当三家高增长公司同时裁员 20%：Cloudflare 用德鲁克回答了"裁谁"

上一篇我写了 Meta 用 22,000 个岗位给出的 AI Native 答案（链接）。文章发出后，同一周内又看到两篇让我印象极深的内容：一篇是 Cloudflare CEO Matthew Prince 在《华尔街日报》发的专栏，另一篇是 ClickUp CEO Zeb Evans 在 X 上的长帖。

三家公司，体量不同，赛道不同，但做了几乎一模一样的事：在营收创新高的同时，裁掉了 20% 以上的员工。Meta Q1 营收同比增长 33%，Cloudflare 同样超过 30%，ClickUp CEO 原话说”业务史上最强”。而且三位 CEO 都特意强调同一句话：这不是降本增效，是主动转型。

当一家公司这么说的时候，你可以当公关话术。当三家同时这么说的时候，这就是信号了。

Cloudflare：一个 CEO 翻出 1954 年的管理学经典来回答”裁谁”

Matthew Prince 的 WSJ 专栏文章，标题就很直接：《How I Choose Which Cloudflare Employees to Replace With AI》。

Cloudflare 营收增长 30% 以上，自由现金流健康，客户数创新高。Prince 自己也说了：在美国上市公司历史上，他找不到第二个先例——一家增长超过 30% 的公司同时裁掉 20% 的员工。 然后他预测：这种事在未来一年会变成常态。

但这篇文章真正让我印象深刻的，不是裁员本身，而是他给出的理论框架。

Prince 翻出了彼得·德鲁克（Peter Drucker）1954 年的《管理的实践》（The Practice of Management），把公司里所有人分成三类：

• Builder（建造者）：创造产品的人。
• Seller（销售者）：把产品卖出去的人。
• Measurer（衡量者）：负责其他一切的人。内部审计、收入确认、财务、法务、合规、中层管理、日常运营，全算在内。

德鲁克的原始论点是：客户是靠 Build 和 Sell 赢来的，最好的公司应该把最多的资源投在这两个职能上。而 Measurer 虽然重要，但它的价值是支撑性的，不是增长性的。

Prince 的判断很清晰：AI 不会动 Builder 和 Seller，但它正在替代 Measurer。

为什么？因为”衡量”这件事要求不知疲倦、独立客观、高效精确，恰好是 AI 最擅长的。

他举了几个 Cloudflare 内部的真实案例：

• 内部审计：过去每季度人工抽查几个业务风险点，现在切换到 AI 系统对每一个风险点进行 7×24 持续审计。
• 财务结账：速度更快，错误更少，偶有纰漏也能被更精准地捕捉。
• 中层管理：AI 辅助后，一个主管能管理更多直接下属，同时绩效评估和团队指导的质量反而更高了。
• 市场营销：被他点名为”Measurer 扎堆的重灾区”，大幅精简。

最让我觉得有意思的一个细节：Cloudflare 今年夏天收到了近 100 万份实习申请，最终录取了 1,111 人。Prince 特意强调，这批实习生无一例外，全部是 Builder 或 Seller，而且是天生的 AI 原生代。他预计其中大部分会拿到全职 offer。

这就是 Cloudflare 的替换逻辑：一边裁掉 Measurer 岗位，一边大量招入 AI Native 的 Builder 和 Seller。总员工数未来会继续增长。

ClickUp：100x 组织和”百万年薪”的宣言

再看 ClickUp CEO Zeb Evans 的那条 X 长帖。同一天、同样的 22% 裁员比例，但画风完全不同。

如果说 Prince 是带着 WSJ 专栏的儒雅气质在讲管理学框架，Evans 就是典型的硅谷创业者发檄文。他开篇就造了一个概念：100x Organization，目标是 100 倍产出。

他的人才分类和 Prince 有异曲同工之处，但更激进：

10x 工程师 → 100x 工程师：Evans 说了一个我觉得很犀利的观察：AI 让最好的工程师变得 100 倍更强，但让其他人的代码产出变成新的瓶颈。因为 AI 时代的核心能力变成了两件事：orchestration（告诉 AI 做什么）和 reviewing（检查 AI 做得对不对）。最好的工程师审查自己 Agent 写的代码，远比审查其他人写的代码高效。

他管这叫”AI 编程的大清算”（the great reckoning of AI coding），说每家公司迟早要面对这个问题。那些在内部庆祝”PR 数量涨了 500%”的公司，客户体验并没有跟着涨。更多代码只是制造了更多瓶颈。

