美国科技行业在2026年3月净减少1.5万个就业岗位,而同期全美整体经济新增就业岗位达17.8万个。上述数据来源于美国劳工部等多个机构。
CompTIA对劳工部劳工统计局(BLS)周五发布的就业数据进行分析后指出,科技行业从业人员的失业率为3.9%,仍低于全国4.3%的平均失业率。
与2月份新增7100个岗位相比,3月份的就业数据呈现出明显的下行趋势。
失业岗位中,绝大部分集中在定制软件服务与系统设计职业类别,该类别共裁减岗位1.32万个。总体来看,IT及非IT行业合计约有11.8万个科技岗位遭到削减。
根据人力资源咨询机构Challenger, Gray & Christmas的数据,2026年3月,各大雇主共裁减岗位6.062万个,环比2月上涨25%,但仍低于去年同期水平。
"若剔除去年2月至3月联邦政府裁员潮的影响,2026年的裁员公告走势与2025年基本吻合。"Challenger, Gray & Christmas职场专家兼首席营收官Andy Challenger表示,"去年裁员主要集中在政府、零售和科技行业,今年则转移至科技、交通和医疗健康领域。"
科技行业上月共裁减1.872万个岗位,涉及戴尔、甲骨文和Meta等企业,其中Meta正对旗下Reality Labs部门进行重组。
2026年前三个月,科技行业累计裁员已达5.205万人,高于2025年同期的3.7097万人。Challenger, Gray & Christmas在研究报告中指出,随着AI对人员决策的影响持续深化,今年还将有更多裁员发生。
该机构数据显示,3月份有1.5341万个岗位的裁减将AI列为原因之一。其中,支付公司Block裁员4000人,并将其定性为借助AI推进工作自动化的战略转型举措,但此举遭到广泛批评,被认为是将AI作为大规模裁员的"遮羞布"。
Challenger, Gray & Christmas的数据表明,2026年以来,以AI为由的裁员人数已累计达到5.4836万人,占全部裁员人数的5%,高于2月份的3%。
各大企业正转而将资金投入AI,而非扩充人力,AI辅助编程等功能正逐步取代人工开发者的工作。"其他行业正在探索这项新技术的边界,虽然AI尚无法完全替代人类工作,但它确实正在导致岗位流失。"Challenger, Gray & Christmas表示。
多项研究指出,一批具备AI技能的新型劳动力正在崛起,科技职位招聘信息的变化也印证了这一趋势——企业正逐步落地AI战略。
Experis北美区负责人Kye Mitchell表示:"越来越多的企业在寻找具备扎实技术能力的人才,以支撑自动化推进、数据治理和可扩展系统建设。"
Mitchell还指出,市场对AI的高度热情,也催生了数字基础设施和物理基础设施建设方面的大量新增职位。
ManpowerGroup北美区域总裁Ger Doyle表示,BLS数据显示劳动力市场正在逐步企稳,但就业数据所呈现的可能只是部分现实。
持续升温的中东局势也可能波及非科技行业的就业形势。Doyle表示:"地缘政治风险的加剧与能源价格的攀升,给未来走向带来了切实的不确定性。"
Q&A
Q1:美国科技行业2026年3月裁员的主要原因是什么?
A:2026年3月美国科技行业裁员的主要原因有两点:一是AI技术加速普及,企业优先将资金投入AI而非人力,AI辅助编程等功能逐步替代人工开发者;二是企业持续进行结构调整,例如Meta重组Reality Labs部门、Block以推进工作自动化为由裁减4000人。此外,Challenger, Gray & Christmas指出,2026年前三个月已有5.4836万人因AI相关原因遭到裁员。
Q2:AI导致的裁员占总裁员比例有多大?
A:根据Challenger, Gray & Christmas的数据,2026年3月,有1.5341万个岗位的裁减将AI列为直接原因。截至2026年前三个月,以AI为由的裁员累计达5.4836万人,占全部裁员人数的5%,高于2月份的3%。值得注意的是,部分企业被批评存在"AI洗白"现象,即借助AI名义为大规模裁员提供正当化理由。
Q3:AI的普及是否也在创造新的就业机会?
A:是的。尽管AI导致部分岗位消失,但同时也催生了新的人才需求。Experis北美区负责人Kye Mitchell指出,企业正在积极寻找能够支撑自动化推进、数据治理和可扩展系统建设的技术人才。此外,AI发展带动的数字基础设施及物理基础设施建设,也在创造新的就业岗位,科技职位招聘信息正逐渐向具备AI技能的候选人倾斜。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。