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

　　今天刷到一個特別適合打工人看的 AI 新聞：

　　杭州有個 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。

　　因為過去大家聊 AI 替代，很多時候都是嘴上焦慮。

　　“AI 會不會搶我飯碗？”

　　“程序員是不是要完了？”

　　“35 歲以后是不是更危險？”

　　但這次不是抽象討論了。

　　它變成了一個很具體的問題：

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。

　　公開報道里提到，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，公司就解除勞動合同。

　　法院認為，企業(yè)主動引入 AI 技術(shù)屬于技術(shù)革新，但不必然等同于勞動合同無法履行的“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，你這個崗位價值下降，月薪先砍 1 萬，你認不認？

　　很多人第一反應(yīng)可能是：不認啊。

　　但不認之后呢？

　　這才是重點。

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

　　以后可能會多一個特別順手的新話術(shù)：

　　“不是公司針對你，是 AI 真的能做你的活。”

　　這句話聽起來很先進。

　　但俺想說一句不太客氣的話：

　　AI 可以改變崗位價值，但不能變成公司單方降薪裁人的萬能理由。

　　公司當然可以升級技術(shù)。

　　公司當然也可以調(diào)整崗位。

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

　　你不能技術(shù)一升級，就默認員工必須自己吞掉所有成本。

　　這就像以前公司上了自動化流水線，不能因此直接跟工人說：

“機器能干一半活了，所以你工資也砍一半。”

　　AI 只是把這個問題換了一件新衣服。

　　底層邏輯沒變。

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

　　那對程序員和技術(shù)崗來說，這件事意味著什么？

　　俺覺得有三點。

　　第一，別再只討論“AI 會不會替代我”。

　　這個問題太大，也太虛。

　　更現(xiàn)實的問題是：AI 進入公司以后，你的崗位描述會不會被改，你的績效指標會不會被改，你的薪資談判籌碼會不會被改。

　　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)、勞動合同、薪資結(jié)構(gòu)、調(diào)崗?fù)ㄖ⒔敌椒取贤ㄓ涗洝⒐臼欠窠o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準答案做低價值重復(fù)檢查，那確實會被 AI 壓價。

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

　　這兩個崗位聽起來都叫質(zhì)檢，工資差別可能很大。

　　所以俺最后的判斷是：

　　未來最危險的不是不會用 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”。

　　一旦你被放進這個框里，公司就很容易說：這部分活價值下降了，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。

　　從“我來檢查這條回答有沒有問題”，變成“我來設(shè)計一套系統(tǒng)，讓 AI 回答的問題能被穩(wěn)定發(fā)現(xiàn)、記錄和追責(zé)”。

　　這個方向，才更像技術(shù)崗后面的價值。

　　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」。

　　【如果要實現(xiàn)一個搶紅包的功能，紅包金額是如何計算的？】

　　回答重點

　　搶紅包的金額計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）：這個比較簡單，每個紅包金額完全相同。比如總金額 100 元，發(fā) 10 個紅包，每個紅包固定10元。邏輯很簡單，直接用總金額除以紅包數(shù)量即可。

　　2）隨機紅包：每個紅包金額隨機，但需滿足兩個條件：

　　所有紅包金額之和等于總金額

　　單個紅包金額不能為 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)主流用實時計算結(jié)合二倍均值法實現(xiàn)隨機紅包：每次分配時，當前可分配的金額為剩余金額，剩余數(shù)量為 n 個紅包，則當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，又能讓后續(xù)紅包有合理金額。

　　除了實時計算外，還有預(yù)先生成的方案：在發(fā)紅包時用線段分割法提前分配好所有金額存入隊列，搶紅包時直接按順序取即可。

　　擴展知識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 個紅包：

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

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

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

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

　　實際開發(fā)中的細節(jié)

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

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

　　紅包過期：若紅包未被搶完，超時后需退回原賬戶，此時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)計一個秒殺功能？