---
title: "AI降本的第一笔账，为什么先算到中间层头上"
canonical_url: "https://supawriter.sevnday.com/articles/97b5f8a6-4e7a-442a-9e38-854466ad24d9"
channel: "职场认知与社会人文观察"
channel_slug: "career-society"
author: "SuperAdmin"
published_at: "2026-11-02T08:35:47.965843+00:00"
updated_at: "2026-11-20T13:04:14.097486+00:00"
word_count: 4955
keywords: ["AI与就业","中间层","任务重组","降本增效","组织变革"]
---

> 摘要：文章从裁员顺序的反常现象切入，指出中间层因任务可拆解、可标准化而最先承压；企业真正做的是重组任务而非按人头替换，而AI用量成本上升后，额度管控又落回同一批人身上。读者可据此判断：冲击的本质是任务定价权转移，而非岗位净消失，关键变量是自己工作中有多少可被拆成步骤。

# AI降本的第一笔账，为什么先算到中间层头上

## 被AI先盯上的，不是一线工人

### 一个反直觉的裁员顺序

关于AI替代岗位，最流行的想象是流水线和收银台。但2026年上半年国内大厂传出的裁员案例里，出现了一个更别扭的顺序：被裁掉的人当中，有不少是当初负责推动AI落地的中层管理者。有一则被反复转述的个案是，最先被优化的不是一线开发，而是提出“引入AI降本”方案的PMO负责人本人——他帮公司搭好了AI系统，随后发现自己的岗位没了。

![图片](https://supawriter.sevnday.com/cdn-img/supawriter/89e846d99a6eb73a.png)这类叙述来自个人观察，没有统计口径，也没有样本说明，因此不能当作行业数据使用。但它指向的方向，与“AI先替代蓝领”的直觉正好相反，值得追问原因。

### 中间层的任务长什么样

要解释这个顺序，得先看中间层每天在做什么。企业里的中间层，很大一部分工作并不是决策，也不是生产，而是信息中转：把上面的意图拆成任务，把下面的进展汇总成汇报，在部门之间对齐口径、催进度、写材料。这些动作有一个共同点——输入和输出都是文本与流程，规则相对稳定，判断空间有限。

这正是当前AI能力最成熟的区间。生成会议纪要、整理周报、起草方案初稿、在系统间搬运字段，这类任务可以被拆解、被标准化、被自动流转，替代成本低，验证效果也快。提出这一观察的作者把这类角色称为“胶水层”，认为2025到2026年间真正被大规模替代的，是那些本质上在做信息搬运、流程串联、报告撰写的岗位，而非一线工人。

一线操作中难以标准化的手感、现场应变，以及高层决策中需要承担责任的价值判断，暂时都不在这个区间内。替代顺序由任务结构决定，不由职级高低决定——中间层恰好站在两者之间，做的是最容易被写成流程说明书的那部分工作。

不过，仅凭个案顺序和一位作者的个人观察，还不足以说明企业到底在为什么样的任务付费、又为什么先对这部分付费动手。这需要看成本结构。

## 企业算的不是“替代谁”，是“哪些任务可以重组”

### 一个年轻工程师与98%的遗留代码

思科总裁兼首席产品官帕特尔的做法提供了一个极端样本：他指派一位27岁工程师，目标是在24个月内用AI重构或重写公司98%的遗留代码，并给这个人配了无上限的Token预算。这位工程师克里希那穆提2023年联合创办过实时翻译初创公司EzDubs，2025年思科收购EzDubs后他加入思科；帕特尔说他此前“被埋没在组织深处，做着无关大局的边缘事务”。

这个安排的重点不在“一个年轻人替代了多少人”，而在企业如何拆任务。遗留代码重构原本是典型的需要多人协作、层层评审、跨团队沟通的工作，现在被压缩成“一个人加模型批量生成、批量验证”的流水线。写代码被拆成可批量生成的任务单元，协调和转述的环节随之被抽掉。

需要克制地看这个案例。98%是既定目标，不是落地成果，报道没有披露当前的代码修改体量和试验成效。它说明的是企业愿意为什么样的任务结构下注，不能证明AI重写已经产生了实际降本结果。

### 降本账本里的真实科目

企业算AI这笔账时，科目不是“一个员工多少钱”，而是“一项任务拆到多细、由谁承接更便宜”。协调、汇总、转述、在系统间搬运信息，这类任务边界清晰、输入输出可定义，正好是模型擅长处理的部分。把它们剥离出去，剩下的工作重新分配给更少的人，账面人力成本就下来了。

