他在微软干了 31 年，是造 AI 的人。如今，AI 重组了他所在的部门，也重写了他的命运。被裁那天，他删掉了半生的履历，只为让算法看见自己。这不是一场个人悲剧，而是时代的浪潮。当 AI 学会判断人类价值，人类的经验，也开始被系统更新。
过去两年，硅谷的关键词不是创新，而是裁员。
从亚马逊到谷歌，从 OpenAI 到微软，一场以「智能化」为名的优化运动，正在悄悄吞噬那些最懂技术的人。
他们不是懒惰者，也不是落后者。相反，他们曾亲手写下算法、搭建系统、训练模型。
可当 AI 学会自动调度、自动汇报、自动决策时，第一批被裁员的就是他们。
这一切听起来像科幻小说，却是 2025 年的职场现实。
而在这些被重构的人中，有一位在微软待了 31 年的老兵。他曾造 AI，如今被 AI 裁掉。
造 AI 的人，被 AI 裁了？
那是一个再普通不过的工作日。
Mike Kostersitz，是微软 Azure 部门的一位资深产品经理主管，照常参加完团队会议，讨论项目进展，一切看似顺利。
可第二天早上，他的日程表上突然出现了一场「高优先级会议」。
会议不到十分钟，屏幕上是一排匿名面孔。
通知简短而冷静：「你们的岗位已被取消。」
就这样，这位在微软工作了整整 31 年的老兵，被一句话从系统中清除。
和他一起离开的，还有他的经理、两个直接下属，以及数千名同事。
他所在的部门，正是微软近年押注的重点：云计算与 AI 基础架构。
几个月前，公司刚宣布要「通过 AI 优化组织结构、压缩管理层级」。
那一刻，他才意识到，这句话里真正的含义——是「算法会替代你」。
Mike 并不愤怒。他为微软奉献了半生，见证过 Windows、Office、Azure 的崛起，也参与过 AI 转型的多个阶段。
他苦笑：
我甚至还在帮 AI 团队调优他们的产品，没想到最后，AI 成了裁掉我的理由。
他曾经是系统的建设者，如今成了系统眼中可清除的对象。
微软官方解释，这次裁员是为了提升效率、减少冗余。
在资本层面，这句话成立；但在人的层面，它像是一场无声的清算：过去代表稳定的资历，正在被自动化取代。
AI 的浪潮不是突如其来，它像水渗进每一条缝。
它不再只是写代码、画图、生成文本，而是逐渐接管流程、决策、监督与执行。
当公司算法可以预测员工的绩效、项目的风险、成本的分布，那些靠经验判断工作的老将，便成了多余的部分。
Kostersitz 的故事因此格外具有代表性：他不是被裁的第一个人，但或许是这场 AI 革命里最典型的那种人：
他造出了 AI，却也被 AI 造就的系统淘汰。
从「面试官」到「被试者」
Mike 已经整整三十年没写过简历了。他更习惯坐在另一边，挑选候选人、提问、做决定。
可如今，他要重新学习如何让自己能通过面试。第一课，就是学习讨好算法。
微软为被裁员工配备了职业顾问。顾问告诉他：
你的简历需要去掉所有 80、90 年代的经历。AI 招聘系统更偏好近 10~15 年的工作样本。
于是，Mike 前二十年的人生，被系统性删除。那种感觉，就像删掉了自己的一段记忆，只为了迎合一台机器的胃口。
他又请了私人职业教练，帮他优化 LinkedIn、写求职信、研究关键词。
因为如今的求职，不是发简历，而是喂数据。每一段经历、每一个动词，都要依照招聘算法的权重。
他说：
现在找工作，不是面试人，而是先被 AI 面试。
他投过 Google、Apple，也尝试进入非科技公司，如 Nike 和 Nordstrom。
有时，他能拿到面试机会，例如一次来自 Nvidia 的邀请；但更多的是被拒绝，他甚至不知道自己为什么被拒。
也没有人知道，因为机器不会解释。
曾经，他主导过整个招聘流程。如今，他连进入流程的资格，都得靠算法赐予。
比算法更残酷的，是节奏。过去的他熟悉招聘季节、内部推荐、HR 邮件。
现在的他要面对一个持续滚动的「即时市场」。上万个候选人、同一个岗位、实时排名。
