AI来了，大厂中层不好混了

（本文作者为 定焦One，钛媒体经授权发布）文 | 定焦One（dingjiaoone），作者 | 李梦冉 雷晶 王汉星 王璐 金玙璠，编辑 | 金玙璠过去十年，中层是大厂里相对稳定的位置。传信息、协调资源、盯进度。承上启下，只要没站错队、不出大错，就能一直稳坐泰山。AI来了之后，这个位置不好“混”了。字节更新领导力原则、强调管理者“下一线”；腾讯试点项目负责制，组长、总监这些管理职能跟着项目流动；京东砍掉两级管理层，留下的人管得越来越宽。亚马逊更直接，在最近一轮裁员中，已披露的裁撤岗位里，超过78%集中在L5到L7。当传话、盯人、走流程这些事不再值钱，坐在中间的人，靠什么证明自己的价值？我们和五位大厂或前大厂中层聊了聊，其中三位是技术或技术管理出身，一位做过消费和互联网管理，一位做产品运营。有人看着团队的产出翻了倍，自己却比从前更累，省下来的时间全耗在了核验和兜底上；有人不信“全流程AI化”，却被迫经营那些“看起来很AI”的数字；有人给自己的工作算了笔账，把可被AI拿走和公司正在拿走的部分一项项列了出来，以便更好地分配精力；也有人眼睁睁看着老板越过自己，重用起了更善用AI的下属。五个人的处境不同，但感受一致：过去坐上这个位置就算赢了，现在每天都得证明自己的价值。01.中层混得好不好，就看怎么用AI了火山｜前宝洁系、前盛大系、前阿里系、前腾讯系中高管我是二十几年的老中层了。复旦毕业后进了奥美，跳槽宝洁系后步入中层行列。再被互联网大潮冲进盛大系后，去了阿里系、腾讯系，带的团队一度超过200人。按常理，这种履历坐等熬年限，一定有机会再升。但这两年，随着AI越发成熟，大厂对中层的考核改变，我明显感觉到，“想混到中层”、“在中层混”和“在中层混不上去”的人，都不好“混”了。“想混到中层”，过去一般靠跟对人+简单听话跟着走。你“老板”上位，你坐他的位置。原先只要做到能保证上令下行，把“老板”的任务传递下去，盯着进度，就不会错。如今，AI工作流出现了，AI能分解任务、能24小时盯着进度，还能及时调整，过去那套行不通了。“在中层混”，过去一般是靠入厂年限和论资排辈上位。如果没坚实的靠山，靠左右逢源，甚至“压榨”员工保住位置。如今，AI出现了，连下属员工的工作都能被AI替代，你又不能驾驭AI，怎么“混下去”？“在中层混不上去”，比如我，始终差那么口气。如今AI出现，若应对不足，AI或许是我的-1（下级管理者）超我车的捷径，更别提往上走。同时，薪资结构也在变化。中层不一定直接减薪，而是以另一种形式存在。比如，拿到薪资+绩效+奖金=10万的前提是业绩做100万。现在引入AI，提效的同时还能提高产能。那业绩就得做150万，做不到，绩效和奖金都大比例下降。你的10万，必须自己赚出来的。在我视野内，有三种中层在AI浪潮下的“混法”。第一种，固步自封。他们对AI内心抵触，因他们擅长的是搞关系、带团队。当公司大量启用数字员工+AI流程化后。他们擅长的人治就落伍了。这类人多数被边缘化，美其名曰“轮岗”，其实就是坐等被淘汰。第二种，有学的欲望，但没有学的动力。他们上有老下有小，家庭的重负让他们有学习的欲望。但工作之外，家庭、人际关系都需要时间，不敢用有限的时间和精力去赌一个不确定的新事物，他们最焦虑，也最痛苦。既不敢拥抱变化，又不敢彻底躺平，只能选择当“鸵鸟”。第三种，如我般，危机意识常存，并习惯拥抱变化。我接触AI在三年前，从大模型到数字人到小龙虾再到蒸馏，都经历过。我也算公司内部第一批，非技术背景主动尝试AI落地应用的中层。但这不代表高枕无忧。毕竟AI变化太快，三年前学的AI应用知识，去年已经淘汰一大半。现在很多大厂缩减中层HC，不是不需要中层了，是不需要“不会干活的中层”。老板要求你Hands-on，亲自下场，既要懂业务、又要懂AI，还要能带着团队跑出增量。但AI对于中层而言，其实是一个机会。比如一位中层管理者和年轻人、下属、领导同时拥抱AI，中层拥有年轻人没有的底蕴和人脉、拥有下属没有的资源和经历、拥有领导没有的实战和实操......其实AI也只是个工具，是机会还是“取代”，就看你能否跟上步伐。02.AI没威胁我的职位，但让我的工作量增加了曾小健 | 31岁 新加坡 AI出海技术负责人我在公司担任技术管理两年多了，主要负责大模型、多模态AI和AI工程化的相关业务。AI爆火之后，我最先感受到的变化是团队节奏变快了。