她九点半到工位，发现活儿都被干完了。数据是系统跑的，异常自动归因；文案大模型一晚上出了十版，等她挑；推送已经按人群策略排好；竞品动态是一个爬虫加一个摘要模型盯的；连周报都在飞书里自己长了出来。留给她的，是“哪版文案更对味”“这个异常要不要上报”这类判断——以及，出了问题她签字负责。
她的工作变轻了。但她比谁都清楚这不是什么好消息：五项职责被拆走了四项半，剩下这半项，还算不算一个岗位？公司还愿不愿意为它保留一个完整的编制？
这道题现在摆在几百万白领面前。过去一年多，互联网行业的“优化”一轮接一轮，公告里“AI提效”取代“寒冬”成了新的高频词；同一家公司，往往这边在优化，那边挂着百万年薪的AI岗位急招。更耐人寻味的是接下来这两条消息。据媒体统计，全球大厂以“AI替代人力”为由裁员的规模预计达到23万人；而Gartner在2026年初预测：到2027年，因AI裁掉客服的公司里，会有一半重新把人招回来。
裁员还在进行，回撤已经被预告。两条消息放在一起，像是行业提前写好了自己的检讨书——大多数公司其实没想明白，AI动的根本不是人力成本，也不是某几个具体的岗位，而是岗位这个东西本身：那个“一个人负责一摊事”的、我们默认了一百年的组织基本单位。
要看明白这件事，得先回答一个更基础的问题：岗位，当初是怎么来的？
公司为什么存在，经济学家科斯在八十多年前回答过：因为市场交易太麻烦。每件事都出去找人、谈价、签约、验收，成本高得受不了，于是把人雇进来，用行政指令替代讨价还价，公司就出现了。
岗位的来历，是同一个道理在公司内部又用了一次。活儿和活儿之间要交接、要对齐、要验收，每交接一次就有一次损耗，所以最省事的办法是把一串相关的活儿打成一个包，整个交给一个人。运营的五项职责长在同一个人身上，不是因为它们天然属于同一个人，而是拆给五个人干的话，扯皮的成本比省下的工资还高。
换句话说，“人是组织的最小单位”从来不是自然规律，只是协调太贵时的凑合方案。岗位是打出来的包，金字塔就是一层层包摞出来的形状：一个人最多管七八个人，信息要一层层往上传、往上汇总，组织就只能一层层往上垒。中层管理者做的事情，本质上是信息中继——把上面的话拆给下面，把下面的进度汇总给上面，再和隔壁部门拉扯资源。过去十年大厂发明的那些词，中台、BP、横向拉通、向上管理，都是这套人肉信息系统的组件。
这套方案运转了一百年，没什么大毛病。直到打包的理由本身开始消失。
文案能生成，数据能分析，代码能写初版，会议纪要能自动整理。当执行环节一项项被AI接走，“活儿必须打包给一个人”的成本前提就不成立了。任务可以拆开、重排、自动化、再组合，岗位从一个稳定的职责包，变成一张随时可以重排的任务清单。
公司看员工的方式随之改变。以前问的是这个人行不行，现在问的是：这摊活儿里多少必须人干，多少AI能干，多少可以让更便宜的人配上AI干。这才是这两年白领焦虑的真正来源——你以为自己在和AI比能力，其实公司在重新计算你的岗位里“必须由人来判断”的部分还剩几成。35岁危机这个老话题，在AI时代有了一个更冷的版本：十年攒下的执行经验，正在按模型的迭代速度贬值，而拆不掉的那部分判断力，未必长在每个人身上。
最先被拆干净的不一定是基层。中层的职责包是派活、催进度、汇总信息，而这三样恰好是AI最先整包接管的领域。飞书和钉钉这两年全力做AI，卖的就是任务自动拆解、进度自动同步、周报自动生成。信息中继被机器拿走之后，那种全部本事是开会、转发、收周报的中层，处境比任何基层岗位都尴尬。
裁员，只是拆包完成之后的财务结算。
活儿不会消失，拆散之后会按新的逻辑重新聚合。过去两三年，有两个中国样本值得认真看。
第一个是阿里。2015年前后它带头搞“大中台、小前台”，全行业跟进；2023年它又启动“1+6+N”，亲手把中台拆了。这一建一拆，不必简单归因于AI——拆分自有其业务和资本层面的考量——但它至少说明了一件事：组织的形状会跟着协调成本变化。当年部门之间对齐信息太费劲，把重复的职能归拢成中台是最优解；可当调用信息和资源的方式变了，当年为了减少扯皮建起来的部门，自己就成了新的扯皮来源。AI进入组织之后，这种变化只会更快。
