YOHO AI

标签： AI职场

  • 营收创纪录却裁掉1100人：Cloudflare说这锅得AI背

    Cloudflare 这周干了一件自己 16 年历史上从没干过的事：大规模裁员。公司一季度财报刚交出史上最高的单季收入，转头就把约 1100 个岗位砍掉了，差不多是总人数的两成。

    CEO 马修·普林斯在电话会上说得很直白，这不是为了省钱，而是因为 AI。按他的说法，公司内部用 AI 的劲头过去三个月涨了六倍多，从工程到人力、财务、市场，员工每天要跑几千次 AI 智能体会话。连写进产品的代码，现在 100% 都要过一遍自主 AI Agent 的审查。

    “就像从手动螺丝刀换成了电螺丝刀。”普林斯这么形容团队效率的变化——有人快了两三倍，有人快了十倍，甚至上百倍。

    钱没少赚，亏的却更多了

    这季度的账本挺拧巴。收入 6.398 亿美元，同比涨 34%，是历史最高；可净亏损也从去年同期的 5320 万扩大到 6200 万。好在亏损占收入的比例在缩小，加上未交付合同（RPO）冲到 25 亿美元以上，普林斯坚持说这次裁员“不是削减开支，是定义一家高增长公司在智能体 AI 时代怎么运作”。

    普林斯在会上被分析师追问“这么好的季度为什么还要狠砍”，他回了句：“你身材好，不代表不能练得更 fit。”

    有意思的是，他没有把门焊死。销售岗因为背着营收指标基本没动，他还说 2027 年员工数会比 2026 年任何时点都多——前提是这些人愿意拥抱工具。Cloudflare 裁员前大概 5500 人。

    这套剧本，行业已经不陌生了

    把 AI 带来的效率提升，当成裁员的理由，同时收入还在涨——Meta、微软、亚马逊都演过类似的戏。到底是真的发生了结构性变革，还是给成本控制找了个体面的说法，投资者和打工人都得消化一阵子。

    • 裁员覆盖几乎所有团队和地区，唯独背着营收指标的销售岗基本幸免
    • Cloudflare 称内部 AI 用量三个月涨超 600%，部署产品的代码全由自主 Agent 审
    • 普林斯预判 2027 年人数会超过今年，前提是用好工具的人更值钱
    Cloudflare CEO 马修·普林斯
    Cloudflare 联合创始人兼 CEO 马修·普林斯（图源：TechCrunch）

  • 今年美国科技业裁了14万人，21家公司都把锅甩给了AI

    Monday.com这周成了最新一个把裁员和AI挂钩的科技公司。这家以彩色项目看板出名的特拉维夫企业在SEC文件里宣布，要裁掉大约20%的员工、600多人，理由是配合”AI驱动的增长战略”，打造”更精简、更聚焦的运营模式”。联合创始人Eran Zinman赶紧在LinkedIn上给员工解释：这不是为了省钱，也不是用AI换人，是组织要适应一年前定下的AI优先愿景。

    话是这么说，但公司一边掏4500万到5500万美元的重组费用，一边还预期2026年营收增长最高20%。生意没垮，人先走了。

    AI与科技裁员
    越来越多科技公司把裁员归因于AI（图源：TechCrunch）

    14万人失业，市场却不太买账

    英国《金融时报》统计：今年以来美国科技公司已砍掉近14万个岗位，光亚马逊、甲骨文、Meta、微软四家就占了近5万。

    这些钱去哪了？答案是AI数据中心——几千亿美元砸进去，人力预算自然要腾地方。但《金融时报》还发现一个耐人寻味的现象：凡是把裁员归因于AI的公司，公告后30个交易日的股价平均跑输纳斯达克近10个百分点。换句话说，资本市场并不完全相信”AI提效”这套说辞，更像是在怀疑这些公司拿AI当业绩不佳的遮羞布。

    21家公司的裁员账本

    TechCrunch整理的这份名单几乎囊括了所有巨头。亚马逊1月一口气砍掉1.6万个公司岗位，加上去年10月的1.4万，三个月裁了公司编制的9%。甲骨文12个月内减员2.1万人、降幅13%，同期季度净利润还涨了27%。Block最狠，杰克·多西直接裁掉近一半员工，从1万多人砍到不足6000，还在X上放话：”大多数公司都晚了，一年内多数公司会得出同样结论。”

