1、背景
去年公司经历了一波毫无逻辑的大规模cai员，为什么说是“毫无逻辑”呢，因为不论绩效（有 S 绩效的），不论级别（从 VP 到高级总监到应届生应有尽有），不论在职时长（有刚入职的新同事，也有入职十几年的老人），很有“众生平等”的味道，搂草的耙子赌徒的骰子，随机的很均匀，唯一的说得逻辑就是老板说的“不要给一线添堵，技术不重要”；“大规模”大到什么程度呢，总体百分之五十，有的部门甚至达到百分之八十。21 年的时候互联网的主题是“反 996”，到了 22 年风向就变成了“降本增效”、“业务搜索”以及“裁员”，让本就冰冷的冬天更加瑟瑟发抖，让本就够卷的行业更是变本加厉，“焦虑”不再需要贩卖，因为已经升级到免费发放模式。
想起 15 年的时候第一次经历的cai员，当时市场行情还好，人才市场还是需大于供，加上招我进去的领导出去创业，本来就是让苟着过渡到拿到融资，所以一天都没来得及休息，拿到赔偿直接就无缝衔接到新公司。
本来这种拿补偿换工作的事情对我们来说是最划算的，本来自己在这里也是苟着等拿到融资后加入创业大军，虽然去聊补偿去签字的时候老板一个劲的道歉，说不是大家的原因，是公司的问题，但是当时内心还是有些沮丧和失落，为什么留下的不是自己，是自己能力有问题吗？自己的核心竞争力是什么？
2、大环境
先聊一下今年的就业市场，对于供给侧今年求职难了好多个等级，其实去年秋冬就有大多数人找不到工作，都挤到今年上半年，所谓金三银四变成了铜三铁四。国内求职者就已经这么多了，同时还有大量回国就业、上届未找到工作的往届生，实际上的求职人数可能会更多。其实受疫情影响，近三年好多计划国外找工作的国外的毕业生都回来了，有些甚至都只在国外读了半年就回来了。
这几天看阿里组织架构调整，对技术团队进行了拆分，取消了集团 CTO，技术从主导转向支持，变成了“资源池”，员工和爱橙技术签约，从“正式员工”转向了跟“外包”类似的“内包”。这一点我们公司已经走在了阿里的前面，去年这个时候就撤销了 CTO 线，CTO 带一个独立事业部去创业了，而前端、QA 也早早的进入有”资源池“。
再看看需求侧，越来越多的大厂正在缩减名额，特别是早些年发展很快的大厂。字节跳动去年秋季招聘有 8000 个 HC，今年只有 3000 个，缩减 60%；美团去年有 10000 个 HC，今年只有 5000 个，直接缩减一半；百度去年招 8000 个 HC，今年就只有 2000 个，砍掉了四分之三，供需关系不平衡到触目惊心，同时也宣告着互联网的红利期已经过去，步入了稳定维护期。
之前也陆续听到 CTO 被挤出公司的事情，到底是什么原因让技术的地位一落千丈？为什么老有人想让我们”程序员“失业？
- 大环境经济增长放缓：大环境是各行各业的基础，大环境不好，上层建筑不稳，资本是道德的洼地，这个时候就开始体现资本无情的时候了；
- 基础建设的完善：经过这么多年发展，不仅轮子造的差不多了，还有各种款式让人选择，各行各业都被技术改造差不多了。就像之前的土木一样，在高速发展期，开个小砖窑都挣钱，到后面就一言难尽啊了；
- 缺乏增长点和想象力：现有市面的赛道都已经一样可以望到边了，没有太大的想象力。今年 AI 的火爆其实也没有找到落地点，很难形成像移动互联网时代的规模；
- 技术壁垒降低，信息化爆发：对企业而言，不论是之前的技术还是现在的数据，都很难形成壁垒作为核心竞争力，对于个人，信息化程度的高度发展让我们获取知识的手段更丰富，难以差异化。前段时间看了本写程序员的小说《疯狂程序员》，那个时候学习资料相当匮乏，学习成本非常高，而现在，搜索引擎都快被淘汰了。
3、AI 带来的影响
很多人担心 AI 让我们失业，我们引用一下 Melanie Michele《AI 3.0》中提到的广义杰文斯悖论：
讨论完对人工智能的“恐惧”之后，我们再来看看人工智能对人类工作的冲击。近年来，在这方面总有许多令人担忧的言论，如“机器取代人”“人工智能将使 50%～70%的人失业”，有些世界著名的科学家和企业家甚至声称人工智能的兴起意味着人类文明的终结。关于人工智能是否会导致人类大规模失业，作者在本书中做了许多论述。
正如哲学家黑格尔所揭示的：历史给我们的教训是，人们从来都不知道汲取历史的教训。实际上，人类在过去 100 多年内至少经历了三次这种担心，这就是“老”“旧”“新”三次 IT 变革。当年，人们对老 IT（工业技术）的担心远大于今天我们对新 IT（智能技术）的担心。在工业革命的发源地英国，纺织工业诱发“羊吃人”现象，女王担心机器的大规模使用将使她的臣民变成乞丐，民众更是揭竿而起，干脆一把火将机器烧了。
