IBM 三倍扩招初级岗位：AI 取代人类的叙事正在崩塌吗？

封面图: Photo by Carson Masterson on Unsplash

IBM 一边宣布三倍扩招入门级员工，一边大规模裁掉资深员工。这究竟是"发现了 AI 的局限"，还是一场精心包装的成本优化？

一条引发热议的新闻

2026 年 2 月 13 日，IBM 首席人力资源官 Nickle LaMoreaux 在 Charter 的 Leading with AI Summit 上宣布了一个出人意料的决定：这家市值 2400 亿美元的科技巨头将三倍扩招入门级岗位，目标锁定 Z 世代。

"我们正在将入门级招聘扩大三倍，是的，这包括软件开发者和所有那些被告知 AI 可以替代的岗位。" LaMoreaux 在峰会上说道。

这条消息迅速登上了 Hacker News 首页，引发了数百条激烈讨论。在 Anthropic 的 Dario Amodei 和福特的 Jim Farley 等行业领袖纷纷警告"AI 将大幅削减初级岗位"的大背景下，IBM 的逆势操作格外引人注目。

但仔细阅读这条新闻和社区讨论后，你会发现故事远比标题复杂。

IBM 到底在做什么？

岗位没有消失，而是被重新定义

working pics Photo by Christin Hume on Unsplash

LaMoreaux 坦承了一个关键事实："两三年前的那些入门级岗位，AI 已经能完成其中大部分工作。" 她的解决方案不是取消这些岗位，而是重新设计它们。

具体来说：

软件工程师：从每周 34 小时写代码，转向客户对接、营销协作和新产品开发
HR 员工：从直接回答每一个问题，转向在聊天机器人出错时介入和纠正
所有岗位：要求 AI 素养（AI fluency）成为基本能力

这是一种根本性的角色转变——入门级员工不再是执行基础技术任务的人，而是 AI 系统的监督者和人类界面。

长线思维：人才管道不能断

LaMoreaux 提出了一个有远见的论点：砍掉初级岗位的公司，三到五年后将面临严重后果。

中层管理断层：没有初级员工成长，2030 年前后会出现中层管理者严重短缺
外部招聘成本飙升：从竞争对手挖人更贵，新人适应内部系统也需要更长时间
企业文化稀释：外部招聘无法复制内部培养的组织记忆和文化认同

"三到五年后最成功的公司，将是那些在当下加倍投入初级招聘的公司。" 她这样预判道。

一周之内的自相矛盾

working pics Photo by charlesdeluvio on Unsplash

如果你只读到这里，IBM 的故事听起来很振奋人心。但有一个问题——时间线。

IBM CEO Arvind Krishna 在 2025 年 10 月公开表示："别人都在谈裁员或冻结招聘，但我想说的是，我们恰恰相反。"

然而，仅仅一周后，IBM 宣布裁掉数千名员工。根据多家媒体报道，自 2024 年 9 月以来，IBM 的裁员轨迹如下：

时间	裁员规模	备注
2024 年 9 月	约 8,000–10,000 人	大规模结构性调整
2025 年 3 月	约 5,000–7,000 人	部分岗位转移至印度
2025 年 Q4	数千人（"低个位数百分比"）	转向 AI 和软件业务

公司发言人称，结合新招聘，美国员工总数将"大致持平"。但 TheLayoff.com 上的员工反馈和内部绩效评级从"15-70-15"向"20-60-20"的转变表明，系统性缩编可能仍在继续。

一边三倍扩招初级员工，一边持续裁掉资深员工——这不矛盾吗？

对此，Hacker News 上最犀利的一条评论直指核心：

"不矛盾。他们在裁掉高薪的资深员工，用低薪的初级员工替代。所谓'AI 的局限性'只是烟幕弹。"

这种解读未必完全公允，但它揭示了一个不容忽视的可能性：扩招初级岗位和裁撤资深岗位，可能是同一枚硬币的两面。

Hacker News 社区怎么看？

这条新闻在 Hacker News 上引发了极其丰富的讨论，呈现出科技从业者对 AI 与就业关系的多元认知。以下是几个最有代表性的观点交锋。

"AI 生产力被高估了"

获得最多认同的评论，提出了一个尖锐的问题：

"你知道那种情况吗？有人对 AI 大唱赞歌，然后被问到'你用 AI 这么高效，造出了什么？'——我觉得现在很多公司也在问员工同样的问题，然后发现那些他们押注的生产力提升被过度宣传了。"

