本文来自微信公众号： APPSO ，作者：发现明日产品的，题图来自：视觉中国
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。