这条规律同样适用于管理者——留下来的人，价值集中在机器干不了的事上：把没人说得清的问题说清楚，在众说纷纭的时候拍板，设计人和机器怎么配合，出了事站出来负责。AI没有消灭管理，它把管理里的行政成分挤了出去，剩下的才是管理本身。
第二个是DeepSeek，以及它前面的拼多多。拼多多常年霸着互联网人效榜的头名，人均创收早已过千万，是不少同行的数倍。它证明了一件事：流程足够系统化之后，人多不多，和事大不大，可以没关系。DeepSeek则是AI原生的版本：据公开报道百余人的团队，做出了让硅谷重新评估中美差距的模型。2025年初DeepSeek刷屏的那几天，围观者最震惊的其实不是模型本身，而是做出它的组织——没有森严层级，没有KPI考核链，围绕问题临时组队，刚毕业的年轻研究员可以直接调用公司最核心的算力。硅谷把它的组织方式当成论文来研究。
微软的《工作趋势指数》报告把这类公司称为“前沿企业”，并预言了它们内部的样子：不再按部门划固定的格子，而是围着目标临时组队，人和AI混编，事做完队伍就散；每个员工手下都带着一队AI，像老板一样给它们派活、验收。这里面藏着一个不小的变化：指挥别人干活，过去得先熬成管理者才行，现在每个普通员工手里都有一队随叫随到的AI。一个刚入职的分析师背后站着五个不睡觉的智能体，他能干出多少活，不再看他加多少班，看他会不会使唤机器。对一个靠大小周堆工时的行业来说，“人效”这个词等于被重新定义了。
连招人这件事本身也在变。以前业务一涨就加人，天经地义；据公开报道和业内的普遍感受，现在一些公司是总编制冻结，AI提效指标写进OKR，“用AI替代外包”列进部门年度目标——想加人？先说明白这活儿为什么AI干不了。
回到开头Gartner的那个预测。它不是凭空猜的，回撤已经有了现成的剧本，主角叫塞巴斯蒂安·西米亚科夫斯基，瑞典金融科技公司Klarna的CEO。2024年，他是全球把“AI替人”喊得最响的人：宣布AI客服一个月干掉相当于700个全职客服的工作量，随即停止招聘，甚至公开放话，AI已经能做所有人类做的工作。这些话让他当了一年AI时代的代言人。一年后，还是他，公开改口：公司走得太远了，过度追求省钱搞坏了服务质量，客户就是想跟真人说话。Klarna重新招聘客服，改成客户永远可以选真人的混合模式。从旗手到检讨，一年整。
同样的问题，在国内有一个更日常的观察场景。2024年4月，“采销东哥”数字人坐进京东直播间——刘强东本人没来，来的是他的形象、声音和话术。数字人不需要休息，不会念错稿，成本趋近于零。但观众在弹幕里反复问同一句话：真人呢？
这就是岗位拆散之后留下的真空地带。任务可以被无限拆解、自动化、重新组合，但责任不行。AI能写出十版文案，但它不会在出问题时站出来说“这是我的错”；数字人能完成整场直播，但它没法在观众质问时给出一个有温度的回应。当一项工作的所有执行环节都被机器接管，最后剩下的那个“签字负责”的人，就成了整个链条上最脆弱、也最关键的一环。
Klarna的回撤告诉行业一件事：你把客服全部交给AI，省下的是人力成本，丢掉的是客户在遇到麻烦时听到真人声音那一刻的安心感。Gartner预测的那一半公司重新招人，不是因为AI不好用，而是因为它们发现有一些成本根本不能用效率来计量。客户想跟真人说话，员工需要在出问题时找到一个能拍板的上级，公司需要在某个环节保留人类的判断——这些东西算不进ROI，但它们构成了商业世界运转的底层信任。
于是我们看到的图景是这样的：岗位正在从一个固定容器变成一个流动的拼图。AI把原来打包在一起的任务拆成碎片，某些碎片被自动化吞噬，另一些碎片重新组合成新的工作形态。站在这些碎片中间的那个人，手里不再握着“一摊活儿”的完整所有权，而是攥着一根签字笔——活儿有人接了，责任没人接。最后这笔签字的分量，才是AI时代一个岗位是否还能被称为“岗位”的那道底线。
热门跟贴