解雇人类的三种方式(以及它们揭示的关于2026年的信息)

上周二我在涩谷的一家咖啡馆吃早餐时,一个朋友给我发了一张截图。是一封电子邮件。主题行:“您的职位已被取消。”发送时间为太平洋时间早上6:00。正文只有三句话。没有名字。没有电话号码。只是:"今天是你最后一天。你的系统访问权限已被撤销。不要试图进入大楼。"
我的朋友在甲骨文工作了十一年。他发现自己失业的方式和他发现亚马逊包裹送达的方式一样。
那是甲骨文的方法。外科手术式的。瞬间的。故意去人性化。
但让我夜不能寐的是:甲骨文并没有衰败。他们上个季度赚了37亿美元。他们解雇他不是因为负担不起他,而是因为他们需要他的薪水来购买英伟达芯片。这个人被清算,以资助机器。
他并不孤单。我们正在目睹世界上最大的公司尝试相同事物的不同变体:如何以最大效率和最小法律风险将人类从资产负债表中移除。如果你想了解接下来会发生什么,你需要研究他们的方法。
方法一:执行(甲骨文)
甲骨文没有费心做戏。在3月31日,他们向大约30,000人发送了自动电子邮件——占他们全球劳动力的18%。没有经理对话。没有人力资源离职面试。只是瞬间停用。钥匙卡停止工作。笔记本电脑被远程变砖。整个部门在咖啡和午餐之间消失。
残酷是重点。当你试图从工资单中提取100亿美元投入到人工智能基础设施时,你没有时间为同情心腾出时间。你需要速度。你需要剩下的员工直观地理解,旧的社会契约已成灰烬。
我的朋友告诉我,最奇怪的部分不是电子邮件。而是他在被解雇后的三个小时里,Slack仍然显示他为“活跃”状态,因为自动化系统还没有与状态系统同步。从技术上讲,他是在线的,但在法律上却不存在,他成了机器中的幽灵。
方法二:温和安乐死(微软)
三周后,微软采取了相反的做法。他们称之为“70规则”。如果你的年龄加上你的服务年限等于70岁或更多,你就有资格获得“自愿买断”。慷慨的遣散费。加速的股票归属。延长的医疗保健。首席人事官写了一份备忘录,内容是“以你自己的节奏迈向下一步”。
听起来很人道。听起来像是微软在乎。
但看看数学。这大约针对8,750名高级员工——那些建立Windows时代的老兵,云迁移,企业销售引擎。这些五十多岁的杰出人才记得公司只有10,000名员工而不是200,000名的时候。他们也非常昂贵。几十年的加薪和股票赠与使他们成为需要资助1450亿美元AI数据中心的资产负债表上的奢侈品。
“自愿”的框架是法律架构,而不是善意。大规模解雇老年工人会引发年龄歧视诉讼。“自愿买断”中和了这种威胁。员工“选择”离开。公司避免了诉讼。头条新闻读作“微软提供慷慨的退出方案”,而不是“微软清洗老兵”。
我认识一个接受方案的人。他54岁,在微软工作了19年,帮助建立了Azure的早期基础设施。他告诉我最糟糕的部分不是离开。而是意识到他花了二十年时间成为公司不再认为具有战略意义的系统的专家。直到那一刻,他的机构知识才有价值。
方法三:游戏化清洗(Meta)
Then there's Meta, which managed to make layoffs feel like a competitive video game.
In April, an internal leaderboard leaked. Employees had created it themselves—called "Claudeonomics"—ranking all 85,000 Meta staff by how many AI tokens they burned per month. The top users consumed $1.4 million worth of compute. It started as a joke, then became a survival metric.
Because Meta's HR had already mandated that "AI-driven impact" was a core performance dimension. If you weren't using AI tools, you weren't getting promoted. If you weren't "tokenmaxxing"—burning through API calls to look productive—you were falling behind. Employees started running prompts just to inflate their numbers, like office workers leaving lights on to fake overtime.
Then the purge came. 8,000 jobs cut. 6,000 open roles frozen. The criteria wasn't tenure or loyalty or even raw output. It was algorithmic leverage. Could you do the work of three people with an AI copilot? If yes, you stayed. If no, you were optimized out.
A friend who survived told me the psychological damage was worse than the layoffs. "Everyone's running scared, but not of being fired. We're scared of not being useful enough to the algorithm. It's like living in a company where your humanity is a bug, not a feature."