![图片](https://supawriter.sevnday.com/cdn-img/articles/article_img_5_1793609305_32714f.jpg)一个被广泛转引的匿名案例给出了这种账本的量级：AI的API调用费加上新增4人AI工程组，年增成本不到80万，净省320万。这个数字来自单一案例的估算，计算口径没有说明，不能当作行业平均值。但它指向的逻辑是清楚的——企业先为“可拆解的任务”付费，再对比重组前后的人力开支。

中间层之所以首当其冲，不是因为职级本身，而是因为这一层的任务可拆解性最高。拆完之后，企业未必减少总工作量，但一定减少了承接这些任务的岗位数量。这也是为什么“替代谁”是个容易问错的问题：企业做的动作是重组任务，岗位消失只是重组的结果之一。

然而，当AI本身开始产生账单，这套重组逻辑会反噬到推动重组的人身上。

## AI的账单本身，也开始寄给中间层

### 从“随便用”到“按任务分配额度”

上一节算的是人力账：拆解任务、重组流程、减少承接岗位。这套账能成立，前提是AI这一侧的成本足够低，低到可以忽略不计。推广期的定价策略恰好制造了这种错觉——工具几乎免费，鼓励全员使用，甚至用排行榜统计哪个团队用得最多。

用量爬上去之后，账单也跟着爬上来。Uber的CTO公开承认，公司仅用4个月就花光了2026年全年的AI编程工具预算；而在预算爆掉之前，Uber还在办内部排行榜鼓励多用。这个案例来自自媒体转述，没有给出原始出处，数字不宜当作行业基准，但它呈现的曲线有代表性：先鼓励多用，再发现超支。微软的版本更直接——半年前给数千名员工开通Claude Code，用得太猛后大面积取消授权，把人赶回自家的GitHub Copilot。同样缺少官方确认，只能作为旁证。

成本量级可以参考一个更具体的说法。英伟达应用深度学习副总裁Bryan Catanzaro称，对他所在的团队来说，算力成本已经远高于员工工资成本。这句话只适用于他所述的团队，不能推广到英伟达整体，更不能代表全行业。但它点出了一个方向：当AI从辅助工具变成生产流程的一部分，算力开支可能不再是人力开支的零头，而是与之同一量级、甚至更高的科目。

![图片](https://supawriter.sevnday.com/cdn-img/articles/article_img_5_1793609306_6b72c5.png)企业的反应随之从“鼓励多用”转向“按任务分配”。2026年6月起，网上流传腾讯把全员统一AI额度改为按任务动态分配；同一时期，微软、Meta等公司也被指开始监控、限制和动态调配员工用量。腾讯部分未获证实，大厂限制的说法也是文章概括，证据强度有限。能确认的是方向：额度从普惠制变成配给制，用量从自由使用变成被观测的指标。

谁最先感受到这种收紧？是那些日常工作中AI渗透率最高、调用最频繁的岗位——写报告、整理会议纪要、串联跨部门信息的人。中间层既是AI替代的对象，又是AI成本的主要制造者。替代逻辑要求减少这类岗位，成本逻辑又要求对仍在岗的人收紧工具权限。两头挤压落在同一批人身上。

### 省下来的钱去了哪里

一个自然的疑问是：AI降本省下的钱，为什么没有变成更宽裕的资源，反而变成了更严格的管控？

![图片](https://supawriter.sevnday.com/cdn-img/articles/article_img_5_1793609308_db6d8a.png)部分原因在于，省下来的钱未必留在员工工具预算里。有评论指出，打工人自掏的几十上百元月费对大厂只是零头，真正能赚钱的是企业客户在调用量、部署、培训上的后续支出。这是作者观点，没有数据验证，但它提示了一个分配结构：AI供应商的营收重心在企业侧，企业的AI支出重心也在企业侧，个人层面的额度只是这个大盘子里被压缩的部分。

供给端的定价也在配合这种收紧。OpenAI的ChatGPT Pro月费200美元，价格不变而可用量缩水，同时新增500美元/月档位。这是单一产品的定价调整，不能直接推导企业采购成本，但它说明“用量增长、单价不变、实际可用量下降”是一种被采用的商业策略。企业面对的是同一类算术：预算固定，用量上涨，只能靠分配规则来控制。

于是出现一个不太直观的结果：AI越是被证明能干活，使用它的权限就越不像福利，越像需要审批的资源。中间层在这个循环里完成了第二次承压——第一次是任务被拆解，第二次是工具被限额。两次承压的机制不同，指向的却是同一层人。

