干AI都嫌棄的活，大廠外包，最先被“刪除”的年輕人

過去一年，越來越多互聯網大廠開始高調押注AI，研發投入增漲、內部全面接入大模型、考核AI使用率、重組業務流程。與此同時，另一件事也在悄悄發生，大量外包員工，被迅速清退了。

外包，往往是大廠體系里最先被替代、也最容易被“刪除”的一群人。他們比其他人更早感受到了行業變化，也暴露出AI時代新的職場邏輯：什么樣的工作最容易被替代，什么樣的人正在被邊緣化，誰還能留在新的生產體系里。

某種意義上，外包員工正在經歷的，或許是一種更大范圍變化的提前預演。

文 |王瀟

編輯 |Yang

運營 |芋頭

最容易被“刪除”的人

李亮沒想到，半個多月前，自己還在給公司試點AI工作流，夸AI“提效明顯”，半個多月后，他就成了被AI替代的人。

李亮在一家互聯網大廠做外包開發，三月中旬，公司開始試點AI工作模式，他所在的小組恰好被選中。原本，一個軟件項目需要前端、后端、測試、美術等多個崗位協同推進，每個環節都有對應的人負責。但AI工作流試圖打碎這種分工。

按照公司設想，理想狀態下，一個業務可能只需要留下一個人統籌，剩下的大部分流程，都交給AI完成。試點小組的任務，就是驗證這套模式到底能不能真正跑起來。

試點期間，李亮每天都要記錄開發過程中遇到的問題、AI生成代碼的效果，以及配合開發時的成功率。這些文檔隨后會被繼續“蒸餾”，沉淀成AI的各種skill。

表面上，這是一套標準化、客觀化的測試流程。但李亮很快發現，在職場里，“反饋”從來不只是反饋，“也得講究語言藝術。”他說。尤其是在一家已經把AI上升到戰略方向的大廠里，所有人都知道，公司想聽到什么答案。

▲圖 / 《年少有為》

實際上，李亮覺得AI確實能提高效率，但遠沒有達到“取代大量員工”的程度。比如，原本三天完成的任務，借助AI，可能能縮短到一天半。效率提升是真實的，但距離“一個人替代一個團隊”還有很長的路。

所以試點時，他并不焦慮。他所在的小組外包員工并不多，即便后續優化，也未必會先裁到他們。“就算真裁了，可能也會活水到別的組。”在互聯網大廠里，人員流動原本是常態，外包尤其如此。

可到了真正寫反饋文檔時，李亮心里琢磨：“公司這兩年一直在推AI，老板又這么重視，必須得美言幾句。”于是，還是改了措辭，原本“效果還好”的體驗，最后變成了“成功率很高”。

后來他和周圍同事交流，發現大家幾乎是同樣的心路歷程，“都很有默契地配合表演”。沒有人想在一場被寄予厚望的內部實驗里，成為那個潑冷水的人。

半個多月后，“表演”似乎真的奏效了。公司開始有動作了。李亮收到了退項通知，據他所知，同期被裁的外包還有不少人。

“退項”是大廠外包裁員里一種委婉的說法。雖然外包員工每天和正式員工一樣打卡、開會、做項目，但他們的勞動關系其實掛靠在外包公司。某種意義上，外包員工像是大廠組織系統里最容易被“刪除”的人。

裁掉一名正式員工，公司往往需要支付N+1賠償、走完整流程，但裁掉外包，只需要一句“退出項目就行”。很多人最終從外包公司那里拿到的，也只是象征性的補償，“連N都不到，可能只有幾千塊”。

▲網友在社交平臺上分享自己被退項的經歷。圖 / 小紅書截圖

過去，互聯網行業一直把外包當作一種彈性用工：業務擴張時快速補人，業務收縮時優先清退。如今，擴張、增長、人越多越好的時代過去了，提效、AI協作，減少“高替代性崗位”變成主流，外包，是最先感受到這種變化的一群人。