70 多年前，诺伯特·维纳的控制论和数字计算机的出现开启了旧 IT（信息技术）的变革，又一次引发社会对机器取代人类工作的担心。为此，维纳还发表了《人有人的用处》（The Human Use of Human Beings）来专门讨论这一问题，其中特别强调“信息永远不能取代启迪”（Information will never replace illumination.）。启迪是语言和想象的核心功能，因此机器及其生产的代码与信息根本无法取代人类，而且，计算机还为“机器取代人”做了一个绝好的说明。20 世纪 50 年代之前，英文中“computer”一词其实是指从事计算工作的人类，但今天作为机器的“computer”已经完全代替了作为人类的“computer”；然而，被称为“computer”的机器，不但没有使人类大规模失业，而且还为人类创造了更好、更多的新工作，比如程序员、架构师、算法工程师、网络管理员，等等。事实胜于“恐”辩，尽管机器可能造成一定程度的短暂的社会错位，使一些人失去工作，但不会造成人类的大规模失业，相反，机器能够创造出更多、更好、适合人类的工作，推动社会进步。
其实，这个问题在 100 多年前就已被研究清楚，这就是著名的“杰文斯悖论”（Jevons paradox）。威廉姆·斯坦利·杰文斯（William Stanley Jevons）是 19 世纪英国的数学家、哲学家和经济学家，现代经济学中的边际效用理论的主要奠基人。在英国工业革命时期，工业大量消耗煤资源并产生了严重的污染，引发了利用技术提高燃煤效率的讨论，但杰文斯的研究表明：烧煤效率越高，耗煤量将会越大。这就是杰文斯悖论：技术进步可以提高自然资源的利用效率，但结果是增加而不是减少人们对这种资源的需求，因为效率的提高会导致生产规模的扩大，这会进一步刺激需要。
计算机的“机器取代人”的例子说明广义的杰文斯悖论也成立：技术进步可以提高人力资源的利用效率，但结果是增加而不是减少社会对人力资源的需求，因为效率的提高将导致生产规模的扩大。计算机的确完全消灭了名为“computer”的职业，使其变成了一种真正的机器，但同时也扩大了社会对计算机生产、操作等相关人员的需求。还有很多这方面的例子，比如全球定位系统取代了许多测量工作岗位，但却产生了更多基于位置的服务（location based services，LBS）的相关工作以及导航算法工程师等岗位；机器学习取代了很多统计员，但却增加了更多不同的数据工程师工种。可以预见的是，随着智能技术的发展，这类例子将会越来越多。我们相信，表面上以取代人力为目标的智能技术，将产生更多更适合人类的新的工作岗位，例如学习工程师、决策工程师、法务工程师，等等。智能技术可能会将今日之“码农”解放出来，使其变成明日之“智农”，成为“人机结合，知行合一，虚实一体”的“合一体”智慧员工。如此一来，维纳所说的：“人有人的用途，机有机的用处”将会实现。
就移动端来说，在 AI 之前，搞过各种跨端提效，从 RN 到小程序到 Flutter，但是这些技术最终有让提效到大量程序员失业吗？反而这些新技术带来了新的岗位和机会。
大模型的成功，让越来越多的从业者认为 AI 替代编程是比其他通用人工智能更早实现的，但是正如维纳说的”人有人的用途，机有机的用处“，一个行业的没落肯定会带来另一个行业的崛起，肯定会有人被淘汰，也会有新的机会进来，我们怎么去把我机会呢？
4、如何突围-关于成长
环境变得越来越差了，工作变得越来越卷了，面对失业的分险我们能做些什么？
- 首先，中国有句老话，”读书破万卷“，他卷任他卷，我们还是要多读书，在各方面提升自己才能让自己保持更多的可能性，保持持续的竞争力；
- 找到自己的核心竞争力，在众多的能力中，弄清楚哪一项是我们区别于其他人最核心的能力，持续放大它；
- 尽量待在或者加入稳定的团队或业务，”君子不立危墙之下“，一切重要性都存在想象中，但是我们还是要尽量让自己变得重要；
- 拥抱变化，唯一不变的就是变化，大模型火了，我们不能因为害怕它替换我们而不敢接触它，相反我们要用好它；
- 学习上尽量夯实基础，不管环境如何变化，风口如何变化，扎实的基础有助于我们快速切换赛道，从深度到广度都依赖基础知识，比如算法、比如数学、比如计算机组成原理等等；
