Cloudflare 裁员暴露了信息中转层

Matthew Prince 给管理者提供了一套冷酷的新分类：建设者、销售者和衡量者。

我认为，更有用的模型还可以更尖锐一些：

生产者、使用者和中转者。 🧭

这次受到冲击的，正是信息中转层。

Cloudflare 在 5 月 7 日表示，将裁减超过 1,100 个岗位，同时为智能体 AI 时代重新设计公司。同一份公告还称，过去三个月，公司内部 AI 使用量增长超过 600%，工程、人力资源、财务和营销等部门的员工每天都在运行数千次 AI 智能体会话（Cloudflare）。

随后，Prince 发表了措辞更响亮的版本：建设者和销售者是安全的，衡量者则面临风险。《财富》（Fortune）在概述这篇《华尔街日报》（WSJ）评论文章时称，大部分裁员落在了“衡量者”身上，包括中层管理、财务、法务、内部审计和收入确认等岗位（Fortune）。

最直接的反应，是争论 Prince 到底说得对，还是在冷酷地算计，或者两者都有。

更值得追问的是：

你的工作中，哪些部分创造了新价值，哪些部分只是在搬运信息？

🔴 危险的角色是中转者

多数公司假装岗位职责能和职称一一对应。

事实并非如此。

同一个人，一天之内就可能扮演全部三种角色：

• **生产者：**创造新的东西，例如产品、代码、战略、客户洞察、一个决定，或一份别人能据此行动的计划。

• **使用者：**利用信息作出判断，例如购买、排优先级、批准、否决、提供反馈或承诺预算。

• **中转者：**在生产者与使用者之间搬运信息，例如总结、转发、分发、核对、排期、追踪和询问进度。

中转者加入自己的判断时，是有价值的。

当这个角色变成人肉 API 网关时，风险就来了。

如果你的工作主要是把 Slack 消息变成幻灯片，把幻灯片变成会议，把会议变成进度表，再把进度表搬回 Slack，风险不在于你没有才华。

风险在于，这套工作流围绕信息搬运设计，而不是围绕创造新价值设计。

这是 Cloudflare 事件中让人不舒服的部分。

Prince 把面临风险的那群人称为“衡量者”。《财富》也提到了质疑者的反驳：一些公司可能用 AI 来包装裁员理由，而这些裁员也反映了过度招聘、官僚主义或利润压力（Fortune）。

这种质疑很重要。

Cloudflare 自己的 Q1 财报展现了复杂的现实：营收为 $639.8M，同比增长 34%；同时，按 GAAP 计算的营业亏损为 $62.0M，预计重组费用为 $140M-$150M（Cloudflare Q1 财报）。

所以，“都是 AI 带来的变化”确实可能成为高管们方便使用的一套表演话术。

但话术带有表演成分，并不意味着底层变化是假的。

而且，这些讨论都不应该淡化人所承受的代价。

裁员很残酷。职业生涯被打断，家庭承担冲击。那些多年来完全按照公司奖励的方式工作的人，可能突然就被告知：规则变了。

这些遭遇值得理解和体谅。

但同理心不应该让我们对工作方式本身说谎。

📌 衡量有价值。没有判断的信息中转没有价值。

Prince 的模型需要在这里升级。

衡量并不天然意味着低价值。

在认真做事的公司里，衡量能让你避免自欺。你靠它判断用户是否真的成功、收入是否真实、风险是否可接受、产品是否确实在变好。

糟糕的衡量，只是拿仪表盘装样子。

好的衡量，会改变决策。

中转者也是如此。

弱的中转者会说：“这是最新进展。”

强的中转者会说：“这是我们需要作出的决定，这是取舍，这是风险，这是我的建议，这是下一步的负责人。”

前者是在转发。

后者是在判断。

AI 非常擅长转发。

它也越来越擅长总结、核对、起草、比较、提取、排期和检查。LinkedIn 编辑围绕 Prince 评论文章选出的回应，也抓住了同一个主题：被压缩的是协调开销，包括汇报、审批、版本核对和运营中的等待时间（LinkedIn 新闻）。