張慶元做大廠的外包運營已經三年多，雖然是外包崗，但他和正式員工、領導關系都不錯，也一直主動攬活。外包員工的薪資會和績效評級掛鉤，最高是S，其次是A，而張慶元幾乎長期維持在A和S之間。“在外包里，業務能力應該算拔尖的。”按他的理解，無論從工作表現還是工作年限來看，自己都應該屬于“安全”的那一類。

但裁員消息傳出沒幾天，主管就把他叫進了辦公室。他成了第一批被裁的人。第二輪裁員發生在四月中旬。張慶元記得很清楚，那天他剛下飛機，就接到了同事的電話，“說他們也被裁了，第二批來了”。

隨著離開的人越來越多，張慶元也愈發覺得意外，“沒想到這次會裁得這么徹底”。他四處打聽后發現，被裁得最多的是測試和客服崗位，這些恰恰也是最容易被AI替代的環節。他認識的一位客服組組長，原本手下有十幾個人，如今整個組只剩下兩個人，“組長也已經去做一線（客服）了”。

AI的洪水涌來后，外包是最先被沖垮的工種，接下來，可能就是正職。

趙婷原本在大廠的一個游戲項目組做美術外包，今年春節后，她的工作量突然斷崖式下降。“每天就干坐在工位上。”一開始，她還主動去找領導要任務。后來，領導有一次幾乎是明示地對她說：“回去自己學點什么吧。”

沒過多久，她就收到了退項通知。趙婷后來和周圍同事交流，發現平時經常對接的20多個人，幾乎全部被裁掉了。游戲項目里，制作人通常被稱作“老板”。趙婷打聽了幾個項目組后發現，“除了老板和幾個嫡系員工，正職和外包都裁了”。

▲圖 / 《時光代理人》

AI都不干的dirty work

事實上，很多人早就預感到這一天會來。

在大廠里，“AI提效”不只是一個技術概念，它還有另一套更現實的換算邏輯：效率提高多少，人力就能縮減多少。

過去兩年，幾乎所有互聯網大廠都在把AI推到更核心的位置。

騰訊2026年第一季度財報顯示，研發開支225億元，同比增長19%，增量主要流向AI；網易2025年的研發投入達到177億元，連續第六年超過百億元，且投入重點已經全面轉向“AI原生”技術；阿里CEO吳泳銘也曾明確表示，未來的AI基建相關投入資金會遠遠超過3800億元。

對大廠而言，AI已經不再只是一個“未來業務”，而是當下少數還能繼續提高利潤率、壓縮成本、重新拉動增長的工具。而在人力成本高企、業務增速放緩的背景下，外包員工是最先被重新計算的一批人。

很多被裁掉的員工回頭復盤時，都會發現，裁員節點幾乎都和AI項目推進同步。

▲圖 / 《勝券在握》

去年，李青青進入一家車企做外包開發。她剛入職時，公司就已經成立了AI部門。

二月份，她所在部門開始和AI部門合作。李青青記得，那段時間，AI部門的人曾經“向老板夸下海口，最少要提效50%”，沒過多久，AI部門就宣布，已經提效了25%。當時，李青青心里冒出的第一個念頭是：“提效多少，就意味著要淘汰多少人。”她原本以為，裁員最快也要等到年底，但變化來得比想象中更快。

和AI部門合作后不久，她明顯感覺到，自己的工作開始變少了。

以前，她的排期總是很滿。本組沒活兒時，別的組也會來借人。可從三月開始，她的任務越來越少，到后來，幾乎只剩修bug。她試著去找組長要活兒干，對方卻只是讓她“復盤一下以前的文檔”。三月中旬的一天，她收到第三方公司發來的微信：“項目退項，干到月底。”

這時，距離部門開始和AI合作，差不多只過去了一個月。

更早之前，其實已經出現了一些信號。李青青入職沒多久，公司搬進了新園區，管理方式也開始變化。以前很多開發任務更依賴個人經驗，但后來，每項工作都被進一步拆解：一個任務必須幾天內完成、每天推進多少、完成比例是多少，都要被明確記錄。她身邊有工作兩年多的老員工，當時就隱約覺得“不太對勁”。