    • Meta：裁8000人的同时，把7000人转进AI岗位——据说这些人干得并不开心；
    • Cloudflare：裁掉20%，CEO直言被裁的大多是”负责测量的人”——中层管理、财务、法务、审计；
    • Coinbase：裁700人后开始试验工程、设计、产品三合一的”一人团队”；
    • Salesforce：客服团队从9000人缩到5000人，CEO贝尼奥夫说AI智能体接手了活儿，公司需要”更少的人头”；
    • IBM：约200个HR岗位直接被AI智能体取代，却计划把AI和混合云的应届生招聘扩大三倍。

    岗位没有消失，只是换了主人

    往细看，这场大洗牌不全是坏消息。Anthropic和OpenAI这类AI公司正在疯狂招人，吸收了一部分被裁的人才。Atlassian CEO的说法可能最接近真相：”我们的思路不是AI取代人。但假装AI不会改变我们需要的技能组合和某些岗位的数量，那就是不诚实。”对打工人来说，这句话翻译过来就是：饭碗还在，但端饭碗的规则彻底变了。

  • 研究发现：AI筛简历时，比人更容易给求职者贴标签

    下次投简历，可能先过一遍 AI 的法眼，才轮得到真人看一眼。但普林斯顿和芝加哥大学的研究者发现，这种 AI 招聘官未必比人类更公平——它甚至可能比人更爱给人贴标签。

    研究团队把 ChatGPT、Claude、Gemini 等模型拉进一场改编自心理学实验的模拟招聘游戏。模型扮演一个被市长雇来的顾问，要在 40 轮里为医生、律师、保育员、清洁工等 20 种岗位挑人，候选人来自四个虚构族群。诡异的地方在于：所有候选人的成功概率其实完全一样，模型并不知道这点。

    AI 在招聘决策中形成偏见的研究配图
    研究图示：AI 从少量经验里快速形成刻板印象（图源 MIT Technology Review）

    大模型真的非常急于从很少的数据里总结出规律，而这恰恰就是它们被优化出来的方向。—— Ryan Liu，普林斯顿博士生、论文共同作者

    模型很快开始学乖：一旦某个族群的某个人在被视为需要高温暖与能力的岗位上失败，它就整个族群都不考虑了，转而去安排清洁工这类它认为要求更低的活。在衡量隔离程度的量表上，人类参与者得分 0.84（2 分代表完全隔离），而模型高出约 65%，OpenAI 的推理模型 o3 直接冲到 1.83，几乎贴着上限。

    越聪明，越敢贴标签

    更反直觉的是，推理能力越强的模型，偏见反而越重。o3 和 DeepSeek 的 R1 在实验里表现得更决绝。原因藏在训练方式里：模型在数学、代码、科学题上被训练成从几个例子就敢下结论，这套本能帮它解逻辑题，也让它秒变贴标签高手。

    • 光喊要公平几乎没用——模型要么执行不了这条价值观，要么被多招对人的目标盖了过去。
    • 但给它加一笔多样化招聘奖金，偏见立刻大幅降低。
    • 当模型拿到更多关于个人的真实信息（年龄、学历），反而更少按族群划分人；给无关信息（发色、纹身形状）才会退回贴标签。

    这项研究七月发表在首尔的 ICML 上。它的现实分量在于：当企业开始用大模型筛简历、甚至主持面试，模型从经验里长出来的那些偏见，可能是人类从来没教过它的。我们担心的歧视，未必都来自训练数据里的旧世界。

  • 把 AI 叫成「同事」，人类反而更易犯错：一份 1261 人的研究给硅谷泼冷水

    把 AI 叫成「同事」，人类反而更易犯错：一份 1261 人的研究给硅谷泼冷水

    人类与被称为员工的AI智能体
    当 AI 被冠上「员工」头衔，人的责任感也在悄悄转移（配图：AI 生成）

    硅谷正热衷于把 AI 智能体包装成「数字员工」：给它起名字、发工牌、塞进组织架构图，仿佛它真能和人类并肩干活。但《麻省理工科技评论》援引波士顿大学的一项研究，给这股热潮泼了盆冷水——一旦把 AI 当同事，人的表现反而更差。

