1100 人不是被 AI 替代了岗位，是被自己工位上抽走的子任务挤出去的

每一轮"AI 抢工作"的报道都在问同一个问题：这个角色会不会消失？

错问。这个问法下面藏着一种安全感——只要"我这个角色"还在，我就还在。但真正在发生的事是另一种形状：AI 抢的从来不是一个完整角色，它抢的是一个角色每周做的 50 件事里，那 30 件高频可标准化的子任务。剩下 20 件——判断罕见情况、跨系统定根因、给团队定方向——撑不起原编制。

5 月 7 日 Cloudflare 一次裁了 1100 多人，约总员工 20%。一家过去标签是"扁平、低离职率"的公司，朋友圈第一反应都在算：是不是又一家撑不住了。

但官方那封信值得停下来读三遍——签字人是两位联合创始人——里面有一句明确说：“今天这一步，不是降本，不是绩效，是重新定义一家高速增长的公司在 agentic AI 时代该怎么运转。”

然后他们给了一个数字：内部 AI 使用量过去三个月涨了 600%，员工每天跑几千次 agent 会话。工程、人力、财务、市场，挨个点名。

这不是一家撑不住的公司，是一家公司主动把组织拓扑动了一刀。

抠子任务，不抠岗位

这事不新鲜。90 年代美国电话客服中心走过一模一样的路。IVR 出来的时候没人立刻砍客服——先是"问余额、查账单、改密码"这些高频标准化的子任务被按键导航抠走，抠到一定密度，一个客服一天能接的"真正要人判断"的电话变少，编制才一刀刀砍。

当年砍掉的不是"客服这个岗位"，是被 IVR 抠走的那一半工作量对应的人头。

LLM 是 2026 年的 IVR——只不过这一次能抠走的子任务密度更高、覆盖更广，云中后台、人力、财务、市场，都在抠。

云中后台之所以第一次集体感受到这件事，是因为它的工作高度模式化、SOP 完备、规则可学。这是 LLM 最容易抠子任务的一类工作。

<figure><img src=“images/01-subtask-抠走.png” alt=“01-subtask-抠走”></figure>

随手列五件每周都在做的事：

• on-call 报警分诊——以前靠资深 SRE 三秒扫一眼"手感"，现在 LLM 接进 Slack 做 first-level triage
• 容量规划——以前靠"读图表+调系数"，现在时序模型加 LLM 摘要直接出建议
• 客户工单分诊——90% 工单是 5 类常见问题，以前 L1 读一句就走 SOP，现在 agent 直接答+escalate
• runbook 执行——以前是"看文档+理解上下文+敲命令"，现在 LLM 直接编排
• 仪表盘判读——以前靠"看多了的眼力"扫 50 个 Grafana 图，现在 LLM 接监控直接出摘要

HN 评论区有人翻出一个细节：Cloudflare 2025 年 9 月招了 1111 个实习生，今年 5 月裁了大约 1100 人。差不多同样的数字，方向相反。中间隔了八个月——刚好够一批 agent 工作流从 demo 跑到生产。

资深的那 40% 没贬值，剩下的全在贬

是不是经验不值钱了？

不是。是经验里高频可标准化的那 60%，开始一笔笔贬值。剩下的 40%——判断罕见情况、跨系统定根因、给团队定方向——单价反而更高，因为这是组织里不能委托给 agent 的那部分判断。

但有一道残酷算术：工资按"完整编制"算，不是按"那 40% 不能委托的判断"算。当工位上 60% 被抠走，养一个人的成本算下来变成两个人——不是经济学不允许，是组织拓扑不允许。

20% 这一刀的工程含义：组织行为学里有个粗糙阈值——15% 以下是局部精简，超过 15% 是组织拓扑重构。1100 人砍下去，公司内部协作图必然重画。"我们部门还没动"的安全感是延迟的，不是免疫的。

一张今晚能列完的清单

打开自己这周的日历或工单系统，按每一件具体动作列出来，对每条问一个问题：

这件事换 LLM 来做，需要多少上下文？高于 30 分钟人工讲解 = 暂时安全；低于 5 分钟 = 已经在贬值通道。

低于 5 分钟那一类的占比，就是工位上的"密度警报"。它过 50%，下一轮组织拓扑重画时，那个位置就在变化半径里。

Cloudflare 那封信里最值得记住的不是数字，是时态：“重新定义一家公司在 agentic AI 时代该怎么运转。” 现在时。不是会怎么运转，是已经在怎么运转。

1100 人是这件事第一次在大公司变成统计数字。不会是最后一次。