以前修改一版PPT、整理技术文档或写专利材料，大家默认需要半天到一天。现在上级知道有AI，预期就变成了“马上交”。过去要半天完成的初稿，十几分钟就得出来，团队的文档、方案和代码产出效率一度提升了两倍以上。但很快问题暴露出来。那段时间，我认为是团队的“虚假繁荣期”。材料、方案、代码不断生成，看起来每个人都更忙、更快，真正能上线或交给客户的成果并没有同步增加。最典型的有三种情况：文档结构完整、术语专业，核对后才发现数据有问题；代码演示环境能跑，到了生产场景经不起考验；还有人把AI生成的内容稍微整理一下就交付，自己并没有真正看懂。AI在初期省下来的时间，最后又耗在了返工上。上面催速度，下面交来的结果却要重新核验，最后兜底的人还是我。后来我们加了双人校验的环节，一个人负责生成和初步修改，另一个人独立检查。涉及客户交付和关键技术路线的，还要做代码评审、自动化测试和小范围试运行。考核标准也跟着变了，过去主要看完成了多少任务，现在还要看有效交付、验证通过率和业务价值。能不能及时发现AI的错误，反而成了比生成内容更重要的能力。但变化最大的，其实是我自己的角色。过去，我的时间主要花在拆需求、协调资源、做技术评审和盯项目进度上。上面给一个方向，我拆成具体任务分下去，核心职责就是把团队管好、按时交付。现在我还要参与大量的一线技术工作。有些任务分给下属后，对方不熟悉业务，或者使用AI的能力还不到位，结果反而不如我直接调用模型、跑出初稿来得快。很多事情变成了我先用AI跑出一个相对完整的版本，再交给团队验证和迭代。以前我检查的是任务有没有完成，现在还要判断来源靠不靠谱、结果能不能验证、风险有没有遗漏。管理的重心从分配和追踪变成了判断和兜底，承担的一线工作量，比过去增加了至少一半。组织结构也在变化。公司业务和订单在增长，团队人数也在增加，管理层级的人数反而减少了。原来的组织被拆成三个更小的工作组，不再分别设置多层负责人，而是由一个领导统一管理。一个管理者要覆盖更大的业务范围，也要处理更多信息。看到这种变化，我有时候会想，中层这个位置是不是没有以前稳了。过去公司看你带了多少人、开了多少会、推动了多少流程。现在老板更在意，这个工作为什么不能自动化、为什么需要这么多人、这个方案到底能不能带来收入或者降低成本。只会分配任务、追踪进度和转发信息的中层，空间肯定会越来越小。AI会消灭一部分管理岗位，但不会消灭管理本身。面对潜在的威胁，我能做的是持续学习，保持开放的心态，不断提高自己的认知、判断力、业务理解、技术深度和AI使用能力。03.老板要的AI提效，有时候是我多干出来的冬宁｜35岁 北京 某互联网大厂中层、技术负责人我之前在百度做到M3，现在在北京一家互联网大厂做中层，偏技术方向。说是中层，其实我日常更像做需求拆分加技术指导，下面的人多数是虚线汇报，纯管理的动作我做得不多。也正因为是技术岗，AI这波冲击我感受得比别的中层更早、更深。一开始我并不迷信“全流程AI化”，没有要求下属必须烧多少token，我更看产出。AI只是工具，活儿干得漂亮就行。那时候团队里谁一周用掉1000块钱的token，我还会找他聊聊都拿来做什么了？出了什么东西？现在反过来了。一周用不到2000块，我得找他谈话。压力是从上面下来的。老板只要结果，而且是对得上“AI提效”叙事的结果。有些指标并不直接体现产出，比如多少代码是AI写的、token消耗涨没涨，但你得拿出来汇报。我自己的工作量也大了很多，有时候不得不多干一些，让汇报的时候效果好看一点。说实话有点拧巴，我明明更关注真实产出，现在却得花精力经营那些“看起来很AI”的数字。工作量变大是一方面，汇报关系变复杂是另一方面。公司新成立了AI相关的部门，向我汇报的实线虚线多了，我要汇报的线也多了。原本还算井井有条的流程，到了AI时代反而更混乱。以前大家调侃中层是路由器，我觉得我现在既是路由器，又是服务器，身上还插满了线头。乱归乱，我倒不觉得“去中层化”真能把中层去掉。最近圈子里这话说得很多，砍title、压层级、合并团队。但以我的观察，很多是换汤不换药，title砍了，人还是那个人，汇报关系还是那条汇报关系。说到底大厂离不开职级梯度，几万人的组织，总得有层级来承载信息、分摊责任。当然，活儿本身是真的变了。技术这一层，AI已经能吃下相当一部分需求，下属产出的节奏明显加快。你要问我焦不焦虑，我还真不太焦虑。我不担心“中层越来越难混”，也不担心自己被AI干掉