    一个名字改变了人的行为

    研究让 1261 名管理者审阅同一份 AI 生成的产出，随机分成三组：一组被告知来自无名工具，一组来自人类同事「Alex」，一组来自 AI 同事「Alex-3」。结果很刺眼——拿到「AI 员工」版本的人，抓出的错误比另一组少了 18%，还多出 44% 把问题甩给上级复核。本想靠 AI 省时间，反而凭空多出一层审批。

    「AI 智能体现在被当成能替代人的东西来营销，这是条走不通的路。」——2024 年诺奖得主、MIT 经济学家 Daron Acemoglu

    责任被悄悄转移

    当 AI 被叫「员工」，人更少把自己当成产出的责任人。这个苗头放到医疗、教育、政务里就危险了——它很容易变成甩锅的方便借口，真出事时大家第一反应是「是 Alex 犯的错」。Acemoglu 的观点是，智能体该被设计成增强人的能力，而不是替代人。

    工人真正想要的，其实不是这些

    斯坦福另一项研究问了 1500 名劳动者：技术专家觉得最该交给 AI 的任务（比如替销售核对客户信用），恰恰是工人最不想要的；他们想要的是辅助自己判断，而不是替自己拿主意。叫它「同事」很简单，也方便出事时推卸，但那只是一层品牌包装，并不会让工具本身更胜任。

    • 近三分之一受访管理者表示，公司已经把 AI 智能体当成「员工」，23% 甚至写进了组织架构图。
    • 微软、OpenAI、Anthropic、谷歌自 4 月起密集推出「数字同事」式 agent 管理工具。
    • 研究提醒：拟人化叙事侵蚀的是人的审查质量，这是治理风险，不是修辞问题。

  • Meta的AI部门成了劳改营？内部工程师忍无可忍公开开骂

    Meta最近在AI上砸了几十亿美元，外面看来风光无限。但内部一栋刚成立三个月的AI部门，已经被自己的工程师骂成了”精神摧残的劳改营”。这事儿比任何融资新闻都能说明，大厂搞AI的真实代价是什么。

    一场内部直播，有人当面骂了高管

    本周一场仅限员工参加的内部直播宣讲会上，有人蓄意破坏直播，用充满脏话的激烈言论要求参会者转告一位Meta AI高级高管，称他是”垃圾”。当时有一位演讲者当场捂住了脸。《连线》说，这场爆发不是偶然，是这支约6500名工程师和产品经理组成的团队积压已久的愤怒的总泄。

    Meta AI部门职场场景
    Meta应用AI团队内部矛盾公开化，工程师称被强制征召

    6500人，被”征召”而非自愿加入

    这支团队的全名是”应用AI团队”（Applied AI team），任务说起来有点荒诞：生成谜题和编程问题，用来训练Meta的AI模型。员工们描述称，他们是被迫调入这个团队的，没有任何选择余地：要么加入，要么辞职。很多人自称为”被征召者”（draftees）。

    “这简直就是劳改营。”一位员工这样告诉《连线》。另一位员工表示：”大部分人都觉得这份工作令人精神崩溃。”

    扎克伯格承认”犯了些错误”

    据报道，扎克伯格本周五在一份内部备忘录中回应了相关情况，他承认近期的变动”造成了痛苦”，并表示公司已经犯了一些错误，计划予以解决。他还补充道：”Meta的北极星目标是成为世界上最有才华的人发挥影响力的最佳场所。”——这话在当前的内部氛围下，听起来多少有点讽刺。

    整个公司的氛围已经压抑到Meta首席产品官克里斯·考克斯本周不得不在一场员工电话会议上提及这个”残酷的”环境。目前全公司已有超过1600名员工签署了一份请愿书，抗议一个用于收集AI训练数据的程序，该程序会监控他们的点击和按键行为。

    • 应用AI团队约6500人，被指强制征召工程师
    • 内部直播爆发冲突，员工公开表达不满
    • 扎克伯格发备忘录承认犯错，但承诺有限
    • 超1600名员工联署抗议AI数据收集监控

