<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>进化 on 拾柒读库</title>
    <link>https://blog.uglyboy.cn/tags/%E8%BF%9B%E5%8C%96/</link>
    <description>Recent content in 进化 on 拾柒读库</description>
    <generator>Hugo</generator>
    <language>zh-CN</language>
    <lastBuildDate>Mon, 08 Jun 2026 10:21:46 +0800</lastBuildDate>
    <atom:link href="https://blog.uglyboy.cn/tags/%E8%BF%9B%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>35 岁被裁不是年龄的错，是公司的发动机早已冷透了</title>
      <link>https://blog.uglyboy.cn/posts/2026/06/08/</link>
      <pubDate>Mon, 08 Jun 2026 09:50:05 +0800</pubDate>
      <guid>https://blog.uglyboy.cn/posts/2026/06/08/</guid>
      <description>&lt;p&gt;2026 年 3 月，路透社报道 Meta 计划裁员 20% 以上，消息一出，股价涨了近 3%。5 月，裁员正式启动，8000 人离开，7000 人被转岗到 AI 项目。同一年，一份诉讼文件浮出水面：被裁的人里，40 岁以上的概率是年轻人的 1.5 倍，50 岁以上是 2.5 倍。&lt;/p&gt;</description>
      <content:encoded><![CDATA[<p>2026 年 3 月，路透社报道 Meta 计划裁员 20% 以上，消息一出，股价涨了近 3%。5 月，裁员正式启动，8000 人离开，7000 人被转岗到 AI 项目。同一年，一份诉讼文件浮出水面：被裁的人里，40 岁以上的概率是年轻人的 1.5 倍，50 岁以上是 2.5 倍。</p>
<p>在国内，同样的逻辑运行得更早，“35 岁被优化”成了一个社会现象。大厂用不同的措辞粉饰着这件事：有人叫它“组织年轻化”，有人叫它“降本增效”，有人说是押注 AI。人总是有一种本能，可以将最赤裸的选择包装成不得已的苦衷，但背后其实只有一种算法：一个 35 岁的工程师，年薪加股票是年轻人的两到三倍，六点要接孩子，周末不回消息。换成刚毕业的年轻人，成本降了，工时长了，Excel 一眼就能看到正收益。</p>
<p>于是股价涨了，成本也降了。那么，代价是什么呢？</p>
<h2 id="先看看留下的人">先看看留下的人</h2>
<p>一个在 Meta 工作了近十年的工程师，他躲过了这次裁员，至少暂时安全。</p>
<p>他的审批队列里躺着一份 AI 生成的代码改动，说明一栏是空的。搁在以前，他会逐条追问：为什么这么改？为什么走这条路？对下游有没有影响？现在他看完就点了通过——他的提交说明也只剩一句“fix bug”了。有一次他敲了半行说明，想提 2019 年那次线上事故。抬头看看四周，当时一起处理的那拨人已经不剩几个了。他按下了取消键。</p>
<p>需求评审会上，产品经理提了一个方向。他本能想说不行——缓存层刚重构过，这个方向会撞上去。但话到嘴边，看了一眼时间，又咽了回去。新同事跑来问这个模块当初为什么选了方案 A。他脑海里闪过不少东西：跟 Alex 吵过两轮，上线后半夜出过事故，最后方案 B 才被毙了。但他最后说：“你让 AI 看看吧。”</p>
<p>桌面上 LeetCode 一直开着。“I&rsquo;m just here for the RSU”。留下来的人都在做同一个选择：只做能在一个绩效周期里兑现的事，更远的就不做了。当 35+ 优化成为行业默认，一切不直接增加个人市场价值的行为都自动归入浪费。所有人的选择被压进了同一条窄路：只做带得走的、能写到下一份简历上的事。</p>
<p>你大概会愤慨：看！裁员把人逼成这个样子了！</p>
