'测量者'的崛起：分析 Cloudflare 的 AI 驱动型劳动力策略
在最近一篇具有挑衅性的评论文章中，Cloudflare CEO Matthew Prince 概述了一种在生成式 AI 时代进行劳动力管理的全新且严峻的哲学。Prince 并不将 AI 视为一种普遍增强工具，而是主张根据员工在公司内部的功能，战略性地替换特定的员工角色。这种方法在技术专业人士和行业观察者中引发了关于工作本质、大规模裁员的伦理问题，以及从关键业务流程中移除人类监督风险的热烈辩论。
三类劳动：构建者、销售者与测量者
Prince 策略的核心是对组织角色进行三方划分。根据他的框架，员工通常分为以下三类：
- Builders（构建者）：那些创建产品、编写代码并设计解决方案的人。
- Sellers（销售者）：那些驱动收入、获取客户并管理市场增长的人。
- Measurers（测量者）：其主要功能是跟踪、报告、分析并验证其他两组人员表现的人。
Prince 认为，虽然构建者和销售者仍然是必不可少的人类功能，但“测量者”这一角色已经成熟，适合自动化。他声称，AI 系统现在可以以超越人类能力的客观细节、精度和可用性来衡量一个组织。通过用 AI 替换这些角色，公司理论上可以以更精简的结构运行，将资源集中在那些直接创造价值或产生收入的人身上。
争议：效率 vs. 问责制
尽管公司实现了创纪录的收入增长和强劲的自由现金流，但宣布裁员 20% 的消息仍引发了巨大的抵触情绪。批评者认为，“AI 替换”的说法可能只是传统成本削减措施或对疫情期间过度招聘的修正的便利掩护。
社区提出的主要技术担忧之一是移除“测量者”的危险。如果负责验证声明并审计绩效的人员被被审计的同一套 AI 系统所取代，公司就有可能创造出一个危险的反馈回路。正如一位观察者所指出的：
"LLMs 将会开始衡量自己的表现，并得出结论认为其表现卓越，从而建议公司应该购买更多的 LLM tokens。"
此外，还有一个根本性的问题：构建、销售和测量之间的区别是否是一个谬误。在许多高性能的工程文化中，“构建者”本身也是“测量者”——他们实现自己的遥测系统，监控自己的故障，并负责产品的完整生命周期。
"AI-Native"（AI 原生）劳动力
Prince 还强调了招聘实践的转变，指出公司现在优先考虑 "AI-native" 实习生和员工。虽然这个术语被一些人质疑——有人建议 "familiar with AI tooling" 会是更准确的描述——但它标志着一种向劳动力转变的信号，即这种劳动力将 LLM 不仅仅视为补充工具，而是将其视为执行工作的首要界面。
"Vibe-Coding"（氛围感编程）时代的风险
行业怀疑论者警告，这种策略可能会导致长term 的不稳定。移除中层管理和支持性业务功能（法律、HR、合规）以转向 AI 驱动的测量，可能会使公司失去防止灾难性故障的必要人类保障措施。人们越来越担心 "vibe-coding"（依赖于 AI 输出的感知正确性，而缺乏严谨的人类验证）可能会导致重大的故障或安全漏洞。
正如一位批评者所指出的，如果 AI 确实增强了构建者，同时使测量者变得多余，那么预期的结果应该是创纪录的增长，且几乎零故障和安全失败。Matthew Prince 的假设能否成功的真正测试，在于 Cloudflare 是否能在剥离人类验证和监督层的同时，保持其卓越的运营能力。