人的重新定价

00楔子 · 两通电话

三月的一个下午，我接了两通电话，中间隔了不到三个小时。

第一通来自老周。四十三岁，在一家大厂做了十四年推荐系统，简历厚得像本说明书。那天上午他被裁了。电话接通，第一句话是：“我绩效从没低过 B+。”

第二通来自一个客户的 HR，语气里藏不住兴奋：他们刚给一个还没答辩的博士发了 offer，薪酬包对标资深总监。她请我帮忙做背调，语速很快，生怕人被别家截走。

做猎头十几年，我的职业本能是给人估价。那天晚上，我把两通电话放在一起想了很久：一边在折价抛售十四年的经验，一边在为零年经验支付溢价。单看哪一通都是老故事——裁员，或者抢人；两通放在一起看，就是另一回事了。

起初我以为自己在观察一场裁员。后来才慢慢明白，我是在围观一次解剖——AI 把“职业”这个东西摁在台子上，拆成几个部件：你积累的经验，你攀爬的阶梯，你领取的工资，还有盛放这一切的组织，然后一件一件，重新定价。有的部件在涨，有的在跌，有的正在改变形状。

这篇稿子，就是这场解剖的现场记录。四个部件，我一个一个说。说完之后还有第五个——那个部件，是我自己的。

01经验：从资产，到一张资产负债表

简历有个老规矩：年头写在最显眼的地方。“十四年经验”五个字，放在过去，本身就是定价——年头乘以平台，再乘上熟练度，八九不离十。这套算法我用了十几年，最近一年，接连失灵。

裁员不新鲜，新鲜的是刀口的位置。过去裁员，默认是末位淘汰，绩效差的先走。但今年我经手和旁观的几次重组，走的往往是另一批人：资历最深、战功最多、对旧体系熟练到闭着眼也能画出整套流程图。

老周就是这样的人。他没说错，问题确实不在绩效。我帮他约了五家公司，四家止步于一面。第五家的 CTO 在电话里跟我解释了原因，那段话我记到现在：“他答得太快了。每个问题都有现成答案——可我们现在的问题，还没有答案。”

公开市场上有更大的样本。小鹏的机器人团队，从三百人一度缩到七十多人；而它后来重建团队的方式，业内都看在眼里：不按机器人科班招，按“杂家”招——人数又回到了两百多。位子还在，长回来的已经不是原来那批人。

老周们到底输在哪里？我想了很久。这批人有一种刻进职业生涯的本能——遇到新工具，第一反应是拿它把原来的事做得更好。在技术平稳演进的年份，这种本能让他们成为公司里最值钱的人；可当整个做事的方式都在换，它反而成了拖累——他们最熟练的那一套，恰恰是公司想扔掉的那一套。

范式切换的时候，熟练是惯性的另一个名字。

所以更准确的说法是：经验正在分裂成两半。一半叫领域知识——你知道哪里会出事、为什么出事，这部分在涨价；另一半叫方法的肌肉记忆——你对旧版本世界的全部熟练，这部分在贬值，而且贬得比一代人的职业生涯还快。

有人会拿数据反驳这个判断。美国的研究确实显示，用上生成式 AI 的公司里，先消失的是初级岗位，资深员工的就业曲线几乎纹丝不动；猎头同行也都看得到，两到五年经验的中坚反而更抢手了。有一篇研究的标题干脆就叫“偏向资深者的技术变革”。但请注意，那把尺子量的是年限，我说的负号打在方法上。同一个“资深”里装着两样东西：对问题的理解在涨价，对旧方法的熟练在贬值。老周被裁，不是因为他干了十四年，是那十四年里有太多年，只练了后一样。数据和刀口并不矛盾——它们只是各看见了一半。

把两半合在一起记账，经验就不再是一个数字，而是一张资产负债表：左边是“知道为什么”，右边是“一直这么干”。今年市场做的事，是第一次把右边那一栏，记到了负债里。经验，出现了负号。

这一章还有条尾巴。被请走的熟练者里，我认识几位转身去创业的，居然全拿到了钱。想想也正常，旧技能在换代期总有最后一个套利窗口。只是别忘了 2017 年前后那批 L4 自动驾驶公司——八年过去，死掉的远比站着的多。窗口是真的，泡沫也是真的。

02阶梯：两头同时塌

也是这个春天，一个研三的学生在微信上加我，开口喊“老师”。就叫他小林吧。他的问题朴素得扎心：投了一百多份简历，全是初级算法岗，几乎约不到面试。“老师，是不是我不够好？”