这引出了一连串质疑：

"那些用 AI 打造的惊人软件在哪？"
"Steam 上今年一月发布的新游戏比去年还少"
"我以前 8 小时写出 bug，现在 4 小时就能写出同样的 bug——我的生产力翻倍了！"（讽刺）

"但也有人确实在赚钱"

并非所有声音都是怀疑。有人分享了真实的成功案例：

一位开发者在 Amazon 做全职工作的同时，用 AI 三个月内打造了一个 $50k+ ARR 的 SaaS 产品（Rivian Roamer）
一位电商从业者用 AI 构建了多个内部工具，每个工具每月节省 $1,000+ 的人力成本
一位嵌入式工程师用 AI 在 2.5 小时内完成了为卫星编写硬件验证程序的任务——这在过去至少需要几天

但即便是这些成功者也承认了一个微妙的事实：认知负荷并没有降低。有人坦率地说：

"我确实更高效了。产出呢？其实差不多。但我省下了大量时间——现在我每周可以打 3-4 次高尔夫，这在没有 AI 之前是不可能的。"

"初级 + AI ≠ 资深"

关于初级员工能否借助 AI 达到资深水平，社区出现了鲜明的分歧。

反对方认为：

"从 AI 获得好的结果需要资深级别的直觉。你可以对语言生疏到极点，但你必须比以往更懂数据结构和架构才能得到像样的结果。如果只是'氛围编程'（vibe coding），最终你会得到一堆勉强能用的垃圾代码。"

"那些在 Reddit 上声称一个周末就用 AI 做出赚 x 万美元应用的氛围编程者——几周后，他们的招聘页面上几乎总会出现'寻找技术联合创始人'的帖子。"

支持方则认为：

"以后不会再有'资深'了，至少不会再有我们习以为常的那种高薪资深。AI 正在把专业技能从职业中移除，用一个准入门槛低得多的框架取而代之。"

工程师直面客户：好事还是坏事？

IBM 提出让工程师花更多时间与客户互动。这在社区中也引发了两极化的反应。

支持者认为这打破了信息在产品经理和 JIRA 工单中层层衰减的"电话游戏"，让工程师直接理解业务需求。反对者则指出，工程师和客户说不同的语言，客户会在按钮颜色这类琐事上纠缠不休，而你还在设计数据库架构。

一位有多年客户对接经验的开发者评论道：

"在客户会议上控制自己的面部表情所花的时间，比我愿意承认的要多得多。有一个懂技术的'门面人'来管理软性沟通，能释放大量工程资源。"

AI 的 Solow 悖论

回顾这场讨论，最令我印象深刻的是一个历史性的回响。

1987 年，经济学家 Robert Solow 写下了一句名言："你可以在任何地方看到计算机时代，唯独在生产率统计中看不到。" 这被称为"Solow 生产率悖论"——计算机无处不在，但宏观经济中却看不到生产率的显著提升。直到互联网商业化后的 90 年代后半段，这种提升才开始显现。

今天的 AI，正在经历几乎一模一样的阶段。

根据美国劳工统计局（BLS）的最新数据，2025 年最后一个季度的年化生产率增长为 5.4%，远高于约 2% 的历史平均水平。但正如 HN 上有人指出的，这个数字需要更多背景：我们还不清楚工作小时数的变化，也很难从中分离出 AI 的具体贡献。

IBM 自己的数据提供了一些微观层面的证据：公司称在过去两年中通过 AI 为员工释放了 35 亿美元的生产力，员工年均学习时间从 2016 年的 31 小时增至 2024 年的 87 小时。但从宏观层面来看，世界经济论坛预测到 2030 年 AI 将创造 1.7 亿个新岗位、淘汰 9200 万个旧岗位——净增 7800 万个岗位。这个预测能否实现，仍是未知数。

真正的问题不在于 AI 是否有用——它显然有用。问题在于：它有用到足以改变组织结构和就业市场的地步了吗？ IBM 的矛盾行为本身就是答案的一部分——连 IBM 自己都还没完全想清楚。

