Leader：“崗位被 AI 替代，降薪 1 萬你接受嗎？” 我：“不接受?！?Leader：“恭喜你，那公司賠你 2N。”

　　AI 替崗，不能直接降薪

　　今天刷到一個(gè)特別適合打工人看的 AI 新聞：

　　杭州有個(gè) 35 歲員工，被公司以“崗位被 AI 取代”為由調(diào)崗降薪。

　　月薪從 25000 元降到 15000 元。

　　他不同意，公司直接解除勞動(dòng)合同。

　　最后法院判了：公司違法解除，按 2N 支付賠償金，金額大概 26 萬。

　　這事一下就有意思了。

　　因?yàn)檫^去大家聊 AI 替代，很多時(shí)候都是嘴上焦慮。

　　“AI 會(huì)不會(huì)搶我飯碗？”

　　“程序員是不是要完了？”

　　“35 歲以后是不是更危險(xiǎn)？”

　　但這次不是抽象討論了。

　　它變成了一個(gè)很具體的問題：

公司能不能說一句“AI 替代你了”，然后讓你降薪 1 萬？

　　法院的答案挺明確：不能這么簡單。

　　先說下案子里的關(guān)鍵事實(shí)。

　　公開報(bào)道里提到，這位員工從事的是 AI 大模型問答質(zhì)檢相關(guān)工作，月薪 25000 元。后來公司說項(xiàng)目受到 AI 技術(shù)沖擊，原來需要人工完成的質(zhì)檢工作，現(xiàn)在 AI 自己就能做，于是提出調(diào)崗降薪，月薪降到 15000 元。

　　員工不同意，公司就解除勞動(dòng)合同。

　　法院認(rèn)為，企業(yè)主動(dòng)引入 AI 技術(shù)屬于技術(shù)革新，但不必然等同于勞動(dòng)合同無法履行的“客觀情況重大變化”。而且公司給的新崗位待遇大幅下降，也不能算合理協(xié)商方案。

　　所以公司輸了。

　　AI 這下是直接伸手摸到你的工資卡了。

　　如果公司明天跟你說，AI 上線了，你這個(gè)崗位價(jià)值下降，月薪先砍 1 萬，你認(rèn)不認(rèn)？

　　很多人第一反應(yīng)可能是：不認(rèn)啊。

　　但不認(rèn)之后呢？

　　這才是重點(diǎn)。

　　過去公司想降本，常見說法是組織調(diào)整、業(yè)務(wù)收縮、績效不達(dá)標(biāo)、崗位取消。

　　以后可能會(huì)多一個(gè)特別順手的新話術(shù)：

　　“不是公司針對(duì)你，是 AI 真的能做你的活。”

　　這句話聽起來很先進(jìn)。

　　但俺想說一句不太客氣的話：

　　AI 可以改變崗位價(jià)值，但不能變成公司單方降薪裁人的萬能理由。

　　公司當(dāng)然可以升級(jí)技術(shù)。

　　公司當(dāng)然也可以調(diào)整崗位。

　　但中間有個(gè)問題不能跳過去：員工原來的勞動(dòng)合同還在，工資約定還在，協(xié)商程序還在。

　　你不能技術(shù)一升級(jí)，就默認(rèn)員工必須自己吞掉所有成本。

　　這就像以前公司上了自動(dòng)化流水線，不能因此直接跟工人說：

“機(jī)器能干一半活了，所以你工資也砍一半?！?/blockquote>

　　AI 只是把這個(gè)問題換了一件新衣服。

　　底層邏輯沒變。

　　技術(shù)進(jìn)步帶來的收益，不能全部歸公司；技術(shù)調(diào)整帶來的代價(jià)，也不能全部甩給員工。

　　那對(duì)程序員和技術(shù)崗來說，這件事意味著什么？

　　俺覺得有三點(diǎn)。

　　第一，別再只討論“AI 會(huì)不會(huì)替代我”。

　　這個(gè)問題太大，也太虛。

　　更現(xiàn)實(shí)的問題是：AI 進(jìn)入公司以后，你的崗位描述會(huì)不會(huì)被改，你的績效指標(biāo)會(huì)不會(huì)被改，你的薪資談判籌碼會(huì)不會(huì)被改。

　　真正影響你的，可能不是 AI 明天把你開掉。

　　而是公司先用 AI 重估你的崗位價(jià)值。

　　第二，遇到“AI 替崗式調(diào)崗降薪”，不要只靠情緒硬剛。

　　要留證據(jù)。

　　比如原崗位職責(zé)、勞動(dòng)合同、薪資結(jié)構(gòu)、調(diào)崗?fù)ㄖ⒔敌椒?、溝通記錄、公司是否給過合理替代崗位、是否做過培訓(xùn)安排。

