净利最高预增90%!中金公司2026上半年净利润或超80亿
" 浪已经来了，能做的就是尽量游在前面。" 文丨祝颖丽编辑丨赵磊 2026 年的第一个季度，包括亚马逊、Meta 在内的十几家外洋科技公司总计裁人 4 万多人，程序员是其中占比最大的一类。原因并不庞大，在所有事情里，AI 做得最好的是写代码——在 Meta，已经没有人手写代码；谷歌 4 月宣布，他们 75% 的新增代码由 AI 生成。中国互联网公司也在快速跟进。去年下半年，大都至公司的 AI 代码率还只有 20% 至 30%；到今年，随着国产大模型 coding 能力的提升，不少至公司新爆发的代码里， 最高 90% 是 AI 写的。这意味着，需要的人也越来越少了。但没有任何一家中国公司果真宣布因 AI 替代而裁人，更多接纳不招新人、不续签条约、业务调解等柔性方法，连续汰换。已往一个月，我们访谈了十多位主流互联网公司的程序员，他们漫衍在阿里、腾讯、字节、美团、B 站、得物，也包括那些从大厂出走，辗转到外企、国企的人。他们中有人做后端，有人卖力数据架构，也有人做算法；有人刚事情几年，有人已经是团队里的技术主干。公司、岗位、资历差别，但他们讲述了不少相似的工具：AI 带来的效率提升没有酿成闲暇，原本可能十天的事情，老板现在期待一天交付；岗位界限正在消融，如前规则在并入后端，新招岗位直接更名为 " 全栈 "；险些所有人都想进一步跟 AI 挂钩，先用 AI 替代别人，被默认是自己留下来的最好理由。但留下来的真正前提只有一个：有人先一步离开。630，配合的 Last Day2026 年的春节，张锐过得有点郁闷。他在一家互联网公司做技术治理，手下有小一百人。年前，他被老板通知裁人，他的部分也被分派了近 25% 的名额，让他在假期盘一盘人。他的第一反应是惊奇。公司其时各业务都另有利润，看不出一定要这么做的理由；如果是因为 AI，调解也很马虎—— AI Coding 确实已经变强，团队里也有人自发使用，但其时公司内部，新的工具链、协作方法、组织形态都还没有开始着手建立，流程并没有跑通。已往几年，互联网公司重复讲降本增效，张锐也经历过人员调解，但这一次通知来得突然，比例也高，激进的部分甚至接近一半。他带着抗拒但又不得不做的心情逐个权衡下属的命运：谁绩效更好，谁更有潜力，谁已经开始把 AI 放进自己的事情流，谁对新的技术变革更敏感 ……入手的那一天在年后开工前几周，场景和大部分公司雷同：他和伙伴的 HR 在一间小集会室里坐着，一个人进来，谈计划、谈交接、谈赔偿，再让下一个人进来。有人不睬解，有人情绪失控，他只能体现无奈。这个决定自上而下，不是一次充分相同后的共识。公司没有宣布任何解释性邮件，消息沿着治理链条一层层往下传，到他这里，只是一个必须执行的任务。那或许是张锐职业生涯里最漫长的两天。他重复着谈话、算赔偿和做心理疏导，人险些麻木。但有些时刻他照旧难受，好比有人是家中独子，怙恃生病，重复央求，很需要这份事情。说起这些时，事情已经已往了两个多月，但那种攻击给他带来的影响似乎还没有消散。对上，他依然觉得 " 过于激进 "，为公司这种 " 没有相同余地 " 的处理步伐感应失望。对下，他也只能重复说 " 没有步伐 "。但几个月后他发明，所有人都在做同一件事，只是早晚的区别。6 月，裁人已经不再是新闻。在 Shopee，一位女工程师绩效年年第一，6 月 8 号突然收到了 HR 的小窗通知；在飞猪，一位 10 年的资深前端，6 月 11 日也拿到了 " 离职大礼包 "，在他所在的技术团队工区，一半工位都空了；在美团，一位应届结业就加入、事情了 4 年的后端工程师，也在 6 月 17 日被主管喊进了集会室，他所在的部分 30% 的人收到了裁人通知。630（6 月 30 日）成了许多人配合的 Last Day。赵舒是上海一家互联网至公司的前端工程师，端午前的一个晚上被通知裁人。她觉得自己绩效不差，也不是最贵的人，第一反应是恼怒。