从写字楼被裁后，退路是一条传送带

那些被裁员的人，都去了工厂流水线

图片来源|网络（如侵权请联系删除）部分AI生成

周岚接到部门解散通知的那天，会议室里坐了五十个人。没有人哭，也没有人拍桌子，大家安静地听HR念完流程，然后各自回工位收拾东西。

她在这家公司做了七年运营，从专员做到主管，经手的项目流水以亿计，到头来全部归零只用了一个下午。

后来她转进了一家传统制造企业做行政，薪资降了大约三成。她没有抱怨太多，只说了一句：“至少那边还在招人。”

“那边”指的是工厂车间。过去一年里，写字楼与工厂之间那条曾经泾渭分明的界线，正在被一批又一批失业的白领踩得模糊。

社交平台上，“本科生进厂”的话题积累了数千万浏览量，前端工程师在裁员后转身走进PLC培训班，三十多岁的中层管理者把简历投向了从未正眼看过的制造业岗位。

一个共识正在被 quietly 改写：写字楼的工位不再天然比流水线更安全。

但把这个现象简单讲成“AI抢了白领的饭碗，所以大家去工厂”，恰恰漏掉了最关键的部分。AI替代的从来不是笼统的“人”，而是一组可以被拆分、编码、远程交付的任务。

写字楼里的工作之所以最先被冲击，并非因为坐在里面的人不够努力，而是因为他们手里的大部分活，天然就是模型最容易消化掉的那种材料，比如代码、报表、文案、客服对话、数据核对等。

而工厂之所以成为退路，也不是因为它更“高级”或更“稳定”，只是那里还残留着AI暂时够不着的东西。那些是一台卡料的注塑机发出的异响，一条产线上标签贴歪时需要的即时判断，以及一双必须亲自伸进机器里的手。

被拆解的工位

陈默是重庆人，二十八岁，做了五年前端。五年里他换了五家公司，薪资从起步爬到九千多就停住了，之后再也没动过。

今年四月第二次被裁之后，他投出去上百份简历，收到的面试邀约全部来自外包岗。空窗四个月，他没有再等。

八月中旬，他在社交账号上发了一张图，上面只有四个字：“前端已死”。当天他刚拿到低压电工证，第二天就去PLC培训机构报了到。

陈默的选择在程序员群体里不算孤例。我接触到的八位从互联网转向PLC或上位机的从业者中，有六位原本做的是前端。

从行业发展来看，这并非偶然。AI对编程岗位的冲击有一条清晰的下滑曲线：它最先吃掉的是那些边界明确、模式重复、可以被拆成一个个小任务的编码工作。

而前端恰好是这类任务最密集的工种，相当于以前十个人干的活，现在借助AI两个人就能全部完成。

Anthropic基于真实使用数据构造的“观测暴露度”给出了一个更系统的图景：计算机程序员以74.5%位居AI实际覆盖率的首位，客服代表70.1%，数据录入员67.1%，病历记录专员66.7%。

报告同时指出，AI理论上能完成的计算机与数学岗位任务高达94%，但实际使用中仅覆盖33%，因为法律约束、软件条件和人工复核流程拖慢了落地速度。

这意味着，暴露度最高的那批岗位，恰恰是AI“能够碰”且“已经在碰”的地方。写字楼里那些年薪体面、工位靠窗的职位，其核心内容往往正好落在模型最擅长的射程之内。

但把裁员潮全部归给AI，也是一种过于顺滑的叙事。牛津经济研究院在2026年初的一份研究简报中明确指出，目前并没有证据表明企业正在大范围用AI取代员工；AI在不少情况下更像是企业为常规裁员寻找的一个说法。