只是那時候，沒人能準確說清，這些變化究竟和AI有多大關系。

更明顯的改變，發生在工作內容本身。如果說，過去外包員工承擔的是正式員工不愿意做的dirty work——重復、瑣碎、邊緣化的工作；那么AI出現之后，他們開始做的，則是“AI也不愿意干的dirty work”。

▲圖 / 《未知的首爾》

剛入職時，李青青做的大多還是正常開發，會參與不同項目，和不同組協作。但今年三月以來，她能接觸到的項目越來越少。到了離職前一個月，工作幾乎只剩修bug。

理論上，AI當然也能查bug。但現實是，得先把需求、上下文、異常情況解釋清楚，AI才能開始處理。而有一些bug，很難描述，“活兒一點都不難，但都很刁鉆”。

最后，這些最零散、最難標準化、最不值得投入訓練成本的部分，又重新落回了人工頭上。換句話說，她做的，已經變成了連AI都懶得處理的雜活。

類似的變化，也發生在張慶元身上。大概從去年初開始，他發現，自己的工作內容好像只剩下了一件事：訓練大模型，也就是做數據標注。

比如，給AI一個問題，讓它生成答案，而張慶元負責挑出里面錯誤、虛假、不合理的部分，再重新修正。那時大模型還有點傻傻的，給的答案也很死板，甚至真假參半。

張慶元心里其實很清楚，這類工作意味著什么，“本質上，就是注定要被AI替代的工作”。

后來，大模型進一步升級，他的工作又變成了潤色。AI已經能給出一份像模像樣的回答，但語氣生硬、邏輯別扭，偶爾還會夾雜明顯的AI味道。張慶元需要人工重新調整表達，讓內容變得更自然。用他的話說，“就是給AI收拾爛攤子”。

大模型發展的過程，本身也像一條不斷吞噬人工的流水線。最開始，人類負責生產內容，AI負責輔助；后來，人類開始教AI；再后來，人類只負責修補AI暫時還做不好的部分。

趙婷很早就意識到了這種趨勢。她的丈夫是程序員，從2024年開始，就已經在學習AI相關知識。那時，他就對趙婷說過：“未來圖形和文字類工作，很可能被AI替代。”起初，趙婷并不相信。但到了去年，各種大模型快速迭代，她慢慢開始意識到，這件事可能真的不可逆。

真正身處其中的人，其實很難找到那個明確的臨界點，究竟是從什么時候開始，AI突然變聰明了，又是從什么時候開始，人突然就不再被需要了。趙婷常常覺得，AI的變化像流水，不是突然一下變厲害的，而是一點點往前推。

▲圖 / 《絕望寫手》

直到有一天突然回頭，才發現變化已經如此明顯。趙婷剛入職時，AI還只能輔助生成一些簡單圖標；等到離職前，AI已經能夠直接生成完整的UI風格稿。

過去，很多外包員工剛入職時，都會先判斷一件事：這到底是一份長期外包，還是短期項目。大家會觀察團隊規模、業務狀態、領導風格，給自己估算一個大概的安全周期。

但現在，越來越多人默認，不會再有真正穩定的項目了，要隨時做好重新找工作的準備。

“耗材中的耗材”

AI的到來，似乎讓大廠內部的層級分化，又多出了一層新的分野。

過去，外包和正職之間的差別，更多體現在工牌顏色、食堂權限、年終獎和福利待遇上。但現在，差別開始深入到技術系統本身，誰能真正接觸AI、進入新的生產體系，誰又只能停留在外圍。

對于很多普通人來說，外包原本是進入大廠、改變職業路徑的一條窄門。

張慶元畢業后，一直在教育行業工作。那幾年，他的工作內容很雜，經常加班，一個月到手卻只有幾千塊錢。干了幾年后，他開始想轉行。

他一直喜歡游戲，于是試著投了一圈游戲公司的簡歷。但沒有相關經驗，幾乎很難進大廠。相比之下，外包崗位明顯更容易獲得機會。“畢竟也是大廠。”張慶元當時想，“哪怕是外包，只要肯學，總歸能接觸到新行業。”