裁她的理由，最直接的是 AI 攻击。她卖力的是商家端业务，后端提需求，她来做页面。现在有了 AI，后端自己就能写前端代码。事实上，已往两三个月，她接到的需求已经越来越少，最后一个月完全没活儿干了。赵舒去年刚休完产假回来，平衡孩子和事情一度让她很痛苦。近来，因为 AI 可能取代事情的焦虑，她原本下定决心、调解心态，想比及了新业务里，自己照旧 " 卷起来 "，但没想到那么快，卷的时机都没有了。赵舒怪自己不敷敏感、不敷快。但在另一些还没被裁的人那里，敏感并不可带来宁静感，它只是让恐惧来得更早。被裁的人至少获得了一个确定的结果，更多人正在连续遭受着煎熬。AI 提高两倍效率，活儿会酿成三倍李浩在等。他是美团的老员工，十几年的后端工程师，他推测，自己可能待到 7 月底，那时他条约到期，应该不会续签。他对裁人有预期。从 3 月开始，李浩就能感受到一种从上往下的紧迫感。他转述了美团公司内流传的一个故事，王兴见完一个 AI 大佬后，在治理层会上说，水已经涨上来了，" 不管是在里面扑腾照旧怎么样，都要赶忙学会游泳。"之前有人会对 AI 生成代码有些怀疑，但这种自上而下的强推之后，许多人两个星期之内就跑起来了，AI 代码率从 10% 升到 70% - 80%。其时他就判断，裁人是一定会到来的事，不是半年就是一年。首创人的话也很快酿成压力，传到更具体的事情里。公司要求各个团队从上到下探索 AI：哪些事情流程可以被标准化，哪些环节可以沉淀成 skill，哪些产品和运营场景可以做出 AI 工具。每个团队都被要求想步伐把 AI 和业务结合起来，拿出新的 idea，哪怕只是一个还跑欠亨的 demo，也要先证明想过、投入过、实验过。李浩觉得痛苦的地方也在这里。让他最焦虑的不是 AI 自己，而是这种压力的传导方法。他觉得，如果公司已经看清楚了偏向，要推就推，该调解就调解。但现在许多人像是被一个不敷清晰的目标推着走，每天都要挖空心思想 " 怎么和 AI 结合 "。他担心自己慢了，也担心团队慢了。别的团队做到了什么水平，别的 Leader 对 AI 的理解有多深，这些都会酿成横向比较的压力。有一段时间，他晚上回抵家，会坐在床头一直熬到天亮。他畏惧睡着，也畏惧醒来，因为一觉后，又是新的一天，又要继续面对这些工具。压力之下，李浩影象力都开始变差，听过的话马上就忘，整个人像被困住了。在字节一些部分，这种集体性的焦虑也一度蔓延。江同 2023 年校招进入字节之后，对所在小团队的感受一直不错。虽然忙，但同事、mentor 和领导关系都好，各人像朋友一样交流。3 月前后，团队内部开始密集地提倡 AI。领导在推，领导的领导也在推。每天都有新的文章、新的文档、新的工具介绍、新的使用要领被推到面前。有人剖析新的编程工具，有人写种种原理和实践。需求还要做，文档也要看。这个还没看完，下一个又来了。AI 改变的是整个团队的空气。他形容那段时间各人都 " 疯魔了 "。每个人突然都在学，都在追，都怕自己落后。而事实上，没有业务、没有人会因为某一项工具真的马上改变现状，但当公司自上而下体现出焦虑时，每个人都无法幸免。没过多久，江同所在的这个他自称 " 相对边沿 " 的团队也开始明确考核 AI 代码率，以及每个人、每个小组对 AI 的使用情况。这些都被写进上级的 OKR 里，甚至有专门的网站同步转动统计。在阿里淘天集团，也有一位高层推动了统一看板，每个人的 AI 使用数据对所有人可见。为了弥补经验缺乏带来的判断力缺乏，也为了跑在前面，江同开始将 AI 节省的事情时间用来学 AI 写的代码。每天 9 点下班后的 1 - 2 个小时，是他的学习时间。他会逐行看 AI 写的代码，了解 AI 的写作作风和代码逻辑，" 就看它究竟是怎么写的，写出来是什么样。只有这样，我才华更好地与它相同。" 不懂的领域，好比前端，现在他也得写，就继续问 AI，补上这块知识的空白。像江同一样，许多用上 AI 的人反而更累了。