摘要

这轮裁员潮是一个真实的劳动力市场信号，但本期并未把每一种 AI 解释都视为因果关系。 Atlassian 裁员 10%，约 1,600 个岗位；Block 裁员约 40%，即 4,000 人；Reuters 报道称，Meta 可能裁掉 20% 或更多员工，最多涉及 16,000 人，但 Meta 称这是“推测性报道”，截至录音时尚未宣布裁员。Casey Newton 的总结是：公司一直在说 AI 很重要，“迟早，我确实认为我们不得不相信他们”，即便过度招聘、股价疲弱或组织失灵也提供了其他解释。
对投资者而言，AI 同时充当经营模式和估值叙事。 Block 宣布裁员次日上涨 17%，而 Meta 正将可能的裁员与计划中的 1,350 亿美元资本开支并置；Kevin Roose 的框架是，公司未必在降低总成本，而是在“把成本从人力转向 AI”。这场押注是：薪酬支出可以变成算力支出，市场会在生产率提升得到验证之前，就奖励那些先讲出这个故事的管理层。
Meta 提出的“人力换算力”替代仍然高度不确定，因为其自身的 AI 执行表现一直不稳定。 Zuckerberg 称，过去需要大团队的项目如今可以由“一个非常有才华的人”完成；但主持人指出，Meta 已放弃 Behemoth，据报道因未达标而推迟 Avocado，并再次重组 AI 团队。前沿实验室 OpenAI、Anthropic 和 Google 本身都没有进行可比规模的批量裁员，不过 Kevin 指出，OpenAI 和 Anthropic 的规模小得多，一些落后公司也可能在借助 AI 追赶。
AI 的应用已经变成一个让员工怎么选都输的信号困境，也可能成为管理层管束员工的工具。 员工担心，大量使用 AI 会证明自己适应力强，但也会证明自己的工作可以被自动化；Casey 谨慎地观察到，反复裁员已经让 Meta 员工变得更沉默，即便控制员工并非其声称的目的。Kevin 认为这可能为科技行业工会化打开空间，而 Casey 给出的更尖锐的组织动员试金石是：“我想不出有什么事会比 Meta 软件工程师组成工会更让 Mark Zuckerberg 恼火。”
现代聊天机器人在许多任务上比 GPT-2 或 GPT-3 更有用，但后训练牺牲了意外性、声音和风格跨度。 Jasmine Sun 认为，早期模型“疯疯癫癫”且不可靠，却没有如今常见的破折号、三段式列表和“不是这个，而是那个”的句式；在她的测试中，GPT-3 模仿作家的说服力也强于 ChatGPT 5.4 Thinking。RLHF、脚本化对话、词语限制和人类偏好评分，把“疯癫又撞懵的模型”改造成了安全的企业助手。
更深层的创意写作瓶颈在于，艺术质量既无法被清晰验证，也无法建立在模型自身的人生经验之上。 一位写作评估员描述的评分标准会因为 3 个感叹号扣分，甚至按事实性给同人小说评分，说明适用于代码——代码要么能运行、要么不能——的方法，在主观艺术上会失效。LLM 可以生成打磨得很好的隐喻，但 Jasmine 认为，人类作者的作品若来自经历、观察或社群，就带有切身的利害关系；Casey 的反驳是，模型从未听过音乐，却仍能富有感染力地讨论音乐。
Token 使用量正在变成一种昂贵的地位指标，其激励可能跑在经济价值前面。 据称 OpenAI 过去 7 天用量榜首的员工消耗了 2100 亿 Token，约等于 33 个 Wikipedia；Kevin 听说 Anthropic 个人 Claude Code 用量最高的用户单月花费超过 15 万美元；一些公司如今甚至把消耗量纳入绩效评估。主持人援引 Goodhart 定律，以及那句把按代码行数衡量编程比作“按重量衡量飞机制造进度”的老话：一部分 tokenmaxxing 确实带来真实产出，但排行榜也会诱发浪费、个人项目、预算失控和人为制造的员工绑定。