<p>上面这些，是那把悬在头顶的刀直接逼出来的。还有一些事，刀还没落下时就已经烂掉了：项目复盘会上没人说真话，因为说真话的风险大于收益。技术债所有人绕着走，因为碰出问题你负责，不碰出问题大家共同承担。新来的产品经理提了一个去年已失败过的方案，没有一个人开口——不是不想说，是要把问题解释清楚需要半小时，而每个人的时间表上都没有这半小时。而这些事，发生在裁员之前。</p>
<p>企业正常运转的时候噪音太大，你听不见它们。裁员不是这些问题的原因，是结果。</p>
<h2 id="企业的发动机">企业的发动机</h2>
<p>驱动一家公司前进的到底是什么？利润？增长？效率？还是那套从行业标杆学来的管理流程？</p>
<p>这些指标都没错，但它们是仪表盘上的数字，不是发动机本身。利润是尾气，增长是转速表，效率是每公里烧多少油。它们能告诉你发动机运转得怎么样，但回答不了一个更根本的问题：发动机本身是什么？</p>
<p>发动机是一套编码。一群人在一次次碰撞中磨出来的、谁也说不全但谁都知道的东西：这个模块动之前要先找 Alex 看一眼；那个业务逻辑背后埋了三个坑，所以长得丑是有原因的；周五下午别上线，因为出了问题周末都得加班。</p>
<p>这些编码来自每一次碰撞。模块上线出了事故，三个人熬夜回滚，第二天复盘，结论是“下次这类改动提前一周通知下游”——一条新编码产生了。但新编码一落地就制造了它覆盖不到的新情况：“提前一周通知”意味着紧急修复走不了这个流程。于是有人追问“紧急情况怎么办”——又一轮碰撞，又一条新编码。每一条规则都在减少某个维度的随机性，同时在别的维度制造新的随机性。新随机性逼出新规则，新规则又制造更新的随机性。一轮接一轮，没有终点。这就是编码进化的核心循环。</p>
<p>那些厚厚的知识库和架构文档里，不是已经记录了大量的编码吗？</p>
<p>不够。一个人把一套规则写下来放进知识库，三年没人翻开过，那套规则跟不存在没什么区别。编码只有还在被人使用、被人争论、被人传递的时候，才是活着的。光是把现有编码用起来也还不够。循环能不能转下去，取决于有没有人在持续创造新编码。一个线上事故发生，是一群人围在一起复盘、争论根因、把结论写进新的 runbook，还是草草修了就完事、没人追问下次怎么防？如果后者成为常态，循环就会慢慢停下来。看看那些正在烂掉的公司就知道了，报表好看，流程照跑，但流程之间早就撞不出新东西了。引擎还在那里，但已经冷透了。不是突然坏的，是慢慢没有人去碰它了。</p>
<h2 id="燃料还是输血">燃料还是输血</h2>
<p>发动机冷透了，但公司还得运转。利润在降，增长在放缓，总得想办法。</p>
<p>最快见效的办法是降成本。降成本最快的是裁员。卖掉了，活总得有人干——再招一批就行。于是你看到一边裁一边招。</p>
<p>管理层以为这是在给发动机加燃料。招聘买到的不是一个人，是外部编码——行业里通行的知识和做法，被装在一个人的脑子里搬进了公司。引擎还在转的时候，外部编码进来被消化、改造、嵌入公司体系，招聘确实是燃料。但引擎坏了之后，外部编码进来无处可去，只能堆在表层——堆在代码里、堆在流程文档里、堆在那个新人写了一半就没人维护的模块里。人一走，编码也跟着走，因为它们从来没被真正转化过。招聘变成了输血，输完一袋，过一阵再输下一袋。</p>
<p>不招 35 岁以上的人，和裁掉 35 岁以上的人，看起来像同一件事。被裁的人发现自己连面试都拿不到，自然认为背后是同一个原因，但病因其实是反的。发动机还在转的时候，不招 35+ 不是歧视——内部编码足够强的公司本来就该招年轻人。年轻人没什么旧习惯要卸载，更容易被这套编码重塑。裁掉 35+ 是另一回事：拆的不是外面的人，是自己发动机的零件。年龄线恰好横在中间，把“添燃料”和“拆零件”叠在了一起。</p>
<h2 id="三个月的牢笼">三个月的牢笼</h2>
<p>大部分管理层会语重心长的告诉你，事情没那么简单。长期固然重要，但公司得先活过这个季度。交不出数字就没有下一个季度。</p>
<p>资本市场看的是季度数字。一家公司可以讲一个十年的故事，但只要下个季度的数字不好看，股价就会掉。不跟这个节奏的会被惩罚，跟了的决策周期自动锁进三个月的框架里。Meta 自己的历史就是一份完整的演示：2014 年押注 VR，2021 年改名 All in 元宇宙，烧了九百亿，市场买单。2022 年股价腰斩，再裁一万一，转向 AI，股价反弹。2026 年再裁一万五。每一轮都在追下一个能让股价跳起来的概念，没有一轮是为了让内部的编码循环更健康。十年过去了，它依然在追下一个季度。</p>