PM 和设计的融合：产品经理有 UX 直觉的变成了设计师，设计师有客户思维的变成了 PM。用户调研的瓶颈消失了（Agent 可以直接做），设计迭代的瓶颈消失了（PM 自己迭代原型）。Evans 还抛了一个争议观点：PM 应该会写代码，但他们的代码不该上生产环境，只用于在 playground 里快速验证和定义 scope。

Agent Manager 这个新角色：最讽刺的一句：”把自己的工作自动化掉的人，反而永远不会丢工作。”他们会成为 AI 系统的管理者。

然后是最抓眼球的部分：ClickUp 宣布推出百万美元年薪档位。逻辑很简单：如果一个人能创造 100 倍的产出，传统薪酬体系就不适用了。Evans 说这个薪酬路径对公司里几乎所有人开放，只要你能用 AI 系统产出 100x 的影响力。

坦白说，这段话的 PR 成分不低。但如果剥掉包装看内核，Evans 确实触及了一个真实问题：当 AI 让个人产出的方差急剧放大，”做同样工作拿同样工资”的扁平薪酬结构就不再合理了。他只是用了一个最高调的方式来说这件事。

三家公司：不同的话术，收敛的答案

把 Meta、Cloudflare 和 ClickUp 放在一起看，有几件事格外清晰：

第一，”强增长 + 大裁员”组合将成为常态。 三家公司都在业务高峰期做组织手术。这不是经济下行期的被动收缩，CEO 们对生产力公式做出了新判断：堆人头的边际效益在 AI 时代急剧递减。

第二，被替代的角色正在收敛。 Prince 叫它 Measurer，Evans 叫它”传统工作流中的瓶颈”，Meta 叫它”人力成本负债”。叫法不同，指向同一群人：中层管理、运营协调、流程监督、内部审计、合规执行。这些工作的共性是什么？它们的核心是信息的汇聚、比对和判断——而这恰恰是 LLM 天然擅长的事。

第三，”AI Native”不是口号，是组织形态。 三家公司都在做同一件事：砍掉中间层级，缩小团队规模，让前线的 Builder 和 Seller（或叫 Front-liner）拥有更大的自主权和更直接的决策路径。AI 不是加在旧组织上的工具，而是重新定义了组织应该长什么样。

我之前写过《在这个 AI 时代，平庸不仅是无趣的，更是危险的》，核心观点是 AI 正在让个人能力的方差指数级放大。这三家公司的实践，是这个判断在组织层面的注脚。它并非要”淘汰普通人”，但要求每个人重新审视自己的能力结构：你是 Builder、Seller，还是 Measurer？如果是 Measurer，你能不能成为管理 AI Measurer 的那个人？

能做到这些的，是我之前聊过的 T 型人才：在一个领域有足够深度，同时对相邻领域有广度理解，顶层还要保持对 AI 工具的熟练度。这三层缺一不可。

如果德鲁克还在

最后聊一个私人话题。

我在 CGU（Claremont Graduate University）读书时，有幸在 Drucker School of Management 听过德鲁克老先生本人的课。说实话，那时候我二十出头，学的那些管理学理论听起来都对，但完全没有体感。什么”客户是靠 Build 和 Sell 赢来的”、”Measure 是支撑性而非增长性的”，课堂上似懂非懂地点点头，走出教室该干嘛干嘛。

是后来做了二十年产品管理，带过从几十人到上百人的团队，才慢慢理解他说的那些话为什么是对的。

Prince 在 2026 年翻出德鲁克 1954 年的书来解释裁员逻辑，这件事本身就很有意思。一个 72 年前的管理学框架，居然比大多数当下的 AI 分析文章更准确地回答了”谁会被替代”这个问题。

德鲁克 2005 年去世，没能看到 ChatGPT，没能看到 LLM，没能看到一家 30% 增长的公司因为 AI 裁掉 20% 的员工。但我有一种强烈的直觉：如果他还在，他不会感到意外。

他大概会说：你看，我早就告诉你们了——Business 的价值是 Build 和 Sell 创造的。衡量是必要的成本，不是核心竞争力。现在 AI 替你们衡量了，你们终于可以把人放到该放的地方了。

时间会证明德鲁克是对的。这句话，72 年前适用，今天依然适用。