大家好我是老札，5月20日，Meta一口气裁掉约8000人，算上前几轮，近5年累计裁员接近4万。

可最诡异的地方来了，这些大厂嘴上说要降本增效，员工一批批往外赶，折腾几年后再一看，公司总人数居然又涨回了裁员前的水平。

也就是说，人裁了，赔偿金发了，业务折腾了，最后又把岗位重新招了回来，可真正诡异的地方，根本不是“裁了多少人”，而是大厂一边不断裁员，员工总数却没有一直下降。

2021年末，Meta有71970名员工，到了2025年末，员工数量反而增加到78865人，比大裁员前还多，其他科技大厂也出现了类似现象。

Alphabet在2022年末有190234名员工，2025年末达到190820人，基本回到此前峰值，微软2022年有约22.1万名员工，2025年增加到22.8万人，亚马逊2021年有160.8万名员工，2025年仍有157.6万人，只比历史高点少约2%。

这些企业裁掉的，可能是管理层、招聘、销售、硬件、传统产品或者重复岗位，后来增加的，则可能是AI、云计算、数据中心、芯片、网络安全等新岗位。

说白了大厂不是简单地把同一批人赶出去又请回来，而是在趁机更换岗位结构，把人力和资金集中到AI等重点业务上，另外亚马逊的员工总数还包括大量仓储、物流和配送人员，不能直接拿来与其公司总部的技术岗裁员作比较。

短期来看，裁员当然能降低工资、奖金和办公成本，但裁员本身同样要花钱。

Meta披露，2023年与重组有关的费用高达34.5亿美元，其中就包括遣散补偿、办公场所退出和其他相关成本，也就是说裁员绝不是把员工名单一删，成本就立刻消失。

更麻烦的是有些企业裁完以后，才发现关键岗位没人能接，人力分析公司Visier研究了142家大型组织、约240万名员工的数据，发现约5.3%的被裁员工，会在15个月内被原公司重新聘用。

返聘平均发生在裁员后不到6个月，而这些返聘员工的工资平均上涨约5%，留任员工同期涨幅则约为2%，这意味着如果企业一刀切裁掉了真正有经验的人，后面不仅可能要重新招，还可能要付出更高薪资、招聘费用和培训成本。

裁员时看起来省了一笔钱，几个月后可能又要花更大的代价补窟窿。

福特官方披露公司近年聘用了约300名资深工程师，让他们参与设计审查、提前发现产品缺陷，同时继续使用AI视觉检测和自动化测试工具，福特强调的是“资深工程师加AI”，而不是“AI失败后把所有被裁员工重新招回”。

这个案例真正说明的是，AI能够提高检测和开发效率，但AI需要高质量数据、明确规则和专业人员监督，尤其是涉及复杂系统、历史代码、产品安全和跨部门协作时，经验丰富的员工依然很难被完全替代。

科技企业虽然没有停止招聘，但招聘方向确实发生了巨大变化，SignalFire发布的2026年科技人才报告显示，与2019年相比，大型科技企业面向应届生和初级人才的招聘规模下降约65%。这并不是说所有招聘都减少了65%，而是初级岗位受到的冲击尤其明显。

企业越来越希望招来就能干活的资深员工，却不愿意投入时间培养新人，短期看这确实可以降低培训成本，但长期来看，如果应届生和初级工程师一直进不来，几年后就可能出现人才断层。

没有初级工程师，就不会凭空长出高级工程师。

部分企业确实把裁员与AI转型联系在一起，但现在就说AI已经能够大规模取代员工，显然还太早。

组织规划公司Orgvue在2025年发布的一项调查显示，39%的受访企业领导者表示，他们曾在引入AI后裁减员工，而在这部分人中，55%承认，相关裁员决策存在错误。

截至2026年第一季度，盖洛普对失业者的调查还显示，只有约1%的被裁人员把AI列为自己失业的主要原因，这说明目前的大厂裁员，背后通常不只有AI。

疫情期间过度招聘、业务调整、管理层级过多、资本开支增加、岗位迁移和绩效筛选，都可能是原因，AI有时是真正推动岗位变化的技术，有时也是企业解释裁员时最好用的一块招牌。

把这些数据放在一起真相就清楚了，科技大厂并不是裁掉几十万人后，又把原来的人全部请回来，它们真正做的，是一边裁掉旧岗位，一边招聘新岗位，人数看起来回到了原点，人员、部门和权力结构却早已换了一遍。

企业可以借此压缩管理层、淘汰边缘业务、调整薪酬结构，把更多资金投向AI和数据中心，同时重新掌握招聘主动权，问题在于，这种调整一旦做过头，就可能裁掉真正懂业务、懂代码、懂客户的人。

到时候节省下来的工资，可能还不够支付遣散费、返聘成本和项目延期造成的损失，所以这轮科技大厂裁员潮，不能简单理解为“AI已经取代人类”，更不能说成“大厂把被裁员工全部招了回来”。

它真正揭示的是，科技公司正在借着AI浪潮，进行一次剧烈的岗位洗牌，至于这场洗牌究竟能提高效率，还是只会把人才市场搅得更加混乱，现在还没有最终答案。

但可以确定的是，AI能够替代一部分任务，却远远没有强大到可以替代一个完整的人。