2026 年前 5 个月，全球科技业裁员突破 10 万；同一时间，英伟达 CEO 黄仁勋在 GTC Taipei 上拍桌子说「AI 抢饭碗是胡说八道」。裁员是铁证，增长也是事实——但数据不会告诉你的是，这两件事同时为真时，普通人该怎么办。
2026 年 6 月 1 日，台北，GTC 大会。
黄仁勋站在台上，情绪罕见地激动。他说了一句让全场震动的话：
「人们谈论 AI 减少了工作岗位，这完全是胡说八道，实际上有更多软件工程师被雇用。」
「胡说八道」四个字，像一颗石子砸进了整个科技圈的湖面。
台下坐着的，有 AI 创业公司的 CEO，有手握百万期权的工程师，也有刚收到裁员通知、还没来得及告诉家人的打工人。
黄仁勋接着说：「很多 CEO 将 AI 与失业联系起来，这种说法实在是太敷衍了。AI 在六个月前才刚刚变得高效和有用，怎么可能两年前就有人因为 AI 而裁员了呢？」
这句话更狠——他等于在说：那些把裁员甩锅给 AI 的老板，在撒谎。
但问题是：如果 AI 真的没抢饭碗，那今年前 5 个月被裁掉的 10 万人，算什么？
第一章：10 万人被裁——谁在流血？
数字不会说谎。
TrueUp 的追踪数据显示，2026 年前 5 个月，全球科技业裁员已经突破 10 万大关。按照这个速度，全年裁员数字可能触及 37 万人。
这不是小数字。37 万人，相当于一个中等城市的全部人口，在一年之内失去工作。
更扎心的是，这些裁员不再是「优化」「调整」的公关话术，越来越多的公司开始明说：
Block，裁掉超 4000 人，直言是因为 AI 减少了人员需求；
Wix，裁掉 1000 人，理由就四个字——「AI 飞速迭代」；
Meta，裁掉 8000 人，占员工总数 10%，扎克伯格把公司重新定义为「AI 优先公司」；
甲骨文、微软、亚马逊、思科、IBM……名单上全是响当当的名字。
而一项针对全球企业的调查显示，近 99%的企业高管预计未来两年将用 AI 缩减人力。
99%。这不是少数派的冒险，这是多数派的计划。
这些裁员大致分两种形式：
第一种很直接——岗位被 AI 替代了。智谱 GLM-5.1 已经能独立工作 8 小时，客服、基础编程、数据录入这些岗位的替代率超过 60%。你的活儿，AI 能干了，而且不要社保、不会请假、不会摸鱼。
第二种更隐蔽——企业抽调人力财力转向 AI 基建。不是你的岗位没了，是公司的战略变了。原本要招你的人，现在把预算投给了 AI 训练集群。你没被替代，但你被「战略优化」了。
不管是哪种，结果一样：你没了工作。
黄仁勋说「胡说八道」的时候，这 10 万人里有人正在改简历。
第二章：黄仁勋们的逻辑——他们说的也不是全错
但如果你觉得黄仁勋纯粹是在睁眼说瞎话，那也太小看他了。
他手上有数据。
全球有 3000 万到 4000 万专业软件开发者，这个数字不是在减少，而是在增长。AI 编程的使用次数更是爆炸式攀升：2023 年 3 亿次，2024 年 4 亿次，2025 年 5 亿次，到了 2026 年前几个月，已经飙到了 14 亿次——几乎增长了两倍。
黄仁勋的核心逻辑是这样的：AI 让写代码的成本大幅降低，但需求并没有因此减少——反而因为代码便宜了，更多人想要软件，更多软件需要被开发。这在经济学上有个名字，叫杰文斯悖论：技术进步降低了资源使用成本，结果不是消耗减少，而是消耗更多。
蒸汽机让煤炭利用效率提高，结果煤炭消费量反而暴增。AI 让写代码效率提高，结果代码需求量反而暴增。
他不是一个人在战斗。
阿波罗全球管理公司首席经济学家 Torsten Slok 说得更直白：「没有任何证据表明 AI 造成失业。」 他指着 ADP 就业数据——私营企业 4 月新增近 11 万岗位——说，你看，岗位在增加，不是在减少。
OpenAI 的山姆·奥尔特曼也持类似观点，他说此前关于 AI 引发失业的末日预言已经落空。高盛 CEO、戴尔 CEO、Box CEO 都站在这一边。
他们有一个共同的叙事：AI 不是 GDP 的「减法器」，而是「生成器」。黄仁勋把 Token 称为「利润单位」——每一次 AI 生成都意味着新的经济价值被创造出来。
听起来很美好，对吧？
但等等——
这些唱多 AI 的人身后，站着的是全世界押注 AI 最重的企业。英伟达卖 AI 芯片，OpenAI 做 AI 大模型，高盛投 AI 公司，戴尔卖 AI 服务器……
利害关联，不言自明。
让一个靠卖铲子赚钱的人告诉你「淘金不会让人失业」，你信吗？
第三章：矛盾的本质——宏观涨 vs 微观痛
所以到底谁在说谎？
答案是：谁都没说谎，但谁都没说全。
宏观层面，AI 确实在创造新价值。全球 AI 投资热潮拉动了大量就业——训练大模型需要算力，算力需要数据中心，数据中心需要建设和运维人员，芯片需要设计、制造、封装……这条产业链长到令人惊叹。