我的观点

作为一个密切关注 AI 和科技行业的观察者，我对这个事件有几个思考。

第一，IBM 的故事本质上是一个成本优化叙事，而不是技术觉醒叙事。 把"裁掉资深员工 + 扩招初级员工"包装成"发现了 AI 的局限性"，是一种巧妙的公关话术。这并不意味着 LaMoreaux 说的每句话都是错的——人才管道断裂确实是一个真实问题——但把这解读为"AI 不行了所以我们要招人"是一种误读。更准确的说法可能是：AI 让初级员工变得够用了，所以高薪资深员工不再必要。

第二，"岗位重新定义"是一个值得认真对待的趋势，但它的方向令人不安。 当一个软件工程师从每周 34 小时写代码变成做客户对接和营销时，这到底是"职业升级"还是"去专业化"？如果写代码的工作被 AI 承担了，而人类被推去做 AI 不擅长的社交性工作——这对那些因为喜欢技术而选择这个行业的人来说，实际上是一种角色错位。

第三，HN 社区最尖锐的洞察是关于"生产力"本身的定义。 一位评论者问道："哪种生产力？哪种效率？这些词后面必须跟一个具体的度量才有意义。" 很多关于 AI 生产力的争论之所以鸡同鸭讲，正是因为双方在用完全不同的标尺。有人用"写代码的速度"来衡量，有人用"交付的功能"来衡量，还有人用"释放出来打高尔夫的时间"来衡量——这些是完全不同的东西。

第四，最不该被忽视的声音是那些真正在用 AI 做事的人。 那位用 AI 三个月做出 $50k ARR 产品的开发者、那位用 AI 构建内部工具的电商从业者、那位 2.5 小时完成卫星硬件验证的嵌入式工程师——他们的共同特征不是"AI 很强"，而是他们自己有足够的领域知识和驱动力来引导 AI。正如一位评论者所说：

"我们给了大众'智力'，但创造力和动力并没有变。"

这可能才是关于 AI 和就业最重要的一句话。AI 是一个强大的乘数效应，但乘数再大，如果被乘数接近零，结果仍然接近零。

常见问题

IBM 真的在扩招还是在裁员？

两者同时在发生。IBM 确实在扩大入门级招聘，但同时也在裁减资深员工。公司声称美国员工总数将保持大致稳定。根据已有报道，自 2024 年 9 月起，IBM 已裁减超过一万名员工。

AI 真的让初级开发者的生产力追上了资深开发者吗？

根据 Hacker News 社区和业内经验的共识：目前还没有。AI 可以显著加速已知类型的编码任务，但在架构决策、系统设计、业务理解等方面，经验仍然不可替代。更多时候，AI 让有经验的人如虎添翼，而让缺乏经验的人更快地制造出更多技术债务。

除了 IBM，还有其他公司在扩招初级岗位吗？

有。Dropbox 的 CPO Melanie Rosenwasser 宣布将实习和应届生项目扩大 25%。Cognizant 的 CEO Ravi Kumar S 也表示正在比以往更多地招聘毕业生，并将 AI 视为"人类潜力的放大器"。但这些仍是个例，整体趋势仍以缩减为主——Korn Ferry 报告显示 37% 的组织计划用 AI 替代初级岗位。

对应届毕业生和初级开发者来说，现在的就业形势怎么样？

不乐观。应届大学毕业生失业率达 5.6%，接近十年来最高水平。LinkedIn 将 AI 素养列为美国增长最快的技能。这意味着：市场对初级人才的要求在提高，而可用岗位在减少。 掌握 AI 工具、具备领域知识和沟通能力的初级开发者将更有竞争力。

总结

IBM 三倍扩招初级岗位这条新闻，表面上是"AI 有局限性，人类仍然需要"的正面故事。但深入了解后，它更像是一面多棱镜，折射出 AI 时代就业市场的多重真相：

岗位不是简单消失，而是被重新定义——但"重新定义"的方向可能不是所有人都会满意的
企业的 PR 叙事和实际行为之间存在显著差距——关注数据，而不是标题
AI 的生产力收益是真实的，但远未达到许多人预期的水平——我们可能正处于 AI 的"Solow 悖论"阶段
最终决定 AI 价值的不是 AI 本身，而是使用它的人的领域知识和驱动力

对于正在关注就业市场的开发者、管理者和求职者来说，IBM 的案例提供了一个重要提醒：不要被任何单一叙事绑架——无论是"AI 会取代一切"还是"AI 什么都做不了"。真相一如既往地处于中间地带，而且正在快速移动。