The Ghost of 1998
看着这三种方法展开,我一直在想我叔叔告诉我的一些事情。他是1990年代末中国东北的一名工厂工人。国有企业。铁饭碗。共产党保证终身就业。
然后在1998年,饭碗破碎了。在1998年到2000年之间,中国每年裁员高达900万国有工人。我叔叔和他的经理有个会面,被给了一笔微薄的一次性补偿——“买断工龄”——并被告知要自己找出路。他当时47岁。他在一个现在破产的工厂里花了25年时间精通车床操作。
乍一看,微软的“70规则”看起来一模一样。两者都涉及裁减大量40至50岁的老兵,他们把黄金年华奉献给了单一机构。两者都使用礼貌的语言来掩盖残酷的经济。
但我叔叔和我的微软朋友正在经历根本不同的悲剧。
我叔叔被抛弃是因为船要沉了。国营工厂臃肿、效率低下、在市场竞争中亏损。整个经济模式已经失败。他的裁员是一种救助行为——丑陋、绝望,但防御性的。
我的微软朋友被推下一艘比以往任何时候都更快航行的船。微软的股票处于历史最高点。他们因为钱太多而不是太少,而在AI基础设施上花费1450亿美元。他的裁员不是防御性的。这是进攻性的。他被清算,以购买他不知道自己正在战斗的战争的弹药。
正如拉里·埃里森以他特有的魅力所说:“AI编码工具允许工程团队用更少的人提供更完整的解决方案。”翻译:我们不再需要你们这么多人了,我们宁愿把你们的工资花在硅上。
一次性建筑
将所有三种方法联系在一起的是共同的架构假设:人类的任期不再是资产。它是一种贬值的负债。
几十年来,企业忠诚度被认为是一条双向街。你把最好的年华给了公司;公司给你稳定、进步和一个软着陆。这个等式正在实时重写。
你在机构中的二十年知识?与人工智能时代不一致。你与客户深厚的关系?可以被一个永不休息的代理所取代。你对内部流程的精通?这些流程正在自动化。
现在唯一重要的是:你的工作中有多少只能由人类完成,以及人工智能能以你成本的2%复制多少人类价值?
如果答案倾向于机器,你并不是以传统意义上的“被解雇”。你正在被转化为资本。你的工资变成了GPU预算。你的福利套餐变成了训练计算。你正在被清算,而不是被解雇。
我实际上告诉我的朋友们
我停止了给出标准的职业生涯建议。“提升技能”在你花了十年建立的技能在模型发布中被废弃时感觉受到了侮辱。“建立人脉”当你们每个人也都在更新他们的LinkedIn为“开放工作”时感觉空洞。
相反,我一直在问人们一个问题:如果你诚实地描述你的工作,哪一部分会使得人工智能说“我做不到”?
不是“对人工智能来说什么很难”——因为人工智能几乎能做所有难事。什么是不可能对人工智能来说?什么需要你特有的伤疤组织,你特有的怪异,你对一个可能让人损失数百万的决定的责任?
对于我的甲骨文朋友来说,答案来得很慢。他不仅仅是一个数据库管理员。他是那个在生产中断期间凌晨2点,能够看着仪表盘感觉到事情不对劲的人,在指标显示之前。他能嗅到一个即将发生的连锁失败。那种直觉——建立在十一年的近乎失误和凌晨3点的战情室之上——不在任何训练数据中。它在他的神经系统里。
他现在正在提供咨询。不是因为他学会了一项新技能,而是因为他终于明白了他的老技能到底是什么:从损伤中识别模式。机器有模式,他有损伤。
诚实的结局
我没有一个快乐的结局。我不认为2026年会是每个人都在新经济中找到自己位置的一年。我认为很多人会发现他们的“安全”职业是建立在悄无声息过期的假设之上的。
甲骨文的方法告诉我们速度比尊严更重要。微软的方法告诉我们礼貌只是避免诉讼。Meta的方法告诉我们你的人类价值正在以API调用来衡量。
而1998年的类比告诉我们这不是一次衰退。这是一次重组。船没有沉没。它只是决定不再需要船员了。
问题不在于你是否会收到一封早上6点的邮件。问题是你是否已经建立了一些不能通过电子邮件发送的东西。
——詹姆斯,水星技术解决方案,东京,2026年5月
Originally published on MTS Blog & Research