2024 年全球 AI 相关投资超过 2000 亿美元，2025 年翻倍，2026 年还在加速。这些钱不会凭空消失，它们变成了工地上的混凝土、服务器里的芯片、招聘网站上的新岗位。
但微观层面呢？
一个在 Meta 做了 5 年内容审核的员工被裁了，他能去 AI 数据中心搬服务器吗？一个在 Wix 写前端代码的工程师被优化了，他愿意降薪去做 AI 训练师吗？
宏观的增长是真实的，但微观的疼痛也是真实的。
新创造的岗位和被消灭的岗位，不是同一个岗位，也不是同一批人。
客服被 AI 替代了，新增的是「AI 训练师」——但 AI 训练师需要理解模型架构、掌握提示词工程、会调参会评测。一个做了 8 年客服的人，转型需要多久？需要多少培训成本？谁来出这个钱？
人社部已经新增了 AI 职业目录，AI 训练师、提示词工程师、AI 产品经理、智能体运维……名字一个比一个新潮。但数据显示，明确要求 AI 技能的岗位占比不足 2%，而且高度集中在长三角和珠三角。
这意味着什么？
意味着如果你在北京、上海、深圳、杭州，你可能还能看到 AI 创造的新机会。但如果你在一个三四线城市的传统企业做文员、做客服、做基础运营——新岗位离你很远，被替代的信号离你很近。
黄仁勋看到的是 3000 万开发者的增长，被裁的 10 万人看到的是自己的名字出现在裁员名单上。他们都没错，他们只是站在了不同的高度。
而高度，决定了你看到什么。
第四章：普通人该怎么办——4 个真实选择
焦虑没有用，恐惧更没有用。我们来看看普通人到底能做什么。
选择一：成为 AI 的「驾驶员」，而不是被它替代的「零件」
广州一家外贸公司的跟单员小陈，去年还觉得自己随时会被 AI 干掉——她的工作就是写邮件、做报价单、跟工厂确认交期。现在她用 AI 写邮件，效率提升了 3 倍；用 AI 做报价单，10 分钟搞定以前 2 小时的活儿；用 AI 翻译和客户沟通，不再依赖翻译软件的生硬输出。
她没被替代，她变成了「一个人干三个人的活儿」——但她是主动选择的那个。
在 100 个普通人用 AI 的真实案例中，最常见的模式就是：不是 AI 取代了你，而是会用 AI 的你取代了不会用 AI 的同事。
选择二：去 AI 创造的新生态里找位置
杭州有个前 UI 设计师，公司裁员后他没有继续投 UI 岗——他知道那个岗位正在被 AI 绘图工具快速挤压。他去学了 AI 产品经理的课程，现在在一家 AI 创业公司做「人机协作流程设计」，帮企业规划 AI 和人类如何分工。
新职业不是空话，但它不会主动来找你。你得主动往那个方向走。
选择三：往 AI 够不着的地方走
AI 擅长的是标准化、可重复、有规律可循的工作。AI 不擅长的是什么？是深度的人际信任、复杂的情绪判断、需要身体在场的场景。
心理咨询、养老服务、社区工作、线下教育……这些领域 AI 暂时还伸不了手。不是因为它不够聪明，而是因为这些工作本质上需要的不是「正确」，而是「在场」。
如果你发现自己做的事情 AI 也能做，而且做得更快更便宜——那不是 AI 的错，是你该换赛道了。
选择四：用 AI 打造自己的「一人公司」
以前开一个自媒体需要文案、设计、剪辑、运营 4 个人，现在一个人加 AI 就够了。以前做一个小电商需要选品、拍摄、修图、写详情页、投广告，现在 AI 能帮你搞定 80%。
不是鼓励所有人都去创业，而是说：AI 把「单兵作战」的门槛前所未有地降低了。 你不需要会所有事，你只需要知道怎么让 AI 帮你做你不会的事。
结尾：不是「会不会被替代」的问题
让我们回到黄仁勋那句「胡说八道」。
他说对了吗？
从宏观上看，AI 确实没有让就业总量崩溃。岗位在变，但总量在涨。杰文斯悖论正在起作用——AI 让软件更便宜，软件需求就更多，开发者就更需要。
他说错了吗？
从微观上看，10 万人被裁是实实在在的痛。不是所有人都能从「被替代的零件」变成「驾驶员」。转型有成本，有时间差，有机会不平等。黄仁勋站在英伟达的云端，看不到地面上的泥泞。
所以真正的问题从来不是「AI 会不会抢饭碗」——它已经在抢了，这是事实。
真正的问题是：你跑得够不够快？
AI 不会等你。它不会因为你焦虑就放慢速度，不会因为你不会用就停止进化。它在以每月、每周、甚至每天的速度变强。
但好消息是：AI 也不会抛弃你——如果你愿意学。
100 个用 AI 的普通人案例告诉我们一个朴素的道理：不是「AI 会不会替代我」，而是「我能不能用 AI 保住自己的位置」。
会用的，变成了超级个体；不会用的，变成了被替代的统计数字。
黄仁勋说「胡说八道」的时候，太居高临下了。他不该用一句话否定 10 万人的痛苦。
但那 10 万人的痛苦，也不该成为我们拒绝面对 AI 的理由。
未来不是 AI 和人类的对抗，是会用 AI 的人和不会用 AI 的人之间的差距。
这个差距，正在以你意想不到的速度拉开。
而你，现在还有选择。
