ClickUp 的举措是当前科技行业一个迅速成形的主流观点的最清晰写照:企业可以大幅缩减人力规模,用 AI 智能体取代工作流,并用巨额薪酬奖励一小部分高影响力的「AI 管理者」。然而,对现有数据的审视表明,这种激进的改组并非成功的保证。来自 2026 年的早期证据揭示了三个截然不同又相互关联的风险:一种追求 AI 处理量(Token)浪费的文化、加速且超前的工作岗位替代,以及 AI 成本削减与实际财务回报之间持续存在的差距。
随着企业竞相将 AI 嵌入每一个工作流程,一种特别的障碍出现了。「刷量竞赛」(Tokenmaxxing)这个词描述了这样一种行为:将最大化 AI 处理量作为身份象征或绩效代表,而往往忽视实际产出质量 。据报道,在 Meta、OpenAI 和 Shopify 等顶尖科技公司,工程师们互相竞争谁的 AI 处理量消耗最多,将消耗指标视为内部荣誉的勋章 。
这本质上是古德哈特定律(Goodhart's Law)的教科书式案例:当一个指标成为目标时,它就不再是一个好的指标 。为了追求更高的分数,开发人员会编写冗长的提示词、注入冗余的背景信息,并运行低效的智能体循环,仅仅为了膨胀自己的使用数字,这直接推高了 AI 基础设施成本,却没有带来相应的生产力提升 。GitClear 在 2026 年 1 月发布的一份报告发现,AI 工具增加了代码产出量,但也导致了代码改动频率(code churn)和技术债务显著增加 。
ClickUp 的整个改组模式建立在这样一个前提之上:其 3000 名 AI 智能体将驱动 100 倍的生产力。风险在于,如果公司像其他企业一样,开始用 AI 处理量而非业务成果来衡量成功,那么所承诺的回报将永远不会实现。它反而可能最终为一种昂贵的「刷量竞赛」文化买单,让员工在对算法显得忙碌的同时,只创造出微不足道的现实世界影响力。
2026 年,由 AI 驱动的岗位替代规模已经很可观。仅在最初三个月,就有近 8 万名科技工作者失去工作,其中近一半的裁员被归因于 AI 和自动化 。美国国家经济研究局(NBER)发现,美国公司的首席财务官们预计,今年由 AI 引发的裁员可能达到 2025 年水平的九倍之多,可能影响全美经济中约 50.2 万个岗位 。
ClickUp 裁员事件最令人不安的一点在于其背景。埃文斯宣称,公司业务正经历「有史以来最强劲」的增长 。这让此次裁员成为一个纯粹的战略选择,而非生存之举。它预示着一个未来:即便是财务状况健康的公司,也在进行预防性的人员精简,希望跑赢一条尚未完全兑现的 AI 曲线。被替代的岗位也遵循着一个可预见的模式:ClickUp 正在合并和取消客户支持分流、基础编程、项目协调和质量保证(QA)等职位——这些任务都极易被当前的智能体框架所自动化 。它描绘的未来只奖赏那些「构建、管理或审计 AI 系统」的人 。
对 ClickUp 模式而言,最关键的险在于越来越多的证据表明,由 AI 驱动的裁员目前尚无法带来回报。2026 年 5 月,权威研究咨询机构 Gartner 对 350 名全球企业高管(均来自年收入超过 10 亿美元的公司)进行了一项有影响力的调查,结果令人警醒:实施 AI 相关裁员的公司,其投资回报并未比那些保持人员稳定的公司更好 。在那些报告回报强劲的公司与回报平庸甚至负面的公司中,裁员率几乎相同,这揭示了「以 AI 为名的成本削减,与其理应证明的财务成果之间存在显著差距」。
NBER 的工作论文也呼应了这种不确定性,发现人们对 AI 生产力提升的感知,与其在经济层面的实际可衡量影响之间存在巨大差距 。高盛在 2026 年 3 月初表示,它「仍未在全经济层面上发现生产力与 AI 应用之间存在有意义的关系」。
大举推进的 ClickUp,是在赌自己能成功,而其他企业尚未找到明确的财务关联。最坏的情况不仅仅是未能获得 100 倍的生产力。该公司最终可能面临员工规模显著缩小、3000 个持续运行的智能体产生巨额 AI 基础设施账单,以及收入没有任何相应提升的局面——一种运营能力降低、又未获得承诺的效率提升的陷阱。
ClickUp 的改组,是对「用智能体替代人类,奖励幸存者」这一论点的一次高调、高风险的测试。该公司的行动反映出一个真实且正在加速的趋势,但也暴露了当前这个时刻最关键的三大危险。「刷量竞赛」威胁着将巨额 AI 投资浪费在一种表演性使用的文化上。工作岗位替代发生得比理应支撑它的生产力提升更快。而来自 Gartner 和 NBER 的早期、严谨的数据表明,通过裁员来实现 AI 驱动的盈利,对于那些已经下注的企业来说,是一场尚未获得回报的赌博。
ClickUp 在未来 12 到 18 个月的财务业绩,将成为一个风向标,揭示埃文斯这场「100 倍」豪赌究竟是先见之明,还是对尚未被验证的工作未来的一次代价昂贵的误判。