一个 35 岁的质检主管，2022 年进了一家做金融科技的公司，月薪 2.5 万，日常工作是给大模型的回答挑错——AI 答完，他判断对不对。最近这个案子又被翻出来传，因为判决里那句认定太扎人：公司说 AI 质检的成本比人低，所以他的岗位没了。

流程走得挺"规范"。先谈话，从主管调到普通运营岗，月薪从 2.5 万降到 1.5 万，降幅四成。他不同意，公司解除劳动合同。仲裁、一审、二审，最后认定违法解除，按 2N 赔了 26 万余元。据媒体报道，法院的关键认定是：以 AI 成本更低为由解除合同，不属于"客观情况发生重大变化"。

评论区一半叫好，一半在算自己的账。我更关心后者。

一、为什么公司不直接裁，要先调岗降薪

这是软裁员的标准动作，顺序几乎固定：调岗、降薪、绩效打低、边缘化、待岗，最后你自己提离职。

算笔账就明白。合法解除的常见路径有两条：协商一致，给 N 或 N+1；或者按"客观情况重大变化"走，提前 30 天通知或付一个月代通知金，赔 N+1。违法解除是 2N。员工自己辞职，公司支出是 0。

"把你逼走"和"把你裁掉"之间，差的是一整笔赔偿金。调岗降薪是这条路上成本最低的一步——不用发解除通知、不动编制，只改一个数字，赌你受不了。

法律上，公司单方调岗降薪不是想改就能改。岗位和薪资是劳动合同的核心条款，变更要协商一致。真走到"客观情况重大变化"那一档，还得同时满足几个条件：变化是客观的、重大的、导致原合同确实无法履行，并且公司与你协商变更没谈成。缺一个，解除就站不住。

"用 AI 降本"卡在哪？它不客观。业务线砍了、持续亏损、政策不允许做了，这些算外部变化；主动上 AI 是公司的经营决策，是自己选的。这个案子里法院的逻辑很直白：技术升级的收益归公司，风险和成本不能整体推给员工。

至于"主管降成普通员工、月薪砍四成"，那也不叫协商。协商得有让步空间，单方面给一个"接受或者走"的选项，本质是通知。

二、哪些是情绪，哪些是事实

情绪是"AI 抢饭碗，法律管不了"。事实是，这个案子管的不是岗位该不该消失，而是解除的理由和程序合不合法。赔 26 万，不等于他能回去上班，也不等于下家好找。对一个 35 岁、月薪 2.5 万的人，这笔钱差不多是一年多的收入，能顶一阵，顶不了太久。

还有个被忽略的事实：AI 质检这个岗，本来也不是纯人力。它消失的方式不是"人全走光"，多数公司是十个人的组留两个人，剩下的活变成抽检、兜底、定标准。模型判错的时候，总得有人拍板什么算错。这个位置短期内不会没有，但数量会少，而且更偏向懂业务、能写评测口径的人。

所以真正该焦虑的不是"AI 会不会来"，而是"我在这条链上是不是可替换的那一环"。判对错、定口径、扛事故，这三件事模型目前接不了；照着 checklist 打勾，那确实危险。

三、能马上用的三件事

1. 先把账算清楚，别凭感觉谈

违法解除赔偿金是 2N，N 是经济补偿：每满一年一个月工资，满六个月不满一年按一年算，不满六个月按半个月算。月工资按解除前 12 个月的平均应发工资计算，奖金、补贴、加班费都要算进去，不是只算基本工资。月薪超过当地上年度职工月平均工资三倍的，按三倍封顶，年限最多算 12 年。

拿张纸写下来：入职日期、离职日期、过去 12 个月应发合计、平均月薪、N 等于几、2N 是多少。这个数出来，你才知道对方开的价是在打发你还是在认真谈。谈的时候只谈数字，不谈委屈——委屈不值钱，数字值钱。

2. 留痕，从第一次谈话就开始

• 降薪、调岗要书面。口头通知就发邮件或微信确认："今天会上提到薪资调整到 X，我的理解是……请确认回复。"对方不回，也是证据。
• • 工资条、考勤记录、绩效结果、组织架构调整通知，每月存一份到自己私人邮箱。很多公司的系统权限，在你提异议之后第二天就没了。
• • 自己参与的谈话可以录音，不用事先告知对方，别剪辑。
• • 不签"自愿离职申请"“协商一致解除协议”。必须签收文件时，在签名旁写"仅确认收到，不认可内容"，然后拍照留存。
• • 被停工、被移出工作群、被收走工牌，都截图记时间点。这些是"公司单方停止提供劳动条件"的证据。
    3. 判断该不该刚，看公司走的是哪条路

三种情况分开看：直接甩一句"明天不用来了"，大概率违法解除，走仲裁要 2N；拿"客观情况重大变化"说事、给 N+1，那就让对方举证变化是什么、协商过程有没有做过；提出协商解除给 N，签字前把赔偿、当月工资、未休年假、年终奖、期权归属一起算。

劳动仲裁不收费，时效一年，从知道权利被侵害那天起算。不服仲裁结果可以起诉。这些流程听着麻烦，但比在群里骂三天有用。

四、技术人视角的一句实话

"AI 比人便宜"这个结论，很多公司算的是 token 账单，别的没算。模型推理单价确实低，但返工、标注、事故兜底、合规审计这些成本，往往还落在人身上。质检岗尤其明显：模型判错的代价可能是赔付和监管问询，这块风险没人敢整包交给模型。

所以干这类活的人，从现在开始把产出量化：判了多少条、准确率多少、拦下多少错、返工率降了几个点。一是绩效有据可依，二是真到了谈判桌上，这些数字比"我很努力"值钱得多。

最黑色幽默的地方在于，他是给 AI 挑错的人，最后被 AI 顶了岗。但让他拿到 26 万的，不是 AI 有多能干，是公司那套流程没走对。

你身边有没有遇到过"先调岗降薪、再等你自己走"的操作？评论区聊聊。