精读

1. AI 相关裁员是早期预警信号，并非清晰的因果实验

眼下的数字已相当可观：Atlassian 裁掉 10% 的员工，约 1,600 个岗位；Block 裁掉约 40%，即 4,000 人。Reuters 报道称，Meta 正准备裁掉 20% 或更多员工，潜在涉及 16,000 个岗位；但 Meta 称该报道为“推测性报道”，主持人强调，截至录音时并未发生裁员。
Atlassian 表示，裁员将为 AI 和企业销售提供资金；Block 称公司正转向更小、更扁平的团队；Meta 也公开拥抱一种更高强度使用 AI 的工作方式。Casey 的总体判断是：具体情况各不相同，但高管们一再指出 AI 很重要，“迟早，我确实认为我们不得不相信他们”。
Kevin 认为，科技从业者可能会成为最早一批受冲击者，因为他们的雇主既在开发这些工具，也在快速采用这些工具。但现有证据无法隔离出劳动力替代效应：股价下跌、疫情时期的招聘、战略重置和组织失灵，都与 AI 应用交织在一起。
Casey 从劳动者角度的反问切中了归因争论的要害：“如果对劳动者的影响是一样的，具体原因真的重要吗？”无论直接原因是自动化、人员过剩还是投资者压力，最终仍有数千人失去工作。

2. Atlassian 获得 AI 免检；Block 更像管理层在收拾残局

Atlassian CEO Mike Cannon-Brookes 表示，AI 并未取代员工，但如果否认技能结构或所需岗位数量发生变化，就“不诚实”。Casey 认为这相对坦率，在没有更清楚地知道哪些职能被裁掉之前，不愿把它称为 AI 洗白。
Atlassian 面临的更难问题，是主持人所说的“SaaSpocalypse”：它的商业工具把结构化工作流编码进产品，客户最终可能以低廉成本自行复现这些流程。股价已经遭受重创，裁员提供了一个新的市场叙事——员工更少、生产率更高——即便客户继续购买 Atlassian 产品时支付的价格更低。
Block 的历史让它对 AI 的解释更难令人信服。员工人数从 2019 年约 3,800 人增至 3 倍，而裁员前 5 个月，公司还花费 6,800 万美元，带 8,000 人飞去参加 Jay-Z 参与的活动；Casey 的结论是，AI “如果眯着眼看”或许可以为这次清理提供理由，但长期管理不善已经足以解释相当多的问题。
但市场仍然奖励了这个说法：Block 股价次日跳涨 17%。Kevin 将 AI 的叙事力量比作加密货币热潮——当时仅仅采用时髦话术就能推高股价；Casey 直白地总结：“公开市场确实可以这么容易就被欺骗。”

3. Meta 正以资本开支押注未经验证的“人力换算力”替代模式

Meta 可能裁员的消息，与今年计划中的 1,350 亿美元资本开支并列出现。Casey 认为，这一组合是在给投资者吃定心丸：管理层可以推进“公司历史上最大的押注”，同时释放出自己还没有“完全”失去费用控制的信号。
Zuckerberg 给出了生产率前提：“过去需要大团队的项目，如今一个非常有才华的人就能完成。”Kevin 更犀利的会计解读是，这些公司未必在总量上省钱——它们只是把支出从工资挪到了数据中心、模型、工具和 Token 上。
Kevin 听一位风险投资人说，一些高度 AI 原生的初创公司在 AI 工具上的支出已经超过工资支出。Kevin 称这可能是离群值，但也代表了高管们想象中的终点：大部分运营费用最终购买的将是机器劳动力，而非人类劳动力。
Casey 的保留意见是，Meta 尚未在全公司范围内证明这一生产率说法。它放弃了 Behemoth，据报道 Avocado 因仅略胜 Gemini 2.5 而被推迟，并再次重组 AI 团队；与此同时，OpenAI、Anthropic 和 Google——这些前沿模型开发者——并未大规模裁员。Kevin 还指出，OpenAI 和 Anthropic 的规模小得多，而一些正在裁员的公司可能是在试图借助 AI 追赶竞争对手。