如果一个人的价值取决于有多少内部消息必须经过自己，这应该让他感到害怕。

📉 这样的故事，我们以前见过

场内交易员是最清楚的历史例子。

几十年来，大量金融交易都依赖一群人站在交易池里，喊出价格、辨认手势，在买卖双方之间现场撮合。

后来，市场电子化了。

这不是一夜之间完成的，也不完美，更不是所有地方都一样。

但总体方向很明确：中间撮合层大幅萎缩。

芝商所（CME Group）在 2015 年表示，在决定关闭芝加哥（Chicago）和纽约（New York）的大部分期货交易池之前，公开喊价期货交易已经只占其期货总交易量的 1%（CME Group）。

美国证券交易委员会（SEC）在 2006 年批准纽约证券交易所（NYSE）的混合交易市场方案，允许交易所把传统场内竞价与增强的自动化交易结合起来（SEC）。

这才是有意义的类比。

电子交易没有消除市场存在的必要。

它淘汰了一大类工作：站在交易意图与实际执行之间，充当中介。

留下来的交易员，不是最会喊价的人。

而是那些向价值链上游转移的人，去做风险、策略、市场结构、算法、关系和判断。

AI 即将对企业信息工作做同样的事。

如果你的岗位充当着内部知识的人肉交易池，电子化替代就要找上这套工作流了。

这个区分很重要。

人应当有尊严。

工作流仍然应当接受审视。

🎯 新的职业问题

过去的职业问题是：

“我在组织架构图上重要吗？”

现在的问题是：

“如果我消失了，这项工作会失去实质意义，还是系统只需要绕过我继续运转？”

这话很刺耳，但有用。

如果你是生产者，AI 可以让你更快。

如果你是使用者，AI 可以帮你用更少的等待时间评估更多选项。

如果你是中转者，AI 就迫使你证明：除了传递信息，你还增加了什么。

这个“什么”，通常属于以下五类之一：

• 不确定情况下的判断

• 对结果负责

• 与客户或团队之间的信任

• 判断什么才算好的眼光

• 系统无法从文档推断出的背景信息

没有人会因为职称听起来很有战略性，就天然安全。

也没有人会因为职称听起来偏执行，就注定被淘汰。

分界线在行为。

一位改变了产品决策的财务业务伙伴，是在生产。

一位只转发客户反馈的产品经理，是在中转。

一位能厘清模糊问题的幕僚长，是在生产。

一位把每项决策都变成会前阅读材料的副总裁，只是一个日程更满的信息中转者。

AI 会让这种差别无处可藏。

🧨 信息中转层早就过于庞大

一个不光彩的秘密是，很多公司建立了庞大的信息中转层，因为软件把协调成本降到了可以容忍的程度，而业务增长又掩盖了人员不断增加的问题。

更多仪表盘。

更多同步会。

更多进度文档。

更多人向别人索要早已存在于别处的进展信息。

当内部等待的成本看不见时，这套方式还能运转。

AI 让成本变得可见。

它也给创始人和高管一个极具诱惑力的按钮：压缩信息中转层，把它称为运营模式转型，再把省下的钱投给创造产品或销售产品的人。

有时，这会是明智之举。

有时，这只是偷懒。

区别在于：公司减少协调工作时，是否仍然保留了清晰的责任。

如果不重新设计决策权限，只是拿掉人类中转者，结果只会是以更快的速度制造自动化混乱。

🧭 我会对团队说什么

不要问：“AI 会取代我的岗位吗？”

要问：

• 我创造了什么原本不存在的东西？

• 谁在使用我的工作成果，它改善了什么决策？

• 在哪些环节，我只是在中转信息？

• 在别人通过自动化把我从流程中移走之前，我可以先把哪些中转循环自动化？

• 我贡献了什么模型无法负责任地承担的判断？

最优秀的人不会等组织调整才回答这些问题。

他们会把中转工作变成生产工作。

他们会把“我协调了进展同步”变成“我让决策更容易作出”。

他们会把“我做了仪表盘”变成“我改变了产品路线图”。

他们会把“我总结了客户电话”变成“我发现了产品缺口，并推动了修复”。

这才是该做的转变。

AI 不会因为人接触信息而惩罚他们。

它惩罚的是那些接触过信息，却没有让信息发生任何改变的人。

下一张组织架构图，不会围绕谁控制信息流来构建。

它会围绕谁能在信息到达之后创造价值来构建。