AI Coding 杀的不是新人也不是资深,是中间那层 TL

行业变天 · 管理/技术 · 2026-05-31

互联网大厂过去两年的组织调整有一条主线,被大部分讨论漏掉了:裁员的刀口不是均匀落在所有人头上的,落得最重的是中间那一层管理岗

  • Meta 2023 启动 "Year of Efficiency",扎克伯格在公开沟通里反复用 "flatter" 这个词——目标是把管理层级打薄。
  • Google 2024 公开承认裁掉了一批 VP 级别和中层管理岗,对外口径是"减少层级、加快决策"。
  • Amazon 同期削减了上千个 manager 编制,Andy Jassy 在内部信里直接说"管理层增长快于执行层是问题"。

这些动作发生在 AI Coding 大规模落地之前的窗口期。也就是说,"砍中层"原本就是大厂这两年的潜在结构性动作,AI 只是把它从可选项变成了必选项

为什么是中层?因为中层的价值从来不来自代码,来自信息中转和决策协调——而这两件事,正是 AI 在过去 18 个月替代效率最高的地方。

接下来分两段讲:先看资深/新人/中层这三层的 AI 红利分布如何不对称,再看砍向中层的三个具体机制。

三层的 AI 红利分布完全不对称

资深 IC:把 AI 当杠杆,产出被乘以一个系数。

NBER w31161(Brynjolfsson、Li、Raymond 2023)、Microsoft Copilot RCT(Peng 等 2023)、GitHub Copilot field experiment(Cui 等 2024)、METR 2025 那份开源 maintainer 研究——这一串研究的方向不完全一致,但有一条交集很清晰:判断力强、能拆任务、能 review 输出的人,从 AI 拿到的红利显著大于其他人。staff+ 级别工程师在公开访谈里基本都说自己产能翻了几番,Goldman 部署 Devin 的公开沟通里也是这套口径。

初级工程师:成长曲线变形,但门票还在。

中级工程师把过去花在"带新人"上的时间还给了自己,新人独立产出周期被拉长。这是一种慢性伤害,但短期内还没体现成大规模裁初级。

中间那层 TL/EM:核心工作三段同时被抽走。

分活、review、跨团队对齐——这三件事过去十年是 TL 的命根子。AI 在过去 18 个月把每一段都从"必须由 TL 做"变成了"绕过 TL 也能做"。

机制一:分活权被 IC 直接绕过

过去 TL 是组里"代码最厉害的人",新人有需求先找 TL 拆任务。

现在的现实是:资深 IC 直接 fork 出三个 agent session,PRD 进、PR 出,整个工作流不需要 TL 介入

这件事的破坏力不是"省了 TL 一道工序"——是让 TL 失去了对工作流的位置感。当 IC 自己能拿 PRD、自己起 agent、自己出 PR 的时候,TL 要么变成"事后通知接收人",要么主动把自己挤回 IC 行列。两种结局对 TL 这个岗位的价值都是稀释。

机制二:review 权威被 PR 洪流冲垮

GitClear 2025 的 AI Copilot Code Quality 报告给出的方向很直接:代码重复块同比大幅上升、短期 churn 上升、refactor 占比下降。DORA 2024 那份 Accelerate State of DevOps 里也明确——AI 团队的交付稳定性是负的,与此同时受访者自报的 review 速度反而小幅"提升"。

把这两份报告交叉读,能读出一件事:PR 量被 AI 显著放大,但人 review 的总能力没有扩容

TL 面对 PR 洪流只有三种应对方式,每一种都在抽干这个岗位的权威:

  • 亲自看:积压成周,下游 IC 抱怨;
  • Approve without comments:签字不再是质量信号,IC 心里清楚得很;
  • 交给 AI Reviewer(Greptile / Bito / CodeRabbit):TL 这个角色本身就被一个 SaaS 替代了。

更隐性的崩塌是:新人不再问 TL 了。过去新人卡住会去打扰 TL——这是 TL 隐性权威的主要入口。现在新人打开 Claude 五分钟搞定,全程不需要打扰任何人。TL 失去了"组里最懂代码的人"这个标签,连带也失去了被信任的入口。

机制三:对齐被 spec 化绕过

跨团队对齐是过去十年 TL 的核心动作——拉会、讲方案、要 commitment。

spec-driven AI Coding 把这套动作压缩成了文档:AGENTS.md / 8 行 spec / shared context。一旦 spec 写清楚,谁都能读、谁都能跑,不再需要"开会对齐"这个仪式

这件事对 TL 的杀伤在于:weekly sync、cross-team standup 这些以"对齐"为名的例会,过去是 TL 工资的一部分对价。当对齐的边际成本被 spec 拉到接近 0,这部分对价就失效了

中层只剩两条路

如果你现在就在 TL/EM 这一档,AI 时代留给你的选择只有两条:

路 1:退回 IC,做 senior IC + 多 agent 指挥官

这是最体面的转身。你过去 5-10 年积累的判断力(哪种方案会炸、哪种抽象会变包袱、什么时候该重构而非补丁)是 AI 没有的稀缺资产。把它显式化、用 spec + agent 把自己的产能拉到 staff 级 IC 的几倍。

路 2:向上扩 span,从 6 人 TL 走到 15-20 人 EM

往组织放大器方向走。少做"分活 / review / 对齐",多做"人才识别、方向取舍、跨部门拿资源"——这些是 AI 短期内替代不了的、需要组织信任的动作。

原地不动的那一档——TL 还在做 6 人 micro-manager、亲自审 PR、亲自开对齐会——会是下一轮组织优化里最先被合并的对象。

给所有 TL 的自查题

把你过去一周的工作拆开,做一道算术题:

有多少时间花在"AI 不能替代的协调、判断、方向"上?

低于 30%,你的岗位价值正在被实时折旧。低于 15%,你大概率会出现在下个季度的组织优化名单上。

至于那些刚晋升 TL 的——你拿到的是 AI 时代被冲走概率最高的那张椅子。

订阅 / 关注

觉得有用?别读完就走 —— 留个回来的入口:

赞赏

如果这篇对你有用,欢迎请我喝杯咖啡。仅支持支付宝,随意,不在乎金额。

AI Coding 研效诊断

想把 AI Coding 从个人提效推到团队级产能?文章是普适框架,你具体的团队阶段、老板目标、review 质量和工具链,才决定下一步该补什么。

← 大成 更多文章