怡居地產

加入怡居

過去7年，我司每年平均捐出52%純利作慈善用途，款額動輒以百萬元計，可稱實至名歸的社會企業。閣下光顧我司，是變相自己做善事！日後請多多光顧為感！

尖沙咀總行 : 2569 2192

太古城華山分行 : 2569 1339

沙田銀禧分行 : 2636 1380

太古城明宮分行 : 2560 3738

沙田第一城專責組 : 2647 1838

杏花邨專責組 : 2898 0007

尖沙咀總行 : 2569 2192

太古城華山分行 : 2569 1339

沙田第一城專責組 : 2647 1838

沙田銀禧分行 : 2636 1380

太古城明宮分行 : 2560 3738

杏花邨專責組 : 2898 0007

回應 : 0

政經新聞及評論

“裁员之刃”砍向企业中层，但这些人却在逆势晋升

罗輯思維

2026年8月4日

眼下看，很多企业的中层确实面临挑战

之前陈天桥曾经写过一篇文章，在互联网行业传播很广，文章里有个词叫“管理学的黄昏”。为什么管理学要迎来黄昏？因为有很多理论告诉你，管理学之所以存在，是因为人性有弱点。人会懒、会有情绪、会有状态波动。因此人需要激励、需要引导、需要约束，这就是管理学，或者说“管理”这个职能存在的前提。

但是，AI员工没有这些问题，因此管理岗就没用了。沿着这个结论进一步向前，中层管理者的必要性自然也就降低了。

再比如，今年初，盖洛普还发布了新一年的《全球员工敬业度报告》，里面显示，过去一年，管理者的敬业度下降幅度是最大的。而且管理层的状态又会直接影响一线员工。

你看，对一个一线员工来说，假如他的直接领导都没把心思放在工作上，那么他自己又有多大的可能去好好工作呢？

当然，也有人会说，很多企业为了降成本找理由，中层只是背锅的。美其名曰扁平化，其实就是要裁员。

但是，不管是哪种可能，至少眼下看，很多企业的中层确实面临挑战。

而且要知道，中层不仅是一类职级，它也是一个阶梯。你看，一个人要升职，要晋升，很难一步到高层，总得经历中层这一步。而且很多人的职业成就终点，大概率也就是中层。

“中层”并不是要消失，也许是要“换个模式”

那么，从这个角度看，中层这一级面临挑战，是不是也意味着，一线员工上升的阶梯消失了呢？

首先，中层的挑战不是一两天了，它并不是从AI开始的，AI顶多是加剧了挑战的严峻性。早在20世纪，就有个说法叫“西方管理学三大发现”。哪三大发现？

一个叫“彼得原理”，说的是一个人只要工作干得好，就会被提拔成管理者。这个提拔什么时候是个头呢？直到这个人“干不好”或者“很难胜任”为止。由此推论，大公司的那些常年不动的管理层，里面一定有不少人属于“很难胜任”的人。

还有一个叫“帕金森定律”，说的是公司大了，组织就会臃肿，层级就会变多。但实际上很多层级根本没必要出现。

这三大发现里，起码有两个，矛头直指企业中层吧？还有一个发现叫“墨菲定律”，说的是一旦一件事有犯错的可能，并且它持续发生，那么错误就早晚不可避免。这个跟我们今天的主线无关，暂且先放一边。

换句话说，企业中层面对的挑战，并不是今天才出现的。

而且换个角度，你会发现，“中层”也许并不是要消失，他们也许是要“换个模式”。

什么意思？我们可以看看就业市场的另外一面。今年5月，招聘平台脉脉发布了一组数据。脉脉给自己的定位是，面向有3年及以上工作经验的从业者，或者企业中高端人才。这个群体与职场中层有不少重合。

脉脉发布的数据显示，2026年1到4月，AI岗位量占新经济整体岗位量的22%左右。而2025年同期，这个比例只有2.78%。

注意，这个信息本身并不新。毕竟，AI是热门，人人都知道。关键是，AI岗和AI岗还不一样。这些岗位大概可以分成三类。A类，是技术底座人才，做预训练、后训练、推理优化这些底层工作。

B类是应用开发人才，负责Agent、工具调用和工程化落地。C类，是AI使用者，也就是业务侧那些会用AI、懂流程、能评估效果的人。

而在2026年1到4月的新发AI岗位里，A类和C类加在一起不到六成，而B类应用开发人才，占了将近一半，是三类里需求最旺的。

也就是说，AI招聘的重心，不在最底层的算法研发，也不在最上层的AI使用，而在中间那一层，把AI能力翻译成业务能用的产品的人。

你发现没有，这个群体做的事，跟过去的“企业中层”的功能有点像。他们都承担着“连接功能”。

只不过，企业中层处理的是人和人之间的摩擦。比如，沟通不顺，中层去理顺；意见不合，中层去撮合；信息不通，中层去传递。中层像润滑剂。但润滑剂的问题是：一旦摩擦本身被消灭了，润滑剂就没用了。而AI的作用之一，就是消灭摩擦。你给它下达指令，它就会开始干活，不存在什么协作摩擦。