　　這類事情最后看的不是誰嗓門大，而是誰的證據(jù)鏈更完整。

　　第三，技術(shù)人確實(shí)要重新想自己的“不可替代部分”。

　　這不是雞湯。

　　如果你的工作只是按標(biāo)準(zhǔn)答案做低價(jià)值重復(fù)檢查，那確實(shí)會(huì)被 AI 壓價(jià)。

　　但如果你能設(shè)計(jì)質(zhì)檢規(guī)則、定義評(píng)估指標(biāo)、處理異常樣本、搭建審核系統(tǒng)、判斷模型風(fēng)險(xiǎn)，那你就從“被 AI 替代的人”，變成“管理 AI 質(zhì)量的人”。

　　這兩個(gè)崗位聽起來都叫質(zhì)檢，工資差別可能很大。

　　所以俺最后的判斷是：

　　未來最危險(xiǎn)的不是不會(huì)用 AI 的人，而是工作內(nèi)容被公司定義成 “AI 用完后的殘余人工”。

　　一旦你被放進(jìn)這個(gè)框里，公司就很容易說：這部分活價(jià)值下降了，工資也該下降。

　　真正要做的，是把自己往上挪一層。

　　從做題的人，變成出題和判卷的人。

　　從人工執(zhí)行，變成流程設(shè)計(jì)。

　　從“我來檢查這條回答有沒有問題”，變成“我來設(shè)計(jì)一套系統(tǒng)，讓 AI 回答的問題能被穩(wěn)定發(fā)現(xiàn)、記錄和追責(zé)”。

　　這個(gè)方向，才更像技術(shù)崗后面的價(jià)值。

　　大家怎么看？如果公司明天說你的崗位被 AI 替代，要降薪 1 萬，你會(huì)怎么處理？

　　今天和大家分享一道「后端場景題面試題」。

　　【如果要實(shí)現(xiàn)一個(gè)搶紅包的功能，紅包金額是如何計(jì)算的？】

　　回答重點(diǎn)

　　搶紅包的金額計(jì)算核心是公平性和總額控制，核心邏輯分兩種場景：

　　1）普通紅包（固定金額）：這個(gè)比較簡單，每個(gè)紅包金額完全相同。比如總金額 100 元，發(fā) 10 個(gè)紅包，每個(gè)紅包固定10元。邏輯很簡單，直接用總金額除以紅包數(shù)量即可。

　　2）隨機(jī)紅包：每個(gè)紅包金額隨機(jī)，但需滿足兩個(gè)條件：

　　所有紅包金額之和等于總金額

　　單個(gè)紅包金額不能為 0，且需保證“先搶和后搶的人有公平的隨機(jī)概率”（比如不能讓前面的人搶走大部分，后面的人只能搶幾分錢）。

　　行業(yè)主流用實(shí)時(shí)計(jì)算結(jié)合二倍均值法實(shí)現(xiàn)隨機(jī)紅包：每次分配時(shí)，當(dāng)前可分配的金額為剩余金額，剩余數(shù)量為 n 個(gè)紅包，則當(dāng)前紅包的金額上限是（剩余金額/剩余數(shù)量）*2，下限是 1 分。這樣既保證了隨機(jī)，又能讓后續(xù)紅包有合理金額。

　　除了實(shí)時(shí)計(jì)算外，還有預(yù)先生成的方案：在發(fā)紅包時(shí)用線段分割法提前分配好所有金額存入隊(duì)列，搶紅包時(shí)直接按順序取即可。

　　擴(kuò)展知識(shí)二倍均值法的具體例子

　　假設(shè)總金額 10 元（我們轉(zhuǎn)成 1000 分），發(fā) 5 個(gè)紅包：

　　第一個(gè)紅包：剩余1000分，剩余5個(gè) → 上限是（1000/5）*2=400分 → 隨機(jī)范圍1~400分。假設(shè)隨機(jī)到300分，剩余700分，剩4個(gè)紅包。

　　第二個(gè)紅包：剩余700分，剩余4個(gè) → 上限（700/4）*2=350分 → 隨機(jī)范圍1~350分。假設(shè)隨機(jī)到200分，剩余500分，剩3個(gè)紅包。

　　以此類推，直到最后一個(gè)紅包直接拿剩余所有金額（避免前n-1個(gè)紅包分完后最后一個(gè)為0）。

　　線段分割法（預(yù)生成）

　　把總金額想象成一條長度為 M 的線段（如10元=1000分）

　　然后隨機(jī)切N-1刀生成分割點(diǎn)（N=人數(shù)），最后按分割點(diǎn)位置計(jì)算每段長度作為紅包金額。

　　實(shí)際開發(fā)中的細(xì)節(jié)

　　最小單位：金額需用“分”（整數(shù)）而不是“元”（浮點(diǎn)數(shù)），避免浮點(diǎn)精度誤差（比如0.1元用浮點(diǎn)數(shù)存儲(chǔ)可能有誤差）。

　　并發(fā)控制：像群里面的紅包實(shí)際上并發(fā)還好，微信群最多也就 500 人。

　　紅包過期：若紅包未被搶完，超時(shí)后需退回原賬戶，此時(shí)需記錄已搶金額和剩余金額，避免重復(fù)退款。

　　如果面試官追問并發(fā)相關(guān)的問題，可以參考：4680. 如何設(shè)計(jì)一個(gè)秒殺功能？