科技行业CEO们把AI称为“完美的替罪羊”，“它让事情看起来不是我们的决定、我们的错，而是技术的”。

换句话说，真实的岗位收缩是技术替代、资本周期和裁员修辞三者叠加的结果。

AI掏空了一部分工位的内核，同时为企业提供了一套不会引发恐慌的措辞。

对于坐在工位上的人来说，原因的复合性并不重要。

结果是一样的：门开了，你得走。

学历的倒挂

离开写字楼之后，第一课是重新学习“求职”这件事本身。

陈默还算幸运的，他有编程底子，PLC培训五个月后底薪接近一万。

但更多人的过渡路径没有这么平滑。一个二十二岁的二本毕业生小陆，经济管理专业，毕业后进了一家做冰箱的小厂。

他犯过一个致命的错误：在入职表上如实填了本科学历。从那以后，每一句批评都带上了学历的前缀：“你一个大学生这么简单的事都不会做”“学习好又有什么用”。

流水线上十五个人，七八个来自四川同一个村子，剩下几个是结伴出来的同乡，只有他是“闯入者”。

他的本科学历在工友中间显得刺眼，像一件穿错了场合的衣服。

其实在多个工厂的招聘环节中，中介会明确叮嘱本科及以上学历的求职者“不要向厂方提及”；有的工厂认为高学历者“稳定性差、易跳槽”，更倾向招大专及以下学历的人。

社交平台上有人总结出经验：如果只是做普工，本科文凭最好不要写出来，随便填个高中或大专即可。

写字楼里被反复定价的“人力资本”，到了工厂门口需要被主动隐藏，才能获得一个站上流水线的资格，这是一套评价系统对另一套评价系统的拒绝承认。

在互联网行业，学历、履历、职级构成一条连续的阶梯；在车间，这条阶梯的大部分刻度都不作数。

工厂要的是稳定性、体力、服从排班，以及在重复动作中不出错的能力。而这条原本被当作“底牌”的退路，本身也在收窄。

人社部的数据显示，传统流水线上的装配、焊接、包装岗位AI替代率已达72%，汽车等部分行业超过80%；中国制造业用工人数从2008年高峰期的约2亿降至目前的1.2亿左右。

全国“黑灯工厂”数量已超过500家，青岛某家电企业的用工量减少了八成。

一家轴承厂的老操作工干了二十三年，新产线名单上没有他，因为整座厂只留九个运维工定时巡检。

白领们涌向工厂时，迎接他们的并不是一个静止的、等待劳动力填入的容器。

那个容器本身也在被自动化重新塑形：最底层的过渡性岗位在收缩，留存下来的岗位越来越多地要求另一种能力，即诊断高度自动化产线的复杂故障，成为“机器人的保姆和医生”。

而这类岗位的门槛，并不比写字楼低。

一平方米的“牢房”

陈默的同路人唐海镇走的是另一条路。他从互联网测试岗离职后，经过五个月PLC培训，2026年六月正式入行，底薪接近一万元。

从数字上看，这几乎是一次成功的技能平移：编程能力没有浪费，只是从浏览器和服务器换到了传送带和机械臂。但数字背后是另一种生活。

PLC工程师的工作状态高度同质：全年驻厂出差，工厂位置偏僻，住小旅店，吃路边十几块的盒饭。

一位转行上位机的从业者这样描述车间里的处境：作为乙方派驻人员，活动区域就是机器旁一两平方米的空间，没有出入权限，上厕所要报告，让人带出去，所以一天都不敢多喝水。

设备出问题，甲方几个人叉腰站在旁边盯着你修；半夜被叫起来，领导冲你吼“没搞完还敢下班”，有人把这种状态叫作“一平方米的牢房”其实不算冤枉。

但这批人之所以接受这样的处境，是因为他们清楚自己换回来的是什么。

PLC做的是非标准化产品，每条产线按客户需求定制，写程序只占工作的三成，关键是现场调试和解决实际问题的能力。

这份工作“不吃年龄”，经验是加分项而不是负担。

对于一个在互联网行业被三十五岁红线反复挤压的人来说，这已经足够构成留下的理由。

他们不是在追求一份更好的工作，只不过是在逃离一种随时可能被“优化”的状态。

传送带旁边的位置不体面，但它至少不要求你每天证明自己比昨天的模型更快。

谁支付了差价

如果把镜头拉远，周岚、陈默、小陆和唐海镇各自站在不同的位置上，共同拼出了一幅比“AI替代”四个字复杂得多的图景。

世界经济论坛的分析显示，高AI暴露职业中二十二至二十五岁劳动者的就业已经出现下降；Anthropic的数据则表明，其技术部门初级员工占比从2025年初的21%降至14%，新招聘员工中的初级占比从27%降至9%。

入门级的梯子正在被抽掉，而站在梯子最下面的人，被要求自己去别处找路。

陈默用失业补偿金和几个月脱产时间支付了转行的成本；小陆用隐藏学历换来了一个流水线岗位；周岚用三成薪资降幅换来了“那边还在招人”的确定性。

再技能化的账单，最终是由个体用失业金、积蓄和向下流动的薪资自己结清的。

真正从AI效率提升中获益的企业，并不在这条成本链上。

更深的错位在于时间。白领被裁的时候，往往正处在现金流最刚性的年纪：房贷、育儿、父母的医疗，每一项都等不起一个完整的培训周期。

工厂技术岗的入门需要学徒期和实习期，期间收入可能归零。一个三十多岁的前程序员在物流仓库上夜班，瞒着家人，每天下班先去公厕拍掉工服上的灰，把衣服塞进背包最底层。

传送带不会问他过去的KPI，也不会问他还能撑多久。它只要求他弯腰，抱起纸箱，核对标签，重复。

陈默还在等他的PLC课程结束；唐海镇已经在车间里找到了某种踏实感，尽管那踏实感是用全年驻厂和一平方米的活动空间换来的；周岚在新公司的行政岗位上很少再提过去的事。

他们各自站在传送带的不同位置上，共同指向一个尚未被充分讨论的事实：被AI叙事推到工厂门口的人没有消失，他们只是从一套评价系统掉进了另一套，而两套系统之间，不存在平滑的换算率。

传送带还在转，它不读简历，不问学历，也不关心来的人曾经在哪个写字楼里加过班。它只关心下一件东西有没有放对位置。

注：以上出现的名字均为化名

01

02

03