微软31年老员工被裁六旬老将重新踏上求职路

过去两年，硅谷最热门的词汇并非“创新”，而是“裁员”与“AI替代”。 从亚马逊到谷歌，从OpenAI到微软，一场打着“智能化升级”旗号的组织优化行动，正悄然吞噬着那些最精通技术的从业者。他们并非懈怠的员工，也不是落伍的落后者——恰恰相反，其中许多人曾亲手撰写算法、搭建系统、训练模型。但当人工智能学会自动调度、自动汇报、自动决策之后，第一批被优化出局的，正是这些技术骨干。 这听起来仿佛科幻小说的桥段，却是2025年真实上演的职场现实。 在这些被时代重塑的人群中，有一位在微软工作了整整三十一年的老将。他曾是人工智能的缔造者，如今却被AI所“裁掉”。 ## 造AI的人，反被AI淘汰 那是一个再普通不过的工作日。 Mike Kostersitz，微软Azure部门资深产品经理主管，像往常一样参加团队会议，讨论项目进度，一切看似顺风顺水。 然而第二天早上，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，屏幕对面是一排匿名面孔。通知简洁而冰冷：“你的岗位已被撤销。” 就这样，这位在微软效力了三十一年的老兵，被一句话从系统中彻底移除。 与他一同离开的，还有他的经理、两位直接下属，以及数千名同事。他当时所在的部门，正是微软近年来全力押注的核心领域：云计算与AI基础设施。 几个月前，公司刚刚宣布要“通过AI优化组织架构、压缩管理层级”。直到那一刻，他才真正读懂这句话的含义——所谓优化，意味着“算法将取代你”。 Mike并未愤懑。他将半生奉献给微软，见证了Windows、Office、Azure的崛起，也亲身参与了AI转型的多个阶段。他苦笑着说：“我甚至还在帮AI团队调优他们的产品，没想到最后，AI竟成了裁掉我的理由。” 他曾经是系统的建设者，如今却成了系统眼中可以被清除的对象。 微软官方的解释是：提升效率，减少冗余。在资本层面，这句话毫无问题；但在人的层面，这却像一场无声的清算——过去代表着稳定的资历，正在被自动化快速取代。 人工智能浪潮并非突然袭来，它像水一样渗入每一个缝隙。它不再仅仅用于写代码、画图或生成文本，而是逐步接管了流程、决策、监督与执行。当公司算法能够预测员工绩效、项目风险、成本分布时，那些依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：他不是被裁的第一人，但或许是这场AI革命中最典型的样本——他亲手创造了AI，却也被AI造就的系统所淘汰。 ## 从“面试官”到“被面试者” Mike已经整整三十年没有写过简历了。他更习惯坐在桌子另一边，挑选候选人，提问，做出决策。 但现在，他必须重新学习如何让自己通过面试。第一课，就是学会迎合算法。 微软为被裁员工配备了职业顾问。顾问告诉他：“你的简历需要删除所有80、90年代的经历，AI招聘系统更偏好近10到15年的工作样本。” 于是，Mike前二十年的职业生涯，被系统性删除。那种感觉，就像删掉了自己的一段记忆，只为了满足一台机器的筛选标准。 他还自费聘请了私人职业教练，帮助优化LinkedIn资料、撰写求职信、研究关键词。因为现在的求职流程，不再是“发送简历”，而是“喂养数据”。每一段经历、每一个动词，都必须根据招聘算法的权重进行调整。 他说：“现在找工作，不是先面试人，而是先被AI面试。” 他投过Google、Apple，也尝试进入非科技公司，比如Nike和Nordstrom。有时他能拿到面试机会——比如Nvidia的一次邀请；但更多时候石沉大海，他甚至不清楚自己被拒的原因。也没有人能告诉他，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，都必须靠算法赐予。 比算法更残酷的，是节奏。过去，他熟悉招聘季节、内部推荐、HR邮件这些传统路径；现在，他面对的是一个持续滚动、永不停歇的“即时市场”。上万个候选人竞争同一个岗位，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，他才真正明白：AI对人才的筛选不带敌意，它只是纯粹的理性。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，如今却因为经验拖低了权重。 他常说：“我过去帮助AI学会评估人，如今AI帮助公司评估我。” 这句话听起来轻描淡写，却像一面镜子，照出了整个时代的倒影。在这个时代，你不仅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，而是整个层级 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现实：被淘汰的，其实不是人，而是整个组织层级。 微软此次裁掉的，既不是算法工程师，也不是高层决策者，而是那些连接上下、既懂业务又懂管理的老将。当机器能够直接汇报、追踪、决策时，管理链条被压缩成一个数据面板，原本依靠经验、协调、判断存在的中层角色，就成了多余的噪音。 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。 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曾出现过的比例。 在这些公司眼中，管理越来越像一种可以自动化的功能。AI能够追踪KPI、评估绩效、生成汇报，甚至识别团队情绪，而人类管理者却需要投入时间、语言和关系成本。 于是，一个残酷的逻辑浮现了：AI不是帮助他们更高效，而是彻底取代他们。 Mike只是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取代，驾驶员被自动驾驶取代，中层的判断力也正在被系统优化。 而最讽刺的地方在于：这场变革往往正是由他们自己发起的。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，他们自己就成了冗余。 这是一种文明从“需要人组织人”向“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 被裁后的几个月里，Mike并没有停下脚步。 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.” 这句介绍听上去很光荣，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一样，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，也渐渐接受了被算法评估、被权重决定的命运。 他依旧每天早起，查看新的职位推送。屏幕的另一端，也许是HR，也许只是一个筛选模型。那种不确定感，让他感受到前所未有的真实。 有时候他会想起在微软的旧时光——那时，他们正努力教AI理解“人性”；如今，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变聪明了，而是因为这个世界，已经不再需要那么多“教AI”的人了。