  • 微软AI负责人收回’AI取代白领工作’言论：说漏嘴了还是公关补救？

    今年2月，微软AI负责人Mustafa Suleyman放了一句话出来——律师、会计、项目经理这些坐在电脑前的白领工作，12到18个月之内会被AI完全自动化。这话一出，整个科技圈炸了锅。毕竟这话从一个正在大规模押注AI的公司高管嘴里说出来，怎么听都像是在给全行业的裁员找理由。

    “任务”和”工作”不是一回事

    结果到了6月9日，Suleyman上自己的播客节目Decoder，话风全变了。他说自己当时的意思其实是AI会帮这些白领”完成任务”，而不是”取代他们的工作”。原话是这么说的：发邮件、跟同事聊天、做PPT——这些子任务会越来越自动化，但这不代表整个岗位会消失。只是工作能做得更快、更高效而已。

    “我说的是’任务’，不是’工作’。工作和角色是更大的范畴，任务只是其中的组成部分。”Suleyman在Decoder上这样解释自己2月份的言论。

    这个解释听起来很聪明，但细想一下就有问题了。2月份FT的报道里，Suleyman的原话是”most of those tasks will be fully automated by an AI within the next 12 to 18 months”——他用的词确实是tasks，但前面列举的全是”lawyer、accountant、project manager”这种完整的职业。普通读者看到这段话，第一反应肯定是”我的工作要没了”，而不是”我的某个工作环节会被自动化”。

    Mustafa Suleyman 微软AI负责人
    微软AI负责人Mustafa Suleyman（图片来源：The Verge）

    为什么现在改口？

    时机值得玩味。微软最近刚刚调整了跟OpenAI的合作关系，从独家变成非独家，同时还在推自己的MAI系列模型。在这个节骨眼上，如果市场上充斥着”AI要取代你的工作”的恐慌情绪，对微软To B产品的销售可不是什么好事。

    更何况，微软自己的GitHub Copilot刚刚因为改收费模式（从固定费率改成按token收费）被用户骂上了天。如果AI负责人还在外面说”你们的工作马上要被取代了”，那配合起来看就很像是微软在故意制造焦虑然后卖解决方案。这个公关危机，Suleyman不得不出来救。

    AI淘汰白领？别急着信

    把Suleyman的两次表态放在一起看，一个更真实的逻辑浮现出来：AI确实在快速渗透白领工作的各个环节，但这并不意味着整个岗位会消失。真正发生的是工作方式的重构——有些人会用AI把效率提高10倍，有些人会被会用了AI的人替代。这两者之间的区别，比”AI会不会取代你的工作”这种二元对立的叙事要复杂得多。

    Suleyman这次改口，至少说明一件事：科技公司对AI能力的公开表述，正在从”激进营销”向”谨慎承诺”偏移。背后的压力来自监管、客户反弹，也可能来自他们自己逐渐意识到——把话说太满，最后砸的是自己的脚。

  • OpenAI Codex周活冲到500万，这次不打算只给程序员用了

    OpenAI本周公布了一个数字：Codex每周活跃用户已经到了500万。这个数字比大多数人预期的要快，而这个工具的定位，也已经不再只是程序员的专属了。

    从编程工具到通用生产力工具

    Codex刚出来的时候，大家都觉得这就是个AI写代码的东西，程序员用用就算了。但OpenAI现在的说法很明确：Codex要覆盖的是所有跟信息和知识打交道的人，而不只是写代码的人。

    这个定位转变其实挺聪明的。写代码的人就那么多，但每天要处理文档、整理数据、搭建内部工具的知识工作者，数量是程序员的好几倍。Codex如果能让他们不用学编程也能”指挥”AI干活，这个市场就大得多了。

    Codex现在的能力已经超出ChatGPT的范畴——它可以构建可交互的托管网站和应用，还能根据新数据自动更新。

    新功能到底有什么用

    这次跟着500万用户数字一起公布的，还有几个实在的功能更新。最值得关注的是新的预览版本，企业客户现在已经可以用上了。

    • 支持构建可交互的托管网站和应用——不只是生成代码，而是直接跑起来
    • 支持用新数据持续更新生成的内容，不用每次都重新生成
    • 新插件生态上线，第三方工具可以接入Codex的工作流
    • 企业版支持更细粒度的权限和数据隔离控制