周铭在得物做算法，他的代码已经有八九成交给 AI 来写，但老板的预期变了，原来十天做的事情，现在会被认为三天就应该搞定，" 公司的目的是提效嘛，并不是让你们轻松的，所以它只会让你活越来越多。"更大的变革是事情模式。已往一个一线开发在同一时间里，通常只做一件事；现在 AI 可以同时跑多个任务，人就要酿成多个任务的监管者。一个需求交给 AI 跑，另一个需求也交给 AI 跑，人要隔一段时间去看结果、做判断、纠偏、验收。问题是，人的精力没有同等放大，AI 可以写更多代码、生成更多计划，但最后判断这些工具能不可用、有没有危害、是否切合业务现实的仍然是人。执行提效了，但决策和责任在程序员这端没有消失——各人变得更累了。周铭形容，现在他更像自动驾驶里的宁静员，虽然车可以自己跑，但人仍然要对最终结果卖力。上下游相助也变得更不顺畅。周铭的一部分上游相助者会直接把 AI 生成的文档或代码丢过来，但自己并没有认真校验。AI 生成的工具看起来像完成了，但里面可能有性能问题、逻辑问题，或者基础不切合业务需求。外貌上看，对方完成了交付，实际上审查和返工的时间本钱转到了卖力的下游身上。裁人后，对张锐来说，更难的是用仅剩的人支持所有的事情。砍非须要的项目、重新分派已有项目责任人。这个历程中，AI 开始被极致地利用起来。" 它是一个倒逼的逻辑 "，他厥后总结说。经历过一次风波，他意识到，不管是在哪家公司，趋势已经不以个人意志转移了。而既然浪已经来了，能做的就是尽量游在前面。做一个加速淘汰自己的工具一个周末下午，我在阿里西溪园区见到了何川。周末的工区依然有不少人在事情，何川说，都是 "AI 焦虑带来的忙 "。已往 3 年，阿里一直在喊 " all in AI "，但前年是业务团队零星一两个人在探索；去年开始立项；到今年，" 所有人都要为 AI 打工 "。每个人都想让自己和 AI 挂上钩。做一个 AI 项目，跑出一个自动化工具，给业务提一部分效率，都可能酿成新的宁静感。因为各人隐约知道，如果后面真的裁人，做 AI、懂 AI、能拿出 AI 结果的人，可能更容易留下来。何川也同样焦虑而忙碌。在阿里，他所在的业务团队将日常的业务和与 AI 相关的业务称为 " 旧城 " 与 " 新城 "。幸运的是，他正幸亏 " 新城 "，做着和 AI 相关的业务，这预示着接下来的半年、一年里，如果他真有些结果，可能会拿到更好的绩效。但这是一个吊诡的事情。他做的是一个内部 Coding Agent，一个把业务从需求到上线自动化的工具。如果他真做成了，会加速自己被淘汰的速度。不过，现在还不是考虑这些的时候，更让他焦虑的是，这个类似的工具，差别的业务团队里的技术都在做，甚至差别职级的人也同时在 " 卷 "。P7 想做一个点的自动化，P8 想上升到一个面的业务，P9 则在计划一个更大的自动化平台。何川这样一个低职级的员工，刚想出一个小工具，更高层级的人可能已经笼罩了。他觉得自己像在经历一场内部 " 大逃杀 "。他有时觉得没希望，但也无法躺平，因为老板比他更焦虑。为了保住土地，老板要稳住做老业务的员工，会暂时把好绩效分给 " 旧城 " 的同事；同时要证明团队在 AI 时代仍有价值，得不绝推着他们往前，找到 AI 新产品的奇特优势。何川吐槽说，" 每个人都希望在 AI 时代有自己的一席之地，可是很可能结果就是没有你的一席之地，但你非要占，只能是硬占。而你硬占的这个地方，可能压根就不保存。" 他有时觉得，只有那么一小拨人真的站在正确的门路上，大大都人只是牺牲品，在这个历程中陪跑。他也理解老板。向上汇报时，总得摘亮点、讲奇特性。但许多时候，他觉得自己无能为力。在他看来，这些自动化产品并没有太多技术壁垒。一个业务团队的技术员工能想到的，通用 coding 工具也能做到；那些工具没有做的，许多时候自己就是不对理的需求。事情快十年，何川经常觉得自己仍没有适应职场的规则：听从和执行。起初，老板希望他探索出 " 行业领先 " 的工具，他觉得做不到、不现实，就会争论；久了发明对方并不想听，