亚马逊裁减AGI团队，GitHub推出AI使用追踪看板

亚马逊近期裁减了 AGI（通用人工智能）团队的一批员工，受影响的员工来自 Adeeb Shanaa 和 Vishal Sharma 负责的团队，涉及模型定制、后训练等业务。亚马逊发言人仍将大型 AI 模型称为公司“最重要的工作之一”，但表示接下来要更聚焦“对客户最重要的项目”，更快推进真正要紧的事。

这并非亚马逊放弃 AI，而是表明公司买的从来不是“AI”这个标签，而是一个具体结果。模型路线变了、业务优先级调了、团队能力撞车，甚至一项功能被并进更大的平台，原本稀缺的岗位都可能突然没了位置。技术含量高只说明工作难，并不保证它永远在公司主线上。

GitHub 上线了新的 Copilot 看板，面向企业管理员和组织负责人。过去后台只能看到多少人开通、多少人用过，现在管理者还能看到员工把 AI 用到了什么程度。GitHub 会按过去 28 天的使用行为，将开发者分进不同的 AI 采用阶段：很少碰、代码补全、Agent、多智能体协作。

看板还同时展示人均每月合并 PR 数量、合并速度、每天新增代码行数等产出指标。当“谁更常用 AI”和“谁完成了更多工作”出现在同一张表里，管理者就能直观比较。虽然官方定位是帮企业了解 Copilot 使用情况、安排培训，但“会用 AI”正从一句自我介绍变成一串可观察、可比较的数据。

这张表今天也许只用于安排培训，明天却可能改变公司对“一名程序员该完成多少工作”的判断。如果一些员工借助 AI 就能干过去更多人才能干的活，管理者很难不追问：团队下次扩张，还需要招同样多的人吗？

美国劳工统计局数据显示，2026 年 6 月失业率 4.2%，与前几个月相比变化不大。Anthropic 首席经济学家 Peter McCrory 发表文章探讨“为什么 AI 还没把失业率推上去”。Anthropic 此前研究发现，即使大量工作任务能由 AI 完成的职业，也未出现明显更高的失业率。

一个直接原因是“模型会做”和“公司真敢用”之间还有距离。真实工作涉及内部数据、系统权限、审计责任、出错成本，AI 能写代码不等于公司敢把整个项目交给它。生产率提高未必马上带来裁员：订单增长时公司可让人做更多业务，方向调整时也可先转岗。

但更隐蔽的影响是“安静缩水”：假设团队原来 10 人，走了 2 个，公司让剩下的人借 AI 接管活儿，不再招新。没人被裁，团队却少了两个岗位。这种变化不会上新闻，也很难反映在失业率里。AI 对就业最早的影响，可能就是离职后不补人、业务增长不扩招。

Anthropic 研究发现，22-25 岁的年轻人中，进入高 AI 暴露职业的比例比 2022 年下降了约 14%。研究者提醒，利率、疫情后的招聘调整都可能掺进来，不能全算在 AI 头上。但这一信号指向一个令人不安的趋势：AI 最擅长接手的任务，恰好是新人过去用来入行的任务——查资料、整理表格、改简单代码、写基础文案。

如果资深员工带着 AI 就能完成这些工作，公司照样需要程序员、设计师、分析师、运营，只是不再需要同样多的初级员工。职业没消失，但职业阶梯的第一层可能先被抽掉。最先被影响的那批人，可能压根还没有一份能失去的工作。

把亚马逊裁员和 GitHub 看板放在一起看，企业正在进入一个新的计算阶段：有了 AI，完成同样的目标，还需要多少人？对普通白领来说，真正值得盯的信号可能比裁员邮件来得更早：公司何时从“鼓励试试 AI”变成统计使用率和自动化比例？管理层是否开始把 AI 使用和人均产出摆在一起谈？离职同事留下的坑还有没有新人来补？校招、实习、初级岗是否正在悄悄变少？

这些变化都不像裁员公告那样刺眼，却更贴近公司真实的用人需求。那个没收到裁员邮件的人，不一定是幸存者——他可能从来没收到过录用通知。比“AI 会不会做掉我的工作”更实际的问题是：有了 AI 以后，公司还会不会再招一个和我做相似工作的人？如果答案越来越接近“不会”，那 AI 其实已经开始改变就业了，只是它还没体现在失业率里。