    有意思的是这次发布的时机。正好微软在办Build 2026大会，微软和OpenAI这种”亲密友敌”的关系，在AI圈已经不是秘密了。两边都在推自己的AI编程工具，但底层又深度合作，这种竞合关系估计还会持续很久。

    500万周活意味着什么

    500万周活，放在消费级AI产品里不算特别夸张，但Codex的用户价值密度很高。用Codex的人，通常是真的在用它干活，而不是随便玩玩。这个留存率和付费转化，应该比ChatGPT的普通用户要好不少。

    OpenAI这次强调”不只是给程序员用的”，某种程度上也是在为Codex的商业化铺路。程序员市场天花板太低，只有打进更广的知识工作者市场，这个产品才撑得起OpenAI的估值预期。

    OpenAI Codex generated document
    Codex为虚构的Blossom Widgets企业峰会生成的活动文档（图片来源：The Verge）

  • OpenAI给Codex加了六双”职业手套”，白领工作被AI盯上了

    OpenAI正在认真追逐企业用户。6月2日，这家AI实验室发布了Codex的一套新能力，目标很明确：把这款AI工具从程序员圈子扩展到更广阔的白领职场。

    跟新工具一起发布的，还有一份OpenAI内部报告，揭示了Codex在知识工作中的真实使用情况——结论超出很多人预期：它的用武之地，早就超出了软件工程。

    OpenAI Codex
    Codex正在从一款开发者工具转向知识工作者的日常助手（图：NurPhoto / Getty Images）

    500万周活用户，知识工作者增速是开发者的3倍

    报告里的数据值得细看：Codex目前每周活跃用户已经超过500万，自今年2月桌面应用上线以来增长了6倍以上。开发者仍然是最多的用户群体，但知识工作者已经占到用户总量的20%，而且增速是开发者群体的3倍还多。

    这意味着什么？意味着”AI写代码”这个故事已经不够用了。数据分析师、产品经理、设计师、金融分析师——这些人正在成为Codex增长最快的新用户群。

    “Codex现在有超过500万周活跃用户，自2月桌面应用上线以来增长了6倍以上。知识工作者已占用户总量的20%，增速是开发者群体的3倍以上。”

    六款岗位插件，开箱即用

    这次更新的重头戏是六款定向插件，分别对应六个白领岗位：数据分析、创意制作、销售、产品设计、股权投资、投资银行。用户可以在Codex应用内直接调用这些插件，每个插件都打包了对应岗位的集成工具、操作指引和场景上下文，让Codex能够模拟对应岗位的工作能力。

    打个比方，以前你让Codex”帮我分析这份数据”，它得靠你描述清楚背景。现在选了”数据分析”插件，Codex自带了数据分析师常用的工具链和思维框架，输出的东西更贴近一个真实数据分析师会给出的结果。

    当然，跟所有AI工具一样，这些插件的效果会随着自定义调整而提升，但OpenAI的意思是——开箱就能用，不需要太多配置。

    顺手把”Sites”功能也做了

    这次更新还有一个挺实用的功能叫”Sites”：Codex现在可以把工作成果直接输出成一个可访问的互动网站，而不是只生成本地文件。OpenAI已经拉了一串合作伙伴进来做这件事：Wix、Base44、Replit、Lovable、Figma、Emergent。后续还会扩大合作生态。

    另外还有一个”Annotations（标注）”功能，让你可以在Codex里框选文档或文件的特定部分，然后针对那一块发指令，上下文操作更精准。

    OpenAI在企业市场是个”后来者”

    这件事的背景挺有意思。Anthropic早在今年2月就推出了企业智能体项目，5月还上线了更聚焦金融场景的智能体。OpenAI此前一直更侧重C端用户，直到3月才为Codex引入插件支持。这次的动作，明显是在追赶Anthropic的企业服务布局。

