Block科技公司裁员四千人,竟然是因为 AI ?

Block科技公司裁员四千人,竟然是因为 AI ?

现在看到裁员消息,已经见怪不怪了。但是这次的消息,真的惊到我了!

以往裁员都是公司业务调整、盈利不及预期,但是你见过业务发展不错要裁员的吗?

当看到 Jack Dorsey 的 Block 裁员 4000 人 ,且老杰克云淡风轻地说出那句 "绝大多数公司最终都会走到这一步" 时,我手里的咖啡差点洒了。

这不是新闻,这是回旋镖,扎扎实实地扎在了咱们每一个程序员的胸口。

杰克·多西没撒谎,公司确实在执行"强制 GC"

以前我总觉得只要代码写得稳、系统不宕机,饭碗就稳。

但老杰克那句话点破了资本的底层逻辑:公司也是一个程序,它的运行是有周期的。 扩张期像是在疯狂申请内存(招人),等到了收缩期或者效率瓶颈期,为了不让整个系统挂掉,它必须执行一次全量的、甚至是不讲情面的 Full GC

这时候,不管你是核心类还是工具类,只要在这次"扫描"的逻辑里被标记为非必要,就会被清理掉。

程序员的现状:从"不可替代"到"等待重构"

为什么 Block 的裁员让咱们这群 Java 佬这么震撼?因为这标志着 "人力杠杆时代" 的终结。

以前,大厂觉得人多好办事;现在,大厂觉得人多是负担。我们可以用一个状态机来看看现在程序员的生存处境:

stateDiagram-v2 [*] --> 疯狂扩张期: 只要会写代码 疯狂扩张期 --> 业务稳定期: 开始卷 KPI/PPT 业务稳定期 --> 降本增效期: 裁员/优化/AI替代 降本增效期 --> 自由职业/转行 降本增效期 --> 幸存特种兵: 一人顶三人 自由职业/转行 --> [*]
  • 残酷真相: 以前我们引以为傲的"高并发经验",在公司整体裁撤业务线面前,脆弱得像一行注释。

反思:别把平台的光环,当成自己的 Buff

在公司的那些年,觉得自己很牛:能搞定分布式锁、能优化 Lua 脚本、能解决数据库死锁。

但失业后我才发现,那不是我牛,是那个平台给了我"牛"的机会。

  • 没了那千万级的流量,我的高并发经验在小公司眼里可能就是"过度设计";
  • 没了那套现成的中间件环境,我连从零搭一套高可用架构都要折腾半天。

咱们程序员最容易犯的错误,就是把公司的"系统复杂度"等同于个人的"技术深度"。当系统不再需要你维护时,你的深度还剩多少?

未来在哪?不做"死代码",要做"动态代理"

既然 Jack Dorsey 说裁员是绝大多数公司的宿命,那我们求稳就彻底是个伪命题。

这段时间在家里投简历、刷面试、看 AI 工具,思考总结出了三条求生建议:

  • 降维打击,拥抱 AI: 别再抵触 Cursor 或 Copilot 了。Block 裁掉 4000 人,剩下的肯定要靠 AI 提效。未来的程序员不是写代码的,是 "审校代码" 的。
  • 业务闭环思维: 别只盯着 Java 里的那点集合类。多想想:如果不写代码,我能不能靠这套业务逻辑去帮别人解决问题?
  • 保持"随时能走"的能力: 你的代码仓库、技术博客、个人品牌,才是你真正的生产资料,而不是公司给你的那个花里胡哨的 Title。

重构,是为了更好的启动

被裁员确实很疼,尤其是像我这样干了多年的老兵。但换个角度想,这何尝不是一次 "停机维护"

以前忙着抢票、忙着上线,从来没时间看看外面的世界。现在正好把那些过时的、冗余的旧思维给 Drop 掉,重新写一份更轻量、更健壮的人生代码。

公司会裁员,但技术不会骗人,只要你还在进化。

我们的未来怎么办

代码世界里,最怕的是死循环;职业生涯里,最怕的是温水煮青蛙。

Block 的 4000 人,还有失业中的我,我们都在经历这场行业的"系统重构"。别灰心,只要内核还在,换个环境重新 Load 进去,咱们依然是那个高性能的核心模块。

如果你有什么想法或困惑,我们大家一起聊聊,讲讲怎么熬过这个寒冬。

相关推荐
保持当下6 小时前
分享一些程序员很棘手但是却又简单的工具
程序员·免费·js·工具
用户5191495848456 小时前
Windows 渗透测试载荷加载器 POC 工具集
人工智能·aigc
袋鱼不重6 小时前
我的神奇同事,AI 用多了居然写了个 Open In Codex
前端·后端·ai编程
大树886 小时前
金刚石散热越强,管路越先见顶
大数据·运维·服务器·人工智能·ai
用户8356290780516 小时前
使用 Python 操作 Word 内容控件
后端·python
像我这样帅的人丶你还6 小时前
啥? 前端也要会干Java?🛵🛵🛵
后端
Hommy886 小时前
【剪映小助手】添加贴纸接口(Add Sticker)
后端·github·剪映小助手·视频剪辑自动化·剪映api
通信小呆呆7 小时前
当算法有了“五感”:多模态数据融合如何向人体感官协同学习?
人工智能·学习·算法·机器学习·机器人
施小赞7 小时前
普通 RAG vs GraphRAG 核心对比
人工智能·ai
EAIReport7 小时前
RuoYi-AI 企业级AI开发平台实战详解
人工智能