AI就业矛盾：研发者不招人，使用者负担重
关注+星标⭐,每天第一时间收到更新
6 月 26 日，两条新闻同时刷屏。一条来自 Anthropic 联合创始人 Jack Clark——"我们不再需要初级软件工程师了。"另一条来自 AI 初创 Lindy 的 CEO Flo Crivello——"我们全面弃用了 Claude ，每年省了数百万美元。"一个说人够了，一个说用不起了。同一天，同一个行业，两个截然相反的信号。
Jack Clark 的原话很直接： Claude 已经能处理原本需要初级工程师完成的规模化工作，所以 Anthropic 不再招初级软件工程师了。他们现在只找"高级直觉"型人才——那些能把模糊问题变成精确定义的资深选手。
什么叫"高级直觉"？就是 AI 还搞不定的人。初级工程师的核心工作——写样板代码、跑测试脚本、修小 bug 、读日志定位问题——这些 Claude 干得比人快，还不用睡觉。但把一个含糊的产品需求拆成清晰的技术方案，把零散的客户反馈变成系统性的架构决策，协调跨团队的工程落地——这些依然需要人的判断力和沟通能力。剩下的岗位要么是 AI 做不了的，要么是 AI 做了但需要人兜底的。
"AI may drive GDP growth, but we're also about to see some seriously brutal unemployment numbers."
这话从一个造 AI 的公司创始人嘴里说出来，讽刺感拉满。 GDP 往上冲，就业往下掉，同一枚硬币的正反面。这不像警告，更像免责声明——我们在造一个会吃掉你们饭碗的东西，提前说一声，别怪我没提醒。
不止 Anthropic 。 Uber 今年把 AI 预算拉到了惊人的数字——结果 4 个月就烧完了。不是超支，是需求太猛，预算根本兜不住。一家出行公司的 AI 预算是这个量级，那些 all-in AI 的科技巨头呢？ OpenAI 、微软、 Google ，它们的 AI 支出已经快到没人说得清的地步。如果再算上那些在 AI 芯片和基建上砸的钱，这个数字就更抽象了——几十亿、上百亿，像流水一样淌进算力池。
这引出一个冷酷的问题：如果最顶尖的 AI 公司都在用 AI 替代初级岗位，那初级工程师去哪里积累经验成为高级工程师？"高级直觉"不会凭空出现，它来自成千上万次低级试错。AI 一边吃掉工作，一边吃掉培养人的土壤——这局面怎么解？
Lindy 是一家 25 人的 AI 初创公司，做企业 AI 助手。 CEO Flo Crivello 发了一篇很扎心的复盘——他们全面弃用了 Claude ，转投 DeepSeek 。
原因简单得让人唏嘘： AI 推理成本已经"不可持续"了。离谱的是， AI 支出甚至超过了人力成本。一个 25 人的公司，机器的开销比人还高——这账谁算谁头疼。 Crivello 的原话是，他们意识到了"the economics of our AI usage were fundamentally broken"。
迁移前，每月在 Claude 上的 API 支出顶好几个全职员工的工资。对于一家 25 人的初创公司，这不是成本项，是存亡项。你到底是 AI 公司，还是给 Anthropic 打工的？
"The migration was 100x harder than we thought. But the result: 90% cost reduction, with performance improvement in most scenarios."
两个月迁移，成本砍掉 90%，多数场景性能反而提升了。 Crivello 说 DeepSeek 在某些精细任务上确实不如 Claude ，但整体"够用"——而且价格只有 Claude 的二十分之一都不到。
但他坦言，迁移过程"比想象的难 100 倍"。不是改几行 API 调用那么简单。提示词全部重写，输出格式逐项调整，边缘案例重新测试。 DeepSeek 和 Claude 的"思维方式"不一样——同样的提示词喂进去，产出可能天差地别。一个模型的微调成果，换到另一个模型上基本报废。迁移成本是隐形的，但真实存在，而且不低。
有意思的是， Crivello 补了一句——如果 Anthropic 把价格降到合理水平，他们愿意回来。这话说得很委婉，潜台词很清楚：不是 Claude 不行，是它好到让人用不起。当一个产品的价格高到让客户觉得"我不配"的时候，这个定价本身就出了问题。
来算一笔账，看看这差距到底有多大：
Opus 和 DeepSeek 之间，输入差 71 倍，输出差 89 倍。 Fable 5 更夸张——输出$50 vs $0.28 ， 178 倍。一天的推理调用量上万次，这差价就是生与死的区别。 Lindy 年省数百万不是夸张，是实打实的算术题。
更卷的是，价格压力还在叠加。德国法院刚判了 AI Overviews 要担责——你生成的摘要惹了祸，你得负责。美国那边 AI 报告法案更狠，日罚$200 万。合规成本蹭蹭往上飙，又一层压在 AI 支出上。
那问题来了——如果 AI 既贵到用不起，又贵到造它的人都开始省人，这行业的增长逻辑到底是什么？
🔍 AI 环球笔记点评
这是 2026 年最尖锐的 AI 悖论——不是技术问题，是经济学问题。模型越强，推理成本越高；推理成本越高，用户越跑；用户越跑，迭代越慢。跑掉的用户转向 DeepSeek 这类低价方案，又反过来倒逼 Anthropic 降价或优化。一个闭环的囚徒困境，谁先眨眼谁先输。
价格才是最好的护城河。 DeepSeek v4 Flash 在某些 benchmark 上确实不及 Claude Opus ，但近 90 倍的价格优势让性能差距变成了可以接受的技术债务。"够用就行"四个字，在商业世界的杀伤力从来不亚于技术碾压。 Anthropic 的赌注是"市场愿意为顶级推理付费"——但 Lindy 的叛逃证明，这个假设在中小客户身上已经破产了。
更值得细想的是——当越来越多公司像 Lindy 一样"叛逃"到低价方案， Anthropic 的定价策略会不会被迫回调？ Fable 5 敢定$10/$50 不是没道理，他们在赌市场对顶级推理的刚需足够强劲。但刚需的天花板，比所有人想象中来得都快。毕竟，当你的客户规模只有 25 人时，每一块钱都在挣扎；当客户是巨头时，每一块钱都在博弈。而在 AI 这个赛道里， 25 人的公司才是大多数。
这背后还有一个更深的问题：如果 AI 持续降价（像 DeepSeek 这样），那 Anthropic"不招初级工程师"的逻辑还成立吗？假设 DeepSeek 的价格继续往下打，推理成本趋近于零，那么用 AI 替代初级工程师的边际收益反而会递减——因为人再贵也就那个价，但 AI 的边际价值会因为降价而缩水。这个反向推论挺扯的，但逻辑上确实站得住。降价可能反而会保护初级岗位， AI 替代人的经济动机变弱了。当然，前提是降价幅度够大。
AI 就业悖论的本质就一句话： AI 既吃掉你的工作，又贵得让公司养不起它。这个循环打不破， 2026 年的 AI 行业就是在一条越来越窄的路上狂奔。
那问题来了——当造 AI 的和用 AI 的都在朝相反方向跑，这条路的终点到底是什么？
AI 环球笔记，专注全球 AI 行业深度观察。