而AI应用开发人才，他们的工作在于，消除业务与AI之间的隔阂。前面说的智能体、工具调用、工程化落地，这些词听起来很专业，但它们在本质上，都服务于同一个目标。这就是，撮合能力，把所有的能力装配到一起，变成一个能干活的AI劳动力。

比如，这个AI员工需要聪明的大脑，我就去调用合适的底层大模型。它需要灵活的“手脚”，我就去给它装配各类趁手的工具。它需要经验的积累，我就找专门的数据去训练它。

你看，这跟过去的企业中层做的事，是不是有点像？他们都在搭建“能力的组合”。只不过，企业中层调用的是一线员工的能力，而后者调用的是AI的能力。

稀缺的从来不是title，而是“枢纽能力”

从这个角度看，我们或许可以管这群人叫“新中层”。

比如，科大讯飞招聘的“AI医学研究员”。他们招的人不是算法工程师，而是有多年临床经验的医生。医生入职后，会接受系统的AI培训，然后反过来，从医疗视角出发，为AI模型学习提供专业建议，制定数据标注规范，确保AI系统真正贴合临床实际。

科大讯飞对这个岗位的定位是，这个人不是纯粹的临床医生，也不是算法工程师，而是既有临床经验又有AI产品思维的复合型人才，要确保AI从“技术可用”走向“临床好用”的核心枢纽。

你看，枢纽，这不恰好是中层的核心功能吗？核心也许没变，变的是枢纽两端的东西，以前是高层战略和一线执行，现在是AI能力和行业场景。

再比如，美团招聘的“AI Agent开发工程师”。这个岗位既不是纯技术，也不是纯业务。因为智能体这个东西，光懂技术做不出来，它得跟具体的外卖场景、跟具体的酒店预订流程、即时零售业务对接。谁来做这个对接？就是这批智能体开发者。他们的价值来自“既懂AI，又懂业务”的那个中间地带。

据说，美团2026年校招还新增了一个“AI胜任力考察模块”，重点评估候选人对AI知识的理解，以及使用AI工具的能力。而且无论应聘哪个岗位，都要过AI这一关。AI能力已经不是加分项，而入场券。

类似的岗位，在各行各业还有很多。

比如律所。今年上半年，几家头部律所陆续开出了一个新岗位，内部叫法不太一样，有的叫“法律AI应用架构师”，有的叫“知识工程师”。做什么呢？简单说，就是把律所几十年积累下来的合同模板、诉讼案卷、判例库，喂给大模型，训练出一个能处理特定业务的AI助手。

但这活儿最难的地方，不是训练模型本身，最难的是判断。比如，哪些条款是可以让AI起草的、哪些必须律师自己做、客户拿到AI初稿之后合伙人还要在哪些地方做二次判断。做这个岗位的人，大多是有五到八年经验的资深律师。他连接的一端是大模型的能力边界，另一端是律所的业务底盘。

再比如，国家电网下面有个岗位，2025年开始批量招聘，叫“电网巡检AI训练师”。听起来像技术岗，其实招的不少人是干过十年以上一线巡检的老师傅。

现在电网巡检大量用无人机加AI识别，一天飞几百公里，AI自动标记异常点。但AI经常出错，比如把树叶阴影识别成绝缘子破损，或者漏掉真正危险的螺栓松动。这时候就需要老师傅来“教”AI，告诉它哪种阴影不用管，哪种细微的锈迹才是真隐患。

他不写代码，他就是坐在屏幕前看AI标注的结果，一个个判断对错，把判断反馈给算法团队。他连接的一端是算法，另一端是电网上那些说不清道不明、只有老师傅才知道的经验。

这样的岗位，你在制造业能找到，比如新能源领域的“电池工艺AI工程师”。在教育领域也能找到，比如“AI教研官”。行业不一样，但底层结构类似，都是让最懂业务的人，去当AI的翻译。

从这个角度看，稀缺的从来不是“中层”这个title，稀缺的是“枢纽能力”。就是能同时看懂两端、能在两种语言之间做翻译的人。过去枢纽的两端是战略和执行，现在换成了AI和行业。

最近有个话题很流行，叫，把你的技能变成一个AI可以调用的skill。有人觉得这是威胁，有人觉得这是趋势。

但基于今天的内容，我们或许可以说，这个事到底是机会还是威胁，取决于那个把技能变成skill的人到底是谁。假如别人能把你的技能蒸馏出来，那也许是威胁，但是假如全世界只有你自己能蒸馏你自己，那么这大概率上就是优势。