從300人到80人、從12人小組到4人：一篇掘金貼文攤開的，是中階工程師那本折舊帳

2026年10月31日，掘金作者「怕浪貓」發布一篇長文，轉述一位化名「老周」的後端工程師經歷：31歲、八年年資，所在公司在不到兩年內從300多人縮編至80多人，其小組從12人剩4人，本人於一個週五下午被約談離職，賠償條件為N+1。文中另有一組數字：投遞30多份履歷、面試4家，2家卡在學歷、1家卡在年齡、1家職缺凍結。

單一個人敘事不能當成統計證據，但貼文裡的幾組數字，恰好對得上近年軟體業僱用結構變化的幾個可觀察趨勢。本文只依據該篇貼文內容，拆解其中站得住腳的結構部分。

一份裁員帳：73%的人員縮減，先發生在小公司

公司從300人降到80人，縮減幅度約73%，時間跨度不到兩年。貼文沒有交代公司名稱、產業別與營收變化，因此無法判斷是業務收縮、融資斷檔還是主動瘦身。可以確認的是裁員的分配邏輯：老周自述，去留「跟你在哪條業務線有關，跟你在成本表上佔哪一格有關」，與績效等級的相關性反而低。

這個描述符合企業縮編的一般順序：先砍非核心業務線與可替代性高的崗位，再按人力成本逐格檢視。八年年資的後端工程師薪資通常已達區間高位，當其產出可由更年輕、更低薪的人力加上AI工具覆蓋大部分時，在成本表上的位置就變得脆弱。

技術沒貶值，貶值的是稀缺性

貼文中最具分析價值的一段，是老周對AI工具的觀察。他實際使用Cursor與Claude Code後的結論是：一個含單測、註記與接口文件的API，過去需兩天並與前端來回確認三次欄位，現在半天完成。

這段描述指向的不是工程師被整體取代，而是「會寫程式」這項技能的供給曲線移動。八年累積的框架熟悉度、除錯直覺，貼文自述AI與應屆生「也能做到七七八八」。稀缺性往上遊移動：需求釐清、對AI產出的驗收判斷、從零到有人使用的完整交付。這與我們先前在0 offer秋招戰報中觀察到的僱用收縮是同一枚硬幣的兩面：企業減少初階與中階的標準化編碼職缺，需求往能獨立閉環…往能獨立完成交付的少數人集中。

兩種「懂業務」，一種出公司就作廢

貼文提出的另一組區分值得單獨看：老周自認的「懂業務」分兩種，一種是特定公司內部的權限體系、業務流程與祖傳程式碼，離職即歸零；另一種是跨產業可移轉的通用能力。他自評累積的偏向前者。

這是典型的人力資本專用性（firm-specific human capital）問題。專用性人力資本對僱主價值高、對外部市場定價能力低，且折舊速度繫於單一公司的存續。當公司縮編73%，這類資產的持有者承受的損失大於履歷上同年資但累積通用技能的人。房貸每月8,000餘元人民幣、剩餘22年，加上幼兒即將入園的支出時點，讓這筆折舊在現金流層面同步放大。

兩百個用戶、月收不到300元：一次完整的交付練習

失業在家兩個月期間，老周用AI為妻子的跨境電商業務寫了一個運費與關報價工具，兩週上線，累積200多名用戶，月收入不足300元人民幣。

以商業標準看，這個數字幾乎可以忽略。但貼文自己給出了正確的解讀框架：這是他第一次獨立走完需求、開發、上線、被罵、改版的完整循環，而這件事過去需要一個團隊。這個樣本對市場的意義在於，AI工具把「一人完成最小可行性產品」的邊際成本壓到兩週的個人時間，至於能否變現則是另一道篩選。與一人公司的轉換率帳對照，個人產品的收入瓶頸向來在需求驗證與觸及，開發成本下降並不自動解決這兩項。

這份帳的三個可推演結論

貼文是個人經歷，但沿著其中的數字可以推出幾個方向。對中階工程師，可移轉技能佔履歷的比重，決定其在公司縮編時的市場定價，專用性知識佔比越高、折舊越快。對企業，裁員按成本格而非績效切割，短期壓縮人力費用，中期可能流失業務知識，這筆帳貼文未涵蓋，屬未知。對勞動市場整體，AI工具壓低了編碼供給的稀缺性，31歲遭遇的這道坎提前出現，與先前多份初級與中階技術職的個人敘事相互印證。

貼文結尾，老周不再追新技術清單，只學能解決手上問題的工具，並開始看成本、流量與用戶留存。這個轉向能否兌現為市場定價，貼文沒有給出答案，目前也沒有後續數據可查。