很多學歷普通、履歷不夠亮眼的人，很難直接進入大廠的核心體系，只能先通過外包，進入一個更靠近核心業務的位置，再想辦法留下來。

▲圖 / 《年會不能停》

鄭家瑋原本在一家中小企業做程序員，過去，他其實很抗拒外包。社交媒體上關于外包的討論，大多都帶著一種明顯的勸退意味：沒有歸屬感、福利差、晉升難、隨時可能被退項。“如果不是實在沒選擇，千萬別做外包。”

但這兩年，整個就業市場都變了。鄭家瑋上一份工作越來越忙，即便下班回家，也要隨時待命。領導一個電話打來，就得立刻回公司加班。去年年初，他決定辭職。過去幾次跳槽，他基本都能在離職后的一個月內找到新工作。但去年重新進入就業市場后，他第一次感受到明顯的變化。

大多數簡歷石沉大海。別說offer，連面試機會都很少。找了兩個多月后，他不得不開始認真考慮外包崗位。最后，他入職了一家大廠的外包團隊。吸引他的，不單單是薪資，更重要的是HR承諾：“工作內容和AI相關，會參與很多AI項目。”

那時，鄭家瑋覺得，這或許是一次新的機會。AI正在成為整個行業最重要的方向。如果能借機進入AI領域，未來再跳槽，也許會更有競爭力。可真正入職后，他才發現，自己幾乎接觸不到AI。

鄭家瑋入職的大廠有自研的AI大模型，但不同身份員工的權限并不一樣。鄭家瑋和普通用戶一樣，只有最基礎的外部訪問權限，“最多在對話框里讓AI幫忙檢查一下代碼錯誤”。但正職員工擁有更多的權限，“他們融得很深，有內部權限。”

這種權限給外包和正式員工劃下了新的邊界，而這種邊界，決定了一個人還能不能繼續成長。鄭家瑋曾經鼓起勇氣，向主管問起與AI相關的項目，可主管回復，“那些（AI相關的）活兒都有人干了”，那之后，他也不好意思再提。

李青青也感受過類似的區別。在她所在的車企，正式員工已經被要求深度使用AI。每次開會，大家都要匯報近期AI的使用情況，甚至存在明確的AI使用KPI。

但外包員工沒有。AI系統需要消耗Token，就像手機流量一樣。正式員工擁有大量額度，而外包的額度少得可憐。李青青曾經專門向正式員工打聽過Token額度，“可能連正式員工的1/10都不到吧，干三四個活兒就消耗完了”。

此前，大廠內部至少還存在一種隱約的上升想象，外包努力干活、積累經驗，也許有機會轉正，或者借大廠履歷跳去更好的公司。

但AI時代之后，這種通道正在收窄。真正重要的資源，AI權限、核心數據、內部工具、模型訓練流程，越來越集中在一部分人手中。而體系外的人，只能參與最外圍、最零碎、最難形成積累的工作，外包越來越像一種一次性耗材，甚至是“耗材中的耗材”。

▲圖 / 《年會不能停》

對企業來說，這又是一筆再劃算不過的賬。

多數互聯網公司財年截止于12月31日，三四月正好是發布年報、規劃新預算的時候。很多公司本就有春季裁員的慣例，因為此時裁員，補償成本可以計入新財年，不會影響上一年的利潤數據，“裁掉外包成本也更低，更劃算”。

