News Hacker|极客洞察

😒Cloudflare以AI为名裁员1100人,1111实习生反成讽刺
AI 都涨 600% 了,还裁 1100 人?

🎯 讨论背景

Cloudflare(做 CDN、DDoS 防护、边缘网络和 1.1.1.1 公共 DNS 的互联网基础设施公司)发布了题为 Building for the Future 的博客,宣布全球裁员超过 1,100 人,并说公司内部 AI 使用在三个月里增长了 600%。这篇文章和此前高调宣布最多招 1,111 名 intern 的宣传放在一起对比,形成了强烈反差。评论区围绕 agentic AI(让 AI agent 代办工作流)到底是在提升效率,还是只是为利润率、股价和融资环境服务展开争论。很多人还把这件事放进更大的背景里看:疫情后 overhiring、ZIRP 结束、Big Tech 频繁裁员,以及 AI token 成本上升。

📌 讨论焦点

AI话术掩盖真实动机

很多评论认为,公告里反复强调的“agentic AI era”和“AI usage 600%”更像是包装语言,而不是裁员的真正原因。真正被指向的,是利润率下滑、增长放缓、股价和投资者预期,以及给昂贵的 LLM 和 AI infra 支出腾预算。公司还特别声明这不是 cost-cutting,反而让人觉得是在回避直接承认 overhiring 或财务收缩。整体上,这被看成是把经济下行改写成技术进步故事的公关术。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10]

过度招聘后的组织回撤

另一派把这看成大公司常见的组织回撤:先在好年份 overhire,再在增长放缓或 ZIRP 结束后把多余的人裁掉。评论里多次提到 Cloudflare、Meta、Amazon 这类公司都有类似模式,甚至直接说成是 fire the bottom 10% 或 consultant-driven layoff。有人把它概括成 buffer hiring,即平时多招一些给核心团队留冗余,风向变了再清掉。问题是,这会把组织变成高 churn 的机器,经验和稳定性都被牺牲掉。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10]

经验流失与劳动者代价

不少评论聚焦于裁员对人的直接伤害:真正把系统跑起来的人被当成 dead weight,留下的人却要接手知识断层。有人指出,management 经常低估 institutional knowledge,结果 bug、outage 和返工都由剩余团队买单。也有人把这看成年龄歧视的变体,尤其是在 40+ 员工受保护、但年轻人更容易被替代的讨论里。整体情绪是,企业把员工当 cattle,但员工承担的是住房、医疗和家庭开支等现实风险。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11]

慷慨补偿与劳动法对比

评论里普遍承认,这次的 severance package 算得上罕见地慷慨:base pay 发到 2026 年底、医保延续、equity 也继续 vest。有人拿 WARN Act、Meta 按 tenure 的补偿,以及欧洲一些国家更强的劳动保护来对比,认为这在美国 tech 里已经很体面。也有人提醒,补偿再好也只是 reputation insurance,不代表裁员本身就不冷酷。与此同时,标题和措辞被批评为说了很多,却没有真正说明裁员逻辑。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9]

财务压力与股价反应

围绕财务数据的争论很多:一边有人说 Cloudflare revenue 还在增长,free cash flow 和现金也不差;另一边则强调 GAAP loss、gross margin 下滑、forward guidance 不佳,说明利润率在恶化。有人认为裁员是为了稳住 margin、应对更贵的融资环境,或者给市场一个“我们在控制成本”的信号。也有人说股价下跌本身就说明市场并不买账,这更像是被迫的财务修补,而不是 AI 带来的效率红利。争论的核心不是公司有没有收入,而是这些收入是否足以支撑当前的人力和扩张节奏。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10]

AI提效的真实效果

许多实际使用 LLM 的人说,AI 确实能把某些项目从几个月压到几周,但同样也会制造 subtle bugs、review backlog 和 outage。有人指出,真正的问题不是能不能写出代码,而是是否理解它、能否维护,以及生产环境里有没有测试和约束。评论里还反复提到 token 成本、vibe coding、junior 产出看似快但质量差,以及“效率提升”到底是代码量还是可交付质量。整体像是在说:AI 是放大器,放大好工程师,也放大坏流程。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10]

招聘市场变冷与求职失真

被裁的人和旁观者都承认,现在找工作比过去难得多。有人抱怨海量 AI 生成简历、假申请和自动化投递让招聘流程几乎失真,最终把筛选压力转回到真实的人际推荐和更硬的面试。也有人说在这种环境下,面试里追问 layoff history 很危险,因为 interviewer 和求职者的权力根本不对等。于是评论区既有互相发岗位链接,也有建议用 degree、地域和专业方向去增加再就业弹性。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10]

1111实习生与数字梗

Cloudflare 之前高调宣布要招 1,111 个 intern,这次却裁掉 1,100 多人,于是数字上的反差成了最大梗。评论不断拿 1.1.1.1 DNS resolver、1,111 intern goal,甚至 CIDR subnet 来开玩笑,暗示公司喜欢用可记忆的数字做品牌叙事。也有人怀疑这些 intern 本来就是营销成分大于实际需求,或者只是用来覆盖短期人力缺口。现在这套“为未来而建”的话术,和裁员公告放在一起,显得格外讽刺。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11] [来源12]

📚 术语解释

agentic AI: 让 AI agent 代办工作流、调用工具并自动执行任务的模式,常被用来解释公司重组和裁员。

hire-to-fire: 先大量招聘、再在行情变化后快速裁撤的一种用工策略,常被拿 Amazon 当例子。

stack ranking: 把员工按相对排名强制分层、淘汰底部一部分的绩效制度。

WARN Act: 美国针对大规模裁员的提前通知法,达到门槛时需要提前告知员工。

ZIRP: Zero Interest Rate Policy,低利率宽松时期,常被认为助长了 overhiring 和估值膨胀。