高薪高绩效不再是护身符：AI正在砍掉第一批大厂人
“林越，你来一下。”
她抬头看了一眼飞书消息，心里咯噔一下。HR 的会议室邀请，没有标题，没有议程。下午三点，工位旁边的绿植安静地耷拉着叶子，整个开放办公区空气凝滞。
三个月前，这个会议室还叫”庆祝间”。有人过生日、有人拿 Offer、有人晋升，都在这里切蛋糕。现在，它被同事们私下改叫”630 房间”。
630，六月三十号。一个原本只存在于财务日历上的日期，正在成为中国互联网大厂的黑色坐标。第一季度的财报在四月底出完，复盘结束，五六月动手。这恰好是 AI 真正大规模进入中国互联网职场之后的第一个财年 Q2。
林越，携程后端工程师，2025 届校招生，月薪 25K，入职刚满一年。
被叫进”630 房间”之前，她从来没想过自己会出现在名单上。
从”养老院”到”卷王厂”
两年前的携程，圈内人叫它”互联网养老院”。
上午十点半到工位，中午两小时午休，晚上七点准时下班。一个 App 迭代周期两周，节奏慢得不像互联网公司。林越毕业时选择携程，就是看中了这份从容。薪资虽然比不上一线大厂，但”WLB 拉满”。
变化来得比任何人预想的都快。
2025 年初，AI 编程工具在内部铺开。CodeX、通义灵码、Copilot 全量上线，代码审查的流程也被重新设计。AI 自动 Review，人工只看关键逻辑。迭代周期从两周压缩到一周，又从一周压缩到三天。
下班时间从七点推到九点，再从九点推到十点半。
“不是公司强迫你加班，是业务方预期变了。“林越说，“以前提个需求要排两周，现在他们说’AI 两天就能写完，你们为什么还要两周？’”
更残酷的真相藏在考核表里。
携程某技术团队的 TL 私下透露，同等任务量下，一个资深工程师配合 AI 工具的产出，大约是一个校招生独立完成的五到七倍。“不是 junior 不努力，而是 AI 显著放大了 senior 的经验杠杆。”
资深工程师用 AI 写 80% 的代码，人工精修 20% 的关键逻辑。Junior 呢？AI 生成的基础代码他们不敢直接上线，逐行审查的时间比手写还长。
林越所在的团队，今年 Q2 优化了 15% 的人员。名单上，工龄一年以下的新人占比超过七成。
斯坦福大学一篇题为《Canaries in the Coal Mine》的论文追踪了美国软件工程师的就业数据：22 到 25 岁的年轻开发者，就业率从 2022 年的峰值下降了约 20%。如果说初级工程师是煤矿里的金丝雀，那么哨声已经响了很久了。
只是在中国互联网，金丝雀连叫的机会都没有。
“超预期”也没用
苍述是从字节跳动 SSP 项目出来的人。
SSP，Super Special Offer，字节跳动校招最高薪酬档位，通常给到年薪 60 万起步。能拿 SSP 的人，要么拿过 ACM 区域赛金牌，要么在顶级会议上发过 paper，要么是在实习期就做出过让人印象深刻的项目。
苍述属于三者兼备。
他 2024 年从字节跳到了美团，薪资依然是团队最高的。“入职那天 TL 带我认人，小声说了句’你比我们组大部分人工资都高，别声张’。”
半年后，他被裁了。
“我知道自己贵，但我以为高绩效能保护我。“苍述说。他的绩效评级是 M+，在美团的体系里属于”超越预期”。但裁员名单出来的时候，整个后端组除了 TL 和一个工作八年的老员工，全部被”端”了。
是的，端了。整个团队的编制从组织架构图上消失了。名字还在，但人没了。新的需求直接由另一条业务线的 AI Agent 集群消化。
苍述后来复盘，发现自己犯了一个致命错误。他把 AI 当作效率工具，而公司把它当成了替代方案。
“我每天都在想怎么用 AI 写更快的代码，但公司想的是’既然 AI 能写代码了，为什么还要养一个团队？’”
他提到内部代号”龙虾”的 AI 工具，美团自研的编程辅助系统。美团的内部周报从今年 Q1 开始多了一个固定栏目：本周 AI 提升效率数据。每位工程师都要写，精确到百分比。
