Cloudflare刚交出一份让华尔街满意的财报——营收6.4亿美元，同比增长34%，创公司16年历史上单季度最高纪录。同一天，这家公司宣布裁员1100人，比例高达20%。
CEO Matthew Prince在电话会上说得直白："这次裁员不是因为成本考量，而是因为AI。"
这不是Cloudflare一家的问题。微软、Meta、亚马逊都在用同样的叙事——营收增长、团队收缩、AI是答案。问题在于，当这套逻辑继续演化下去，我们正在见证人类劳动价值被系统性"拆墙"的全过程。
不只是蓝领流水线工人受冲击。安全研究员、软件工程师、甚至"证明自己是人类"这件事本身，都在被重新定价。而这场价值重构的导火索，是AI对信息流动速度的彻底改变。
一个漏洞的24小时与90天的矛盾
上周，Linux内核出现了一个被命名为"Copy Fail"的漏洞。韩国安全研究员Hyunwoo Kim在发现漏洞的同一天就分享了修复补丁。
他遵循的是Linux社区长期以来的"bugs are bugs"文化——代码出了安全问题就悄悄修，不要大声张扬，让那些想利用漏洞的人来不及反应。理想情况下，大多数人会忽略这些修补，因为每天的代码变动太多了。
但这次不一样。
有人注意到了那行修复代码，立刻意识到背后的安全含义，并把整个漏洞公开了。
这不是某个人的恶意，而是AI时代信息流动规律改变的必然结果。现代AI工具能在海量代码变更中快速识别模式、发现异常。90天的协调披露窗口期，正在被压缩到24小时甚至更短。
这暴露了一个深刻的张力："协调披露"文化和"bugs are bugs"文化，正在被AI同时撕裂。
前者的逻辑是——给开发者时间修复，在漏洞被公开前完成修补，普通人察觉不到问题。后者则认为——代码天天在变，与其让攻击者知道有漏洞存在，不如悄悄修掉，让系统在混乱中获得某种"security through obscurity"式的保护。
两种文化都建立在同一个前提上：信息流动速度存在时滞。 普通人不会追踪每一行代码变更，安全研究员需要时间分析，攻击者需要时间开发漏洞利用工具。这个时间差，是安全研究员的工作价值所在。
AI正在消灭这个时滞。
代码廉价的第二次浪潮
如果你觉得安全研究员的工作受冲击太遥远，那软件工程师的故事可能更直观。
2010年代初，大批美国科技公司把开发工作外包给印度团队。当时的背景是：代码变便宜了。 offshore development便宜得令人无法拒绝，Thomas Friedman甚至写了《世界是平的》来解释这股浪潮。
一位曾在医疗转录公司Heartland工作的工程师回忆：
"代码质量其实不差，那些印度工程师是我合作过最有才华的人之一。但总有些时刻——不可避免的，在任何分布式人类系统中——'为什么要这样构建'的知识存在世界的这一端，而维护它的责任在另一端。"
这不是质量控制问题，而是知识传递的损耗。代码被生产出来，但"为什么这样做"的理解往往依附于具体的个人和语境。当这种理解没有跟着代码一起流动，系统就开始积累隐性债务。
十年前，这一问题最终以某种方式被"解决"——不是通过更好的知识管理，而是因为外包成本上升、远程协作工具成熟、以及企业开始意识到技术债务的代价。
现在，AI代码生成工具带来了廉价代码的第二次浪潮。而这一次，问题的本质不是地理距离，而是认知距离。
AI可以快速生成代码，但生成的代码缺乏"上下文"。一段代码为什么这样设计？它依赖哪些隐性假设？在哪些边界条件下会出问题？这些问题需要工程师投入时间去理解和维护。当代码生成速度远远超过人类理解速度时，我们正在制造一种新型的技术债务。
区别在于：上次的问题是"知识在谁那里"，这次的问题是"知识是否还存在"。
证明你是人类的成本
现在回到文章开头Google的操作。
他们把新一代reCAPTCHA验证系统绑定到Google Play服务上。想证明自己是人类？你得先运行Google的专有应用框架。
这看起来像是反爬虫的常规操作。但Google在同一时期发布的Fraud Prevention系统，明确把"autonomous AI agents"列为主要防护对象。
什么意思？Google正在为"谁可以扮演AI"设置门槛。
他们需要知道哪些请求来自真实人类，哪些来自自动化程序。但在AI能够越来越流畅地模仿人类行为的世界里，"证明你是人类"的成本正在上升。这个成本，最终以某种形式转嫁到用户身上——要么接受Google的专有服务框架，要么被系统判定为可疑。
这不是技术问题，这是基础设施控制权的问题。
当AI代理的数量和影响力增长，谁来定义它们的身份验证标准？谁来决定什么时候需要"证明自己是人类"？目前看来，答案是Google——一家私营公司，在它的服务器和协议上说了算。
那些"消失"的人去哪了？
回到Cloudflare的数据。
裁员1100人，公司营收增长34%。这意味着剩余员工的生产力大幅提升——要么是AI工具放大了个人产出，要么是大量原本需要人做的工作被自动化了。
但这里有个悖论：被裁掉的那1100人，他们的技能和知识去哪了？
和外包时代类似，当时被替代的美国程序员，并没有消失——他们要么转型做更高价值的架构设计，要么转行，要么接受更低的薪资。真正的损失是那些依附于个人经验和上下文理解的隐性知识。
AI时代可能更残酷。AI工具本身会吸收这些隐性知识，将其编码进模型参数，然后用更低的成本输出。这意味着：被AI替代的知识工作者，不仅失去工作，还可能失去未来被需要的场景。
这不是危言耸听。安全研究员用AI工具挖漏洞的速度越来越快，代码审查、漏洞利用开发都在被自动化。被替代的不仅仅是"体力劳动"，连需要专业判断的"知识劳动"也在被重新定价。
所以，谁在赢？
讽刺的是，在这场系统性重构中，赢家的叙事逻辑却出奇一致："我们增长是因为AI，裁员也是因为AI。"
Cloudflare说他们的AI工具让剩余员工效率更高，同时替代了1100人的工作。Google说他们的验证系统是为了"保护互联网免受AI机器人的侵扰"——用AI防御AI。安全研究员用AI加速漏洞发现，同时他们的工作价值正被AI压缩。
这不是谁做错了什么。这是一个系统性逻辑：当AI降低了信息流动的成本，人类的"时滞价值"就会消失。这个价值曾经体现在——协调披露的时间窗口、跨地理的知识传递、以及区分人类和机器的验证成本。
这些"时滞"是人类劳动在过去技术革命中的护城河。现在，它们正在被系统性地拆除。
留给我们的问题是：拆完之后，站在墙那边的人类，准备好了吗？
【锐评】：所谓"AI提效"的叙事里有个隐藏前提——被提效替代的那些人的价值是零。但知识不会凭空消失，它只是被转移了，要么进模型，要么进债务，而后者往往要很多年后才爆雷。
参考来源：