4. AI 应用焦虑可能先于 AI 替代员工，起到管束作用

一位科技从业者描述了一个无解的选择：要么积极使用 AI，向管理层证明自己与方向一致；要么避免证明这份工作可以被自动化。Kevin 听到的是“角力、恐惧和焦虑”，而且在知道高管正主动规划裁员后，这些情绪被进一步放大。
Casey 不会断言，反复裁员是有意用来管住 Meta 员工，但他观察到裁员确实产生了这种效果。员工担心自己真的会丢掉工作后，内部抗议减少了；这支曾经愿意挑战管理层的队伍变得“安静得多”。
Kevin 猜测，这种压力是否最终会引发科技行业的大规模工会化。与没有工会的软件从业者不同，制造业工会历来会在岗位被自动化后协商调岗和再培训；Casey 的挑衅是：没有什么会比“Meta 软件工程师组成工会”更让 Zuckerberg 恼火。

5. 后训练让聊天机器人变得有用，却磨平了它们的声音

Jasmine 的论点比“人类写得更好”更窄：大多数文字本来就很差，而 LLM 在普通语言任务上胜过大多数人。她真正困惑的是，为什么行业领袖承诺模型能在编程和科学发现上达到超人水平，Sam Altman 却只谨慎地设想模型能写出“一个真正诗人的还算可以的诗”。
回看不同模型世代，Jasmine 更喜欢 GPT-2、尤其 GPT-3 的文风。这些系统可能会撒谎、跑题——主持人把 GPT-2 比作一个从楼梯上摔下来的人——但它们的语气更多变，也会给读者惊喜；GPT-3 还能模仿 Paul Graham 或 Richard Dawkins 等人的风格。
Jasmine 沿用旧的 GPT-3 风格提示词，让 ChatGPT 5.4 Thinking 重做测试，得到的结果被她称为“糟糕透顶”。相反，现代输出有一套可识别的口头禅：破折号、三段式列表、“不是这个，而是那个”，以及一种为企业助手场景优化的轻快能干腔。
她认为，机制在于后训练：实验室向基础模型喂入脚本化对话、行为限制、指定词汇，以及由人工评分者给出的 RLHF 评分。这些层把她所谓“疯狂、不可预测”和“疯癫又撞懵的模型”驯化了，却也把它们困在一种通用的“有求必应助手”人格里。

6. 创意质量让可验证奖励机制失灵

实验室承认，AI 研究者可能更懂什么是好代码，而不懂什么是好文章，因此 Mercor 和 xAI 等公司以每小时约 45 美元的价格招聘“创意写作专家”，有时还要求候选人拥有一本登上 New York Times 畅销榜的书或获得 Kirkus 星级书评。可专业能力并没有挽救荒谬的评估体系。
一名为 Scale AI 做写作评估员的承包商回忆称，回答中出现 3 个感叹号就会被扣分；他还被要求按事实性给同人小说评分——Jasmine 以此说明，资源充足的公司正试图把审美判断变成机械清单。
Kevin 将失败归因于可验证奖励：生成的代码可以测试，因为它要么能运行、要么不能；但没有评估员能稳定证明莎士比亚为何是莎士比亚，或 Neruda 的某首诗为何成功。用户需求又强化了这一结果，因为主流需求不是文学，而是“帮我写这封邮件”，在这种场景里，平庸反而有效。
Jasmine 的第二个解释是缺乏现实根基：模型可以写出“尝起来像差一点就是周五的临界日”这样的惊艳句子，但没有自己的人生为其提供切身利害、观察或视角；Casey 反驳说，模型从未听过音乐，却仍能出人意料地谈论音乐的感官质地，也许只是通过匹配听过音乐的人写下的文字模式。