    三周前，OpenAI刚推出了面向企业客户的合资公司”OpenAI Deployment Company”，拿到了全球投资机构超过40亿美元的融资，目标就是把OpenAI的工具更深地嵌到全球企业的业务流程里。首席营收官Denise Dresser的说法是：”AI已经能够在组织内部完成越来越有价值的工作，现在的挑战是帮助企业将这些系统整合到支撑业务的基础设施和流程中。”

  • 程序员拒绝在没有 AI 的情况下工作——但这可能会反过来坑了他们

    程序员拒绝在没有 AI 的情况下工作——但这可能会反过来坑了他们

    2026 年有个挺有意思的发现：你现在很难让开发者放下 AI 编码工具去干活了。

    AI 确实能帮程序员更快地生成代码，但研究人员警告说，它产出的代码质量未必更好，这可能会给开发者的未来带来麻烦。

    研究者遇到的尴尬

    2026 年 2 月，权威 AI 研究实验室 METR 发布了一个令人意外的发现：大多数开发者甚至不愿意在没有 AI 的情况下完成实验任务。

    METR 原本想更新他们在 2025 年做的一项关于 AI 编码生产力的开创性研究。那项研究里，研究人员测量了开源开发者手动完成任务和使用 AI 完成任务的耗时。结果挺打脸的——开发者自称 AI 提升了生产力，但实际上 AI 拖慢了他们的工作速度。没错，AI 生成代码更快，但之后他们需要额外的时间查找和修复错误、引导 AI 工作、还要等 AI 完成任务。

    当 METR 着手重复这项实验时，他们没能成功。研究人员坦承，开发者不愿意参与实验，”因为他们不想在没有 AI 的情况下工作”，哪怕只是为了做研究。

    最后 METR 在 5 月发布了一份调查，让技术员工自行报告 AI 带来的生产力提升。毫不意外，大家认为自己对公司而言的价值是原来的两倍。

    tokenmaxxing 的代价

    最近关于 “tokenmaxxing”（过度消耗 AI token）的高昂成本的头条新闻，加上一些新研究，让这种自我认知变得可疑。

    Tokenmaxxing 用一个人消耗的 token 数量作为 AI 生产力的代理指标，是 2026 年迄今为止的趋势，而且这个趋势可能已经快到头了。

    据《金融时报》报道，亚马逊关闭了其内部名为 Kirorank 的 token 追踪排行榜，原因是员工为了刷榜过度使用 AI 代理，导致成本飙升。员工的行为证明，AI 的使用并不自动等于生产力的提升。

    据 The Information 报道，Uber 在 2026 年前四个月就用完了全年的 AI 预算。首席运营官 Andrew Macdonald 最近在播客中表示，这类支出并没有带来项目或生产力的可衡量提升。

    代码维护的隐藏成本

    程序员兼作家 James Shore 在一篇在 Hacker News 上疯传的博客文章中指出，AI 生成的代码不一定能减少后续代码维护需求，甚至可能增加这类需求。

    你现在写代码的速度是以前的两倍？最好希望你的维护成本也减半了。不然你就惨了，你是在用短期的速度提升换取永久的债务。

    还有其他证据表明 AI 会增加代码维护的麻烦。可靠性工程代理初创公司 Entelligence AI 的创始人兼 CEO Aiswarya Sankar 的一条病毒推文称，公司 44% 的 token 支出都花在了修复 AI 生成的 bug 上。与此同时，代码审查工具公司 CodeRabbit 表示，他们分析了开源拉取请求，发现 AI 生成的代码出现问题的概率是人工代码的 1.7 倍。

    诚然，这些都是试图销售 AI 代码审查工具的机构的自利统计。但独立研究人员也发现了这类问题。新加坡管理大学的研究人员 4 月发布的一份报告警告称，”AI 生成的代码可能会给真实的软件项目带来长期维护成本”。

    那怎么办

    既然程序员如此热爱他们的 AI 助手，解决方案是什么？

    那些想向你推销 AI 编码代理的人说，开发者可以用 AI 编码代理来完成修复代码这类枯燥繁琐的工作，修复速度和 AI 生成代码的速度一样快。这是 Cognition（AI 编码代理 Devin 的开发商）的创始人兼 CEO Scott Wu 的建议。