<p>这不是某个管理层的个人选择。资本市场的职责本就不是看十年后，它要的就是回报率。但企业把存续命脉交给这套逻辑之后，自己的视野也锁进了三个月。企业不再看五年后，员工当然也只能看见眼前。</p>
<p>之后发生的事不过是这个逻辑的自然延伸。培训预算从财务报表上消失了。会议室被改成了工位。运维团队换了一家报价更低的。每个季度末尾，所有人都在赶这个周期能结算的工作。没人写的文档，没人管的代码——这些东西在考核表上没有对应的格子。下个季度的数字出来了，很好看。至于发动机是什么时候停的，没有人注意到。</p>
<h2 id="溢出">溢出</h2>
<p>没有人注意到发动机停了。但那些停了的发动机，曾经产出我们今天依赖的一切——你用过的每一个技术标准、每一个架构模式、每一句行业共识，最初都来自某一家公司的内部编码，来自某台发动机还在运转时一层一层溢出、沉淀、再溢出的结果。整个技术文明，就是这样从一台又一台发动机里滚出来的。</p>
<p>1947 年，晶体管在贝尔实验室诞生。那也是一台发动机——一群人在同一个地方碰撞多年，编码溢出，变成了整个半导体行业的地基。1956 年，晶体管的发明人之一肖克利在加州山景城开了自己的公司。他管人的方式让手下年轻人无法忍受。一年后八个人辞职，被肖克利称为“八个叛徒”。他们凑了 3500 美元，开了仙童半导体。仙童做了一件关键的事：把集成电路的工艺步骤标准化，良率从此不再是碰运气。仙童的编码又溢出了，这一次溢出了整个硅谷。</p>
<p>这不是知识转移。知识写在文档里，文档到处都有。八叛徒带走的是仙童内部编码碰撞的沉积——一套完整的做事方式，在仙童内部的高频交互里磨了多年。他们进入新系统，带着这些沉积重新启动下一轮编码进化循环。编码饱和之后必然向外扩散，硅谷就是这样一层一层滚出来的。深圳的硬件产业链、瑞士的制表谷，走的也是同一条路——但这条路不是一天走完的。</p>
<p>深圳经历过很长一段追赶期，外部编码涌进来的速度远快于自己能消化的速度，自然还谈不上向外溢出。但消化期不会永远持续下去。当内部的编码积累到一定程度之后，外溢自然会发生。中国很多产业正在经历或已经跨过了这个过程——从学习到消化，再到越来越多自己的东西往外走。这不是两条不同的路，是同一条路的不同阶段。</p>
<h2 id="让正确的事不再那么难">让正确的事不再那么难</h2>
<p>企业自己不是没有选择。华为、DeepSeek 就是例子。它们的发动机一直在转，资本市场没有奖励它们，但它们知道内部编码的积累本身就是最好的竞争壁垒。</p>
<p>但走这条路确实更难。选择长期积累的企业要独自承担所有的不确定性，而选择短视的企业可以把代价转嫁给下一代。能动手的方向在更大的系统中。</p>
<p>问题在于怎么动手。如果政策层直接规定企业应该做什么——比如考核企业的长期价值——那就是加一层新的压缩映射，犯了和资本市场同样的错。用编码治编码，只会让系统更僵化。</p>
<p>真正有效的方向是让短视行为不再是免费的，让坚持长期积累的企业被看见。</p>
<p>一个直接的切入点是提高短视的成本。企业如果选择频繁裁撤内嵌了编码的人，就要承担相应的代价。让熵泄漏的成本由释放者自己买单。当走捷径不再是最便宜的选项，短生种自然不再是理性最优解。</p>
<p>另一个方向是帮企业承接一部分不确定性。短生种行为本质上是对不确定性的理性应对——一个天天在变规则的牌桌上，谁也不敢做长期投入。政策如果能提供更稳定的环境，比如社会保障、职业培训、行业标准，企业在关键维度上就不再每时每刻都在自己扛，有余力往内部编码上投入。</p>
<p>还有一条路是对生态层面的贡献进行事后奖励。不预设什么算“好”，而是等结果出来之后，对真正推动了编码进化的事情给予认可。奖励过程，不奖励恰好押对的结果。好的过程本身就是行业编码网络里的活节点，扶持这些节点，让它们有空间继续碰撞。</p>
<p>没有什么宏大方案。不是靠某一个伟大的政策，不是靠某一个伟大的企业家。只是把奖惩结构调整得和我们真正在乎的东西一致。让那些坚持做长期积累的企业，活下去，活得好，活到他们的编码也开始向外溢出的那一天。</p>
]]></content:encoded>
    </item>
  </channel>
</rss>