这个判断有明确边界。它描述的是资源调配的方向，不是岗位净消失的结论；腾讯削减额度一事未经证实，Uber和微软的案例来自转述，Catanzaro的说法仅限其团队。证据能支撑的是“企业在用量失控后会收紧中间层的AI资源”这一机制，不能支撑“所有企业都在这么做”或“中间层必然被清空”。

成本侧的反噬说明，AI降本不是单向箭头。当工具本身变成需要算账的支出，企业会向使用最密集的地方收回资源。中间层恰好站在那个位置上。但这并不意味着中间层注定消失——哪些条件下这个判断不成立，需要单独看清楚。

![图片](https://supawriter.sevnday.com/cdn-img/supawriter/63a958aa9888b8c0.png)## 这不是“中间层消失”，是任务定价权在转移

### 2100万岗位由任务重组而生

把“中间层消失”当作结论，会看漏一半事实。上海科技大学在2026年世界人工智能大会发布的报告称，自ChatGPT问世以来，约2100万个岗位由任务重组而生，占总招聘岗位的18.6%。这个数字不能读成岗位净增，报告统计的是招聘岗位的口径，也没交代新增与消失如何相抵。但它至少说明，企业拆掉旧任务的同时也在组装新任务，组装过程本身需要人。

![图片](https://supawriter.sevnday.com/cdn-img/articles/article_img_5_1793609306_18869c.jpg)即刻App后端负责人夏俊晨的说法更直接：AI对其团队从纸面上看是“增本增效”，公司还在招更多人，并为每人配AI福利。这是十人创新团队的自述，不能外推到全行业，却足以打破“用了AI必然减人”的单向想象。降本增效是一句有条件的话——用对场景、控制用量、算清含隐形成本的总账，降本才成立。条件不满足时，AI先带来的是支出。

### 读者该盯住哪个变量

游戏行业的状况提供了一个中间态：使用AI早已普遍，人人手里养着一两个，但个人开销因岗位、用量和公司配备制度不同而差异很大。同一项技术，在不同岗位上被定价的方式并不一样。

所以真正该评估的不是“我这个岗位会不会被裁”，而是“我每天的工作里，有多少能被写成步骤、交给模型跑完”。比例高的部分正在被重新定价，比例低的部分——需要担责的判断、跨方的协调、模糊情境下的取舍——反而因为稀缺而升值。任务定价权转移时，恐慌和乐观都太粗，先数清自己手里的任务结构更实际。

账单寄到中间层，不是因为这一层没有价值，而是因为其价值形态最容易被拆开、逐项重新报价。

## 参考来源

- [动态分享 - 酷安](https://www.coolapk.com/feed/74786170)
- [AI不能有意识，微软AI掌门人亲自划红线！-格隆汇](https://www.gelonghui.com/p/7239157)
- [不到10元，AI眼镜秒变“偷拍神器”！一张遮光贴就能撕开隐私红线？_10%公司_澎湃新闻-The Paper](https://www.thepaper.cn/newsDetail_forward_34248283)
- [思科给 1 位年轻工程师无上限 Token 预算，最终目标 2 年内利用 AI 重写 98% 的遗留代码 - IT之家](https://www.ithome.com/1/020/857.htm)
- [Meta被曝与中国机器人企业联合开发人形机器人，傅利叶回应_10%公司_澎湃新闻-The Paper](https://www.thepaper.cn/newsDetail_forward_34386166)
- [老板说引入AI降本，AI说“先把你裁了” - 腾讯云](https://developer.cloud.tencent.com/article/2704120)
- [AI...](https://juejin.cn/post/7649977961552232498)
- [AI办公，自费上班打工人的第一笔“首付”](https://www.jnexpert.com/article/detail?id=35529)
- [AI办公，自费上班打工人的第一笔“首付” - AI办公，自费上班打工人的第一笔“首付”](https://m.21jingji.com/article/20260919/herald/7abbe6216690802bde23be83506335c2.html#1)
- [打工人欠了誰：每個月AI要分走多少工資？ - 打工人欠了誰：每個月AI要分走多少工資？](https://www.itiger.com/hant/news/2672270687#1)
- [AI让企业降本增效？我们发现了一个不一样的答案](https://www.guancha.cn/economy/2026_08_03_825986.shtml)
- [AI替代人工的账单正在反向吞噬人力优化省下的钱 - 今日头条](https://www.toutiao.com/a7702400343337959978)