7. 文本生成可以自动化；写作的其余环节仍然难以自动化

盲测可能显示读者更喜欢 AI 文章，直到得知其来源；Jasmine 也承认，人们会排斥明显的机器写作。但她质疑的是任务定义：她估计文本生成只占自己工作时间的 25%，采访、寻找选题、选择来源、报道，以及判断什么值得写，构成其余部分。
Kevin 提出“自我安慰”的反驳：写作者可能在重复工程师犯过的错误，把价值定义在模型尚未做到的事情上。Jasmine 的回答有实证依据，也保留限定：她已经尝试用 Claude 自动化自己 3 年但失败了，不过风格可能改善，微调可能有帮助，而她并没有说“永远不可能”。
类型小说既显示出进步，也暴露出限制。Sudowrite 联合创始人 James Yu 和其他从业者描述了大量工程工作，用来纠正后训练留下的轻快、谄媚、PG-13 倾向；Jasmine 把这种作者—模型协作称为“半人马模型”，因为人类必须不断提示、逼迫系统走向古怪与感官性。
她的判断带有明确条件：如果提供采访文字稿，且实验室像投资编程代理那样投入，模型最终可能写出强有力的特稿或文学小说。与“自动化 23 岁软件工程师”相比，她怀疑这在经济上并不划算；对于模型独立从现实世界采写，她仍然没那么乐观。

8. 个性化 Claude 编辑器有效，是因为它学会了一个作者的品味

Jasmine 的高效工作流并不是让 Claude 替她写作。她在一个 Claude 项目中载入自己的 Substack 档案、自由撰稿作品、发表后的复盘、受众、报道领域和目标，然后基于自己的写作追求而非“好写作”的通用标准，共同制定评判标准。
形成的评分框架识别出她的特征，例如她在硅谷的“圈内人类学家”位置、在创业公司行话和互联网俚语之间切换，以及从政策分析转向个人场景。她把审阅分成构思、结构、文风和最终事实核查几个阶段。
Claude 不替她编造素材，而是会指出总结式结尾很无聊，提醒她早先一篇文章以一个场景收尾得更有力，并追问飞机起飞时她有什么感受，或一段对话能否让干巴巴的政策变得有生命。判断权在她手里，但工具把她推向“作为写作者最好的自己”。

9. Tokenmaxxing 把 AI 采用与可量化生产率混为一谈

Token 是单词的片段，也是模型供应商计量消耗量的单位；大约 10,000 个 Token 可以生成 7,500 个单词。如今智能体编程一场会话就消耗数十万乃至数百万 Token，因为开发者运行的是更长、并发的进程，而不是交换一次提示和一次回复。
据称 OpenAI 过去 7 天用量榜首的员工消耗了 2100 亿 Token，约等于 33 个 Wikipedia，不过其中一部分是缓存 Token。Kevin 听说 Anthropic 个人 Claude Code 用量最高的用户单月花费超过 15 万美元；一位瑞典工程师告诉 Kevin，他在 Claude 上的花费超过自己的工资。
公司用排行榜激励实验、监测工程师是否采用了智能体编程；有些公司如今把 Token 消耗纳入绩效评估。实验室员工可能免费获得访问权限，但其他地方的员工可能把雇主预算用超。可 Goodhart 定律立刻生效：一旦把使用量设成目标，员工就能用无价值项目把数字做大；或者，正如有人猜测的那样，拿公司的算力做个人项目。
Casey 的历史类比很直接：用 Token 数量衡量编程，类似于用重量衡量飞机制造进度。Kevin 仍不愿把所有 tokenmaxxing 都视为作秀——一些重度用户可能确实更高效——但管理者应追问这些支出产出了什么，尤其是在至少一些营销绩效评估已开始计入 AI 使用评分、工程师开始向潜在雇主询问“我的 Token 预算是多少？”之际。

Chris Paryse 谈 Ferrellgas 的重大转换 $FGPR E229｜从手工作坊到极致制造，中国动力电池靠什么构筑“护城河”