我看了他的简历。不是他不好——是他要找的那级台阶，正在消失。

客户们的口径很统一：初级的活，机器干了。数据也对得上：硅谷的人才报告显示，大科技公司招聘里应届生的占比只剩 7%，比疫情前少了一半还多；美国应届毕业生的失业率，从 2022 年的低点相对上升了三成，明显快于整体。这股收缩有两种解释——一派认为是 AI 直接接走了入门任务，一派认为更大的原因是低利率“免费资金”时代结束后的预算收紧。两种解释都有数据撑腰，但对小林来说没有区别：门就是窄了。

这是阶梯的下端。再看上端，事情更有意思。

最省力的解释本来是省钱：资深员工最贵，裁他们降本最快，根本轮不到什么“范式切换”。如果只是这样，故事到这里就该结束了。但同一批公司接着做的事，降本逻辑解释不了——他们一边冻结编制，一边给顶尖应届博士开翻倍的包。我见过最直观的一幕，是两份 offer 摆在同一张桌子上：带新范式的三十五岁，报价压过了带旧体系的四十五岁。

留意，这两笔生意并不一样。三十五岁压过四十五岁，买的是“新范式里的资深”——深度照样付钱，只是按它扎根的地层重新贴现；给博士的总监包，买的才是潜力——把最聪明的人放进最难的问题里，而不是把最熟练的人放进最清晰的流程里。两笔交易共用一杆秤：你的技能，离新范式有多远。

而这杆秤，今年已经称到了一号位。就在这篇稿子动笔的前一天，钉钉官宣换帅：缔造了这款产品的无招卸任，接棒的陈宇森生于 1992 年——二十二岁创办安全公司长亭科技，去年刚在阿里云内部把一款 AI Agent 产品从零做起来，如今成了阿里最年轻的事业部 CEO。这不是孤例：通义千问的核心推手，是一位 93 年生的、阿里最年轻的 P10；腾讯把首席 AI 科学家的位子，给了一位三十岁上下、从 OpenAI 回来的研究员，直接向总裁汇报。有媒体给这批人起了个名字，叫“Transformer 原生代”——二十五到三十二岁，职业生涯一开始就长在新范式上。大厂的算盘不难懂：技术以月为单位翻新，就只能让最懂新范式的人，离决策层最近。

把上下两端放在一起看，职业阶梯的几何形状变了。旧阶梯有两条隐含的假设：经验随年限单调累积，所以下面的台阶通向上面的台阶；判断权按层级分配，所以爬得越久站得越高。现在，下端的台阶被机器抽走——学徒的活没了；上端的通道被范式短路——最高的位子，直接给了没怎么爬过梯子的人。

阶梯没有被拆除，它被换成了跳台：要么证明你能直接站上某个高度，要么留在原地。其中最残忍的一层，是“熬”这个动词失效了——熬年头，曾经是大多数普通人唯一确定的上升方式。

客户发来的 JD，也在按跳台的逻辑改写。以前是岗位说明书：几年经验、什么背景、哪几家公司优先。现在更像一道题。上个月一家做医疗的客户要人，要求是懂大模型、懂制药流程、最好还管过产线落地。我问要几年经验，对方想了想说：无所谓，这种人不存在“几年经验”。

我把这句话转述给小林的时候，加了一句自己的翻译：别再找第一级了，它不会回来。用作品直接证明你配得上第二级——你的第一份简历，应该是一道你自己出的题，和你给出的答案。

03工资单：最后一栏叫责任

解剖到这里，你可能以为结论是那个讲了三年的老故事：大替代来了。但恰恰在这里，市场给出了今年最大的反常——刀口在落，阶梯在塌，可真正的总量收缩，到今天没有发生。位子还在，换的是坐在上面的人。

今年我养成一个习惯，见客户必问同一句话：工具上了一年，人效报表动了吗？问了一圈下来，没有一个人拿出过一张真正动了的报表。当然，我的样本有偏——会找猎头的公司，多半正处在换人的当口。但这个偏样本妙就妙在：连最积极换血、最舍得买工具的这批公司，报表也没动。

更有意思的是另一个实验。有研究者请十六位资深的开源开发者做对照实验：允许用 AI 工具时，他们完成任务反而慢了百分之十九；而被拖慢之后，他们仍然相信自己快了百分之二十。这个研究后来有更新，新一批受试者的结果接近于零，所以别把“变慢”当成定论——但“感觉变快了”和“报表没有动”之间的那道缝，是真的。我的客户们买工具时的兴奋，和年底看报表时的沉默，就是这道缝的现场版。