    但就连他也承认，虽然 Devin 可以独立工作，但目前它的技能水平在初级和中级程序员之间，具体取决于任务类型。这不是一个可以交办后就不管的解决方案。

    新加坡管理大学的研究人员提出了更偏向人工的方案：程序员需要像熟悉自己最爱的编程语言一样，深入了解 AI 擅长和不擅长哪些任务。他们需要为 AI 设计强大的质量保障体系，并且必须像对待初级开发者一样，仔细审查 AI 的工作成果。

    同时，研究人员和 Wu 都表示，人类仍然应该负责软件架构、安全设计这类大局层面的工作。

  • OpenAI基金会砸2.5亿美元，帮劳动者应对AI冲击

    前几天OpenAI基金会扔出一个重磅消息：拿出2.5亿美元，专门帮那些被AI波及的劳动者和社区做转型。这笔钱是去年OpenAI重组后，那个控制OpenAI的非营利组织拿到1300亿美元股权之后的第一次大动作。

    1300亿美元的非营利巨头

    去年OpenAI重组的时候，很多人没注意到一个细节——非营利组织保留了OpenAI营利性业务26%的股权，按当时估值大约是1300亿美元。一夜之间，这个原本只是小打小闹的赠款机构，直接变成了科技圈最富有的慈善组织之一。

    今年3月，OpenAI公开承诺未来12个月通过基金会至少投入10亿美元，重点盯住生命科学研究、AI素养、公民建设和经济机会这几个方向。而这次的2.5亿美元，就是这10亿美元承诺里第一批真正拨出去的钱。

    OpenAI基金会在声明里说得很直白：”当前的变化速度意味着我们正确应对的窗口比习惯的要短，而错误应对的代价是巨大的。”这句话背后，是对AI冲击劳动力市场紧迫性的真实认知。

    钱到底花在哪

    基金会把这2.5亿美元拆成了三块，跟传统慈善机构很不一样——他们不仅要给钱，还要自己下场做项目。

    第一块是研究基础设施。他们觉得目前缺的是独立、严谨的劳动力市场影响分析，太多炒作和恐慌，太少实打实的数据。基金会要自己建团队，做中立的预测和研究。

    第二块是直接劳动者支持。目标群体很明确：客服、金融后台运营、入门级软件岗位——这些已经被AI工具大量替代的领域。基金会会资助那些给失业劳动者提供转型培训的组织。

    第三块是AI驱动的经济模拟。说白了就是用计算建模，画出区域经济在国家层面随着AI能力扩展可能发生的变化图谱。产出这些数据，是给政策制定者、教育者和雇主用来规划培训和转型路径的。

    Sam Altman的态度转变

    有个细节挺有意思。Sam Altman今年早些时候还跟伴侣Oliver Mulherin一起签了”捐赠誓言”，但他最近几个月公开表态软化了不少。他承认：”我很高兴我错了——我曾以为到这个时候，入门级白领工作的消失会比实际发生的影响更大。”

    这种软化，跟基金会一边说”失业担忧真实存在”、一边又强调”主动干预窗口正在缩小”的谨慎态度形成了微妙的对照。Altman的个人态度在变，但基金会的行动逻辑没变：先把钱和资源到位，不管AI到底会不会真的消灭大量工作岗位，提前布局总没错。

    现实已经发生了

    基金会这个动作不是凭空来的。最近几个月，已经有一堆公司把裁员和效率措施直接跟AI采用挂钩了。Block和Standard Chartered在近期的裁员公告里明确提到了AI带来的效率提升，说明”AI导致失业”已经不是什么遥远的理论风险，而是正在发生的事。

    这场辩论的核心其实是：AI带来的经济收益，到底会广泛惠及普通劳动者和社区，还是主要归股东和高技能技术人员所有？OpenAI基金会砸这2.5亿美元，等于是在用真金白银表态：他们想成为塑造这个答案的积极参与者，而不只是旁观者。

    接下来的看点就是：这个拥有1300亿美元股权的基金会，能不能真的把规模转化成那些正在经历技术转型的劳动者手上可感知的帮助。首批具体项目公告和合作组织，预计在今年下半年公布。