這樣一來，仿佛進入一種新的循環，AI越深入，外包越邊緣；越邊緣的人，也越容易被AI淘汰。

AI成了默認項

鄭家瑋被退項后，第一反應是：以后再也不碰外包了，“所有主動找來的外包崗位一律拉黑”。

他在之前的大廠待了不到三個月。大多數時候，他幾乎沒什么活兒干。每天坐在工位上，打開電腦，卻不知道該做什么，去找主管要任務，對方也只是敷衍幾句。

后來，他只能坐在工位上刷手機。最后，公司以“工作時間玩手機”為由，將他退項。直到離開，鄭家瑋都沒搞明白，這套系統真正的用人標準到底是什么。

“可能也和AI有關吧。”他后來才慢慢反應過來，“但普通人根本不知道，AI的影響到底有多深”。

重新開始找工作，他才發現，現實比去年更糟。他連續找了兩個多月工作，幾乎沒有收到offer。

▲圖 / 《我最糟糕的朋友》

過去，互聯網行業的招聘更看重項目經驗、技術棧和工作年限，現在，越來越多崗位開始默認要求“會AI”“懂AI”“有AI項目經驗”。

外包崗位本身都在縮減。外包曾經是互聯網行業里的一個蓄水池。正職縮編時，大量的人還能先流向外包。但現在，外包也在清退中，“市面上基本沒什么崗位”。

李亮也沒能跳出這個漩渦。被退項后，他重新找了一圈，最后還是拿了一份外包offer。他讀書時，學長學姐提醒過他，不要找外包工作，不然會一直在外包行業打轉。但這一次，他已經不在乎什么職業軌跡了，“只想生存下去”。

還有人干脆放棄了找工作，轉頭開始學習AI。

錢江原本在一家銀行做后端開發外包，這份外包工作本身就是他“學來的”。剛畢業時學歷受限，找不到工作，他上了一段時間培訓班，才當上外包。去年被退項后，他翻了翻招聘信息才發現，就業市場已經變了，要么卡學歷，要么卡技術，掌握AI好像已經成了默認選項。

他心里清楚，就算硬著頭皮投簡歷，也不會有收獲。于是他又找到了曾經的那家培訓班，發現培訓班也開始教AI了。就在幾年前，培訓班最火的是Java、前端、測試；現在宣傳頁已經全部換成了“大模型”“AI應用開發”“AI訓練師”。

他交了兩萬五，打算先學半年。等學完以后，如果找不到正職工作，再像當初找后端開發外包一樣，繼續做AI賽道的外包。

也有人跑得比別人快一步。幾乎每一次AI出新版本，張慶元都會第一時間上手，琢磨怎么用它賺錢。去年，他用AI寫文章、修圖，一套圖片最高能賣到500塊。今年年初，他又開始用AI做漫劇，養“龍蝦”，短短兩個多月，賺了7000多元。算下來，這兩年“用AI已經賺了三四萬了”。

這次重新找工作，他的目標也非常明確，必須找一個AI融入更深的崗位。因為他越來越確信，“未來趨勢一定是AI替代更多人，得學會用AI賺錢”。退項后一個多月的時間，他就收到了好幾份offer。

相比之下，還有一些人開始徹底逃離AI行業。

李青青剛被退項時，外包公司其實還給她推薦過新崗位，去深圳一家快遞公司做開發。但她猶豫了很久，最后還是拒絕了。

她開始害怕一種循環。這次因為AI被退項，去了下一家公司，會不會過段時間又因為AI被裁掉？如果搬去深圳，還要重新租房、重新生活，一旦再次失業，成本會更高。

她不敢再冒險了。李青青心里有一桿秤，如果繼續做程序員，除非技術特別頂尖，否則遲早會被AI替代。但她又覺得，自己很難成為那種“最頂尖的人”。于是，她開始認真考慮轉行。比如做硬件銷售，或者軟件銷售。至少在她看來，那些更依賴人與人溝通、更依賴線下關系的工作，也許沒那么容易被AI迅速替代。

只是，到底該往哪里走，她自己也還沒有答案。

▲圖 / 《不討好的勇氣》

（文中講述者均為化名）

參考資料：

1、21世紀經濟報道，《2025中國科技新風向：大廠千億重注AI，競逐超級入口》

文章為每日人物原創，侵權必究