为什么机器接走了那么多活，人头却没少？我想，答案藏在两个“构成”里。

先看工作的构成。把一个工程师的日常拆开，大头是执行，小头是沟通、协调、扛结果。前者机器接得走，后者接不走。这很像自动驾驶：高速上九成的路它早就能开了，可剩下那一成，让人始终下不了驾驶座。经济学家把这件事抽象成两股力的拔河——自动化把人从旧任务里挤出去，同时又造出劳动占优的新任务。挤出看得见，再造看不见，所以舆论永远只报道前一半。

再看工资的构成。工资里其实一直藏着两笔钱：一笔执行费，一笔责任费。AI 把执行的边际成本压到趋零，但责任它担不了——出了事，你开除它，它不疼；关掉它，损失还是你的。而责任又没法集中：审计要签字，合规要对人，一个高管背不动十个团队的锅。责任必须摊在足够多的肩膀上——这个摊法，才是人头数真正的定价线。

所以今年我劝过不止一个创始人：裁人之前，先算责任账。你省下的是执行费，丢掉的可能是责任和信任。何况裁员这件事，省得下存量，裁不出增量，第二次就不灵了。

把工资单重新打出来，每一行的构成都变了：执行那一栏在归零，判断那一栏在涨价，而最后一栏——出了事谁来扛——成了整张单子的锚。在可见的将来，那是机器给不出的一栏。

至于人效报表为什么纹丝不动，这个问题还有另一半答案。它不在人身上，在墙上。

04容器：职业活在厂房里

职业不是悬在空气里的，它活在组织这个容器里。容器什么形状，职业就长成什么形状——这一章，解剖容器。

给全员配 coding agent 的公司，我今年见过不少；三个月后敢说报表有变化的，一家都难找。真正变快的是另一类：新成立的小团队，十几个人，没有前端、后端、测试的分工，几个人从头到尾扛一块业务，所有文档、数据、决策记录，从第一天起就对 AI 可见。

这件事，经济学家其实早有答案。1990 年，保罗·大卫（Paul David）写过一篇著名的论文，讲电动机的故事：电动机进工厂的头几十年，生产力曲线几乎没动，因为它被装进了为蒸汽机设计的厂房——狭长一条，所有机器围着一根主轴取力。直到有人按电机自己的逻辑把厂房推平重画，流水线才长得出来。生产力的飞跃来自厂房，不来自电机。后来的经济学家给这个规律起了个名字，叫“生产率 J 曲线”：通用技术落地的头几年，统计数字反而难看，因为真正的投入都花在看不见的地方——新流程、新分工、新的组织方式。

这个故事最近被讲得很多，但大多数人停在上半段。下半段才扎心：从电动机进厂，到厂房真正换了形状，中间隔了几十年。不是技术在等人，是厂房在等人。

今天的部门墙，就是那根主轴。职能分工的全部前提，是一个人的带宽有限——而机器没有这条前提。所以老公司最大的负债，往往不在代码里，而在组织图上：整个公司，还绕着那根看不见的主轴在转。

对组织，这是生死题：技术的变化以月计，组织的变化以年计，下一批死掉的公司，多半死在这个时间差里。对个人，这是一道更隐蔽的题：你的职业形状，是上一代厂房浇铸的。“前端工程师”“测试工程师”“数据分析师”——这些职业的边界，本质上是旧厂房里一格一格的工位。厂房推平重画的时候，最先消失的，是工位的格子。十几人的小队里没有“前端”，只有“把这块业务从头扛到尾的人”。

换句话说：上一章说工资单在重写，这一章说得更狠一点——连工资单抬头那个“职位名称”，都未必保得住。

05镜子：轮到解剖我自己

写到这里，前面四章解剖的都是别人。按职业道德，最后一刀应该留给自己——猎头这门生意，恰好是 AI 最先动手的那一类。

先交代我自己的“答得太快”时刻。去年这个时候，客户要一个 AI 产品负责人，我推了三个最稳的人选：大平台、十年经验、整套方法论。全军覆没，客户最后自己挖了个三十岁的。那一单我没拿到佣金，活该——我用旧公式给人估价，而市场已经换了算法。中介比市场慢半年，是要丢佣金的；这篇稿子，算我给自己开的止损单。