AI 招聘系统能在几秒内判断：你是「潜力股」还是「噪音样本」。
在那之后，他才明白，AI 对人的筛选并不带敌意，它只是彻底的理性。它不看资历，不讲情面，只计算匹配度。
而像他这样的一代人，曾靠经验生存，如今却被经验拖慢了权重。
他常说：
我过去帮 AI 学会评估人，如今 AI 帮公司评估我。
那句话听起来轻描淡写，却像一面镜子，照出整个时代的倒影。
在这个时代，你不只是要努力成为更好的人，还要努力成为一个「更容易被机器喜欢的人」。
被淘汰的不是人，是一个层级
当人们讨论裁员时，常常把焦点放在效率、成本、AI 替代力上。
但 Mike 的遭遇揭示了一个更深的事实：被淘汰的，其实不是人，而是一个组织层级。
2021 – 2025 财年微软员工总数变化。AI 扩张期带来用工高峰，但在 2023 年后进入重组阶段，员工规模虽未剧减，结构已被彻底重写。
微软这次裁掉的，既不是算法工程师，也不是高层决策者，而是那些连接上与下、懂业务也懂管理的老将。
机器能够直接汇报、追踪、决策，管理链条被压缩成一个数据面板，而原本靠经验、协调、判断存在的中层角色，成了多余的噪音。
过去几十年，企业以「金字塔结构」运转，底层执行，中层统筹，高层决策。
而 AI 正在把金字塔压平成「哑铃形结构」——底端是执行算法与廉价劳动力，顶端是战略设计与资本分配。
中间那层「经验型中产」，正在消失。
2010 – 2023 年微软不同部门员工变化。运营与研发人数暴涨，而行政和市场岗位几乎停滞。组织结构的「哑铃化」趋势愈发明显。
这不只是微软的问题。亚马逊、Meta、谷歌，都在过去两年裁掉了大批中层岗位。
华尔街 · 日报的一份报告显示：2024 年，美国科技行业有超过 38% 的裁员来自管理及项目协调层，这是以往任何一次科技寒冬都未出现的比例。
在这些公司眼中，管理越来越像一种可以自动化的功能。
AI 能追踪 KPI、评估绩效、生成汇报、甚至识别团队情绪，而人类的管理者，却需要时间、语言、关系成本。
于是，一个残酷的逻辑出现了：AI 不是帮他们更高效，而是取代他们。
Mike 只是被这股潮水最先卷走的人之一。他的能力没有消失，但公司对这种能力的需求消失了。
就像摄影师被智能手机代替， 驾驶员被自动驾驶取代，中层的判断力也正被系统优化。
最讽刺的是，这场变革往往由他们自己发起。
他们曾推动自动化、引入 AI 工具、缩短流程、提升效率。而当效率成为最高价值，他们就成了冗余。
一种文明从「需要人组织人」，到「用机器组织人」的过渡。在这个新秩序里，企业不再追求稳定，而是追求速度。
经验不再是护城河，而是沉没成本。Mike 所代表的那一代系统中层，正在消失于他们亲手构建的体系中。
当人学会说机器的语言
被裁后的几个月，Mike 没停下脚步。
他重新学习 AI 工具，练习面试技巧，在摄像头前反复演练那句开场白：
Hi, I ’ m Mike, I worked at Microsoft for 31 years.
那句介绍听上去光荣，却常常让他被筛掉。
于是他学会了删减、优化、对齐关键词——就像当年教机器学习人类语言，如今，他在学习机器语言。
他开始意识到，AI 的革命并没有带来人与机器的对抗，它只是换了一套叙事。
机器不再需要人类的忠诚，只需要人的数据、人的适配。而我们，也渐渐接受被算法评估、被权重决定的命运。
他依旧每天早起，查看新的职位推送。屏幕另一端，也许是 HR，也许只是一个筛选模型。那种不确定感，让他感到前所未有的真实。
有时他会想起在微软的旧时光，那时的他们，正努力教 AI 理解「人性」；如今的他，却在努力让自己符合系统。
也许，这才是 AI 时代最隐秘的反转：人类并没有被取代，而是被格式化。
造 AI 的人失业了，不是因为 AI 变聪明，而是因为世界，已经不再需要那么多「教 AI」的人。
股票杠杆配资提示：文章来自网络，不代表本站观点。
