证明不了亚马逊的AGI员工是被AI替掉的。两条新闻之间没那么简单的因果。

它们一起指向的，是企业正在进入一个新的计算阶段：有了AI，完成同样的目标，还需要多少人？

对普通白领来说，真正值得盯的信号，可能比裁员邮件来得更早。

公司是什么时候从「鼓励大家试试AI」，变成开始统计使用率和自动化比例的？管理层有没有开始把AI使用和人均产出摆在一起谈？离职同事留下的坑，还有没有新人来补？校招、实习、初级岗，是不是正在悄悄变少？

这些变化都不像裁员公告那样刺眼，却更贴近公司真实的用人需求。

那个没收到裁员邮件的人，不一定是幸存者。

他可能从来没收到过录用通知。

所以，比「AI会不会做掉我的工作」更实际的问题也许是：有了AI以后，公司还会不会再招一个和我做相似工作的人？

如果答案越来越接近「不会」，那AI其实已经开始改变就业了。只是它还没体现在失业率里。