CEO 王兴在一次内部会上说了一段话，在员工间流传很广：“ChatGPT 给我的冲击很大，但 AI Agent 给我的冲击更大。前者是工具，后者是劳动力。”
“龙虾”就是那个劳动力。
170 亿 Token 的男人
阿里巴巴的一位工程师，最近在公司内部出名了。
不是因为写了什么惊天动地的代码，而是因为他冲上了内部 AI 平台 Token 消耗排行榜的第一名。一个月消耗了 170 亿 Token。
在阿里内部的技术论坛上，这条消息被公开表扬。评论区一片”大佬""卷王”的膜拜声。这位工程师用 Token 量训练了十几个微调模型，把团队四个数据标注外包工位的工作量全部吃掉了。
“四个外包名额被回收了。“一位接近该团队的人说，“业务方觉得’既然 AI 能干，为什么还要人？’”
更极端的建议也浮出水面。
一位阿里的 P8 在内部讨论群提了一个方案：每位工程师每小时上传一份”时间报告”，由 AI Agent 自动记录这小时的代码输出、会议参与、文档修改，然后 AI 自动评定效率。
“不需要 TL 打分，AI 比人更客观。”
这个方案发出去不到 24 小时，就被 HR 叫停了。叫停的理由不是”不合理”，而是”合规风险太高，万一被外部看到，会出事”。
效率本身成了一个停不下来的飞轮。AI 提升了效率，效率加速了交付，交付压缩了周期，周期缩短又制造了更多的焦虑。永远有人比你更会用 AI，永远有团队可以更激进地推进 AI 化。
高德在动荡，飞猪在动荡。大半个阿里都在寻找那个”AI 时代的合理人效比”。一个委婉的说法，意思是”一个团队到底还能裁多少人”。
两个月，一个 Demo
陈词，前字节跳动产品经理，今年初跳到了一家 AI 创业公司。
在字节的时候，做一个新功能的 Demo，从脑暴到可交互原型，一般流程是两个月的周期。两周需求评审、两周设计、四周开发、两周测试。
“每一环都要对齐，每一个决策都要走审批。两个月算快的。”
现在他在一家三十人的 AI 初创公司做产品。上个月用 Claude Code 加 Codex，从零开始写了一个 AI 客服系统 Demo。两周。
“不是我们多厉害，是工具太强了。“陈词说，“我在字节做的最后一个项目，一个内部运营后台，六个后端做了三个月。现在同样的复杂度，我一个人加 Claude，一周能搞定。”
他顿了顿，补充了一句：“当然，质量肯定不一样。以前的东西更健壮，现在的东西’能跑就行’。但在 demo 阶段，谁在乎呢？”
这句话背后是整个行业的焦虑：当 AI 把原型制作周期从两个月压缩到两周，“做出来”的门槛在急剧降低。门槛降低意味着竞争加剧，竞争加剧意味着更残酷的淘汰。
而那些在上一轮周期里靠着”高薪高绩效”活得很舒服的人，突然发现自己不再是稀缺资源了。
陈词引用了一本关于哈萨比斯的传记里的句子：“就像奥本海默造出了原子弹，却无法控制它的使用。“
不是终结，是开始
回到林越的故事。
她从”630 房间”出来的时候，工位上那盆绿植还在。她抱着一个纸箱走出大楼，箱子里是工牌、充电器、一个印着携程 Logo 的马克杯。
走出大楼的那一刻，手机弹出一条推送：某招聘平台推送了一份”AI 提示词工程师”的岗位，薪资 15K。
“25K 进来，15K 出去，还得转行。“她苦笑着说。
但她没有太多时间感伤。北京七月的太阳晒得人发晕，她站在路边掏出手机，开始投简历。
她不知道的是，就在同一天，同一个城市里，数以千计的大厂人正在经历同样的事情。
630，这个原本普普通通的日期，正在成为一个时代的注脚。
AI 进入中国互联网职场的第一个完整财年，被砍掉的不是最差的那些人，是”被认为 AI 可以替代”的那些人。
高薪不是护身符，高绩效也不是。
当一家公司开始问”你的存在是否还必要”的时候，能保护你的东西很少。
而那些还没有被叫进”630 房间”的人，此刻正坐在工位上，盯着屏幕上的 AI 代码补全，默默计算着自己的 Token 消耗量。仿佛那串数字，就是握在手里的船票。