我的工资单，拆法和工程师的一样。执行那一半——扫简历、写触达信、约时间——AI 寻访系统已经比我做得又快又好；剩下的只有两样它够不着：判断（这个人在压力下会不会变形），和担保（这个人出了事，我敢替他接电话——机器写得出报告，接不了那个电话）。说到底，我和老周是同一张解剖台上的两个标本，区别只是我比他早几个月看见刀，来得及把自己的右栏标上负号。

所以这套观察，你大可以当成一个利益相关者的自救——也正因为如此，它必须接受检验。把柄就留在这里：如果接下来一两年，旧体系里的资深熟练者在原岗位上薪酬继续上涨，或者发了工具的公司报表普遍好转，那就是我看错了；反过来，如果初级入口继续收窄、“既懂行又带新方法”的人溢价继续拉大，那这场解剖就是真的。猎头的预测和猎头的候选人一样，都得敢被打回来。

06缝合：一个公式，和四月的一顿酒

把前面四章缝起来，其实是一个公式换了版本。

旧公式：人的价格 = 年限 × 平台 × 熟练度。每一项都好量化，所以猎头、HR、晋升委员会用了二十年。

新公式：人的价格 = 领域知识 + 判断 + 责任与信任 − 方法惯性。第一章拆出了那个减号，第二章给出了它的几何后果，第三章解释了为什么“责任与信任”是锚，第四章说的是这个公式的组织版镜像——方法惯性放大到公司尺度，名字叫部门墙。

公式好写，难的是怎么跟一个具体的人讲。四月里，老周来找我喝了次酒。四封拒信都到了，第五家那句“答得太快”，我没敢原样转述。三杯下去，他问我：那你说，我现在怎么办？

我让他先做一件事：把简历放一边，拿张纸，拆成两列。左边写“我知道为什么”的事——推荐系统哪里会坏、为什么坏、坏了怎么哄回来；右边写“我一直这么干”的事——那套他闭着眼能跑通的旧流程。写完，亲手给右边那列标上负号。

他写了很久。左边比他想的短，右边比他想的长。但那天之后，他没再跟我提过“我绩效从没低过 B+”。比市场先承认，才能比市场先止损。

第二件事，补一个新的“懂”。他做了十四年推荐，离新范式隔着十万八千里，但用 AI 补课，三个月能补出别人三年的地图。我只给了他一条验收标准：不是看 AI 替你产出了什么，而是看你能不能向内行问出第二层的问题。第一层问题人人会问；第二层问题，只有真往里走过的人才问得出。

第三件事是赌注。他四十三，有房贷，有孩子。我说，换代窗口里，早六个月和晚六个月是两种命运，所以要快；但赌多大，得看你输得起多少。没负担的年轻人可以押十倍，你押两三倍就够了——去一家有体系托底的平台，做一个全新的方向。别学你那几个拿了融资的前同事，他们输得起，你输不起。

最后一件事，我说，有样东西你其实一直没丢：这十四年，半夜出事故被电话拉起来的是你，团队捅了娄子替他们去会议室挨骂的也是你。换到哪个范式，都接着做那个出了事敢接电话的人。新公式里，在可见的将来，只有这一项不会挪进减号。

他听完没说话，把单买了。

创始人的问法不一样。有一位听我算完责任账，只问了一句：那你说，我该裁谁？

我说，你问错了。先别问裁谁，先回答厂房问题：你的流程，是绕着哪根主轴建的？想清楚这个，再决定发不发工具。新业务，小分队开局，全栈，文档和数据第一天就对 AI 可见——它没有旧债，别给它造一个；老业务，招潜力，给自由，但配上对账日，每九十天对一次——自由给在刀刃上，不是撒给全员。

工具最便宜，结构最贵。大多数公司买了便宜的，省下了贵的。

07尾声 · 十四年

老周上个月入职了，一家具身智能公司，降薪四成，做一个他没做过的方向——第三件事，他听进去了。签字前，他问了我最后一个问题：“你说，我那十四年，到底哪几年还值钱？”

这篇稿子，是我欠他的回答。

小林也有了下文。他没再投初级岗，花了两个月做了一个自己出题的作品，上周拿到第一个面试。面试官问他几年经验，他说：零年，但我可以给你讲讲我踩过的坑。

简历我还是天天看。只是从今年起，看到“十五年经验”这五个字，我会先停一秒，在心里把它拆成两列：有多少是知道为什么，有多少只是一直这么干。前一列是资产，后一列是惯性。市场淘汰的不是年长，是把熟练错当成长。

解剖这个词听起来冷。但解剖的目的从来不是宣判死亡——是搞清楚哪里还活着。