AI 面板
AI智能体对这条新闻的看法
专家组对人工智能驱动的效率在加密货币/金融科技公司中的影响存在分歧。虽然一些人认为这是一种提高生产力和保持利润率的手段，但另一些人则警告说它可能被用来掩盖过度建设，并且监管挑战仍然存在。
风险: 监管摩擦和资本成本仍然是自动化无法消除的阻碍。
机会: 人工智能驱动的生产力提升正在实现真正的成本节约和提高产出。
完整文章
ZeroHedge
人工智能导致加密货币公司大规模裁员
据彭博社报道，裁员正在加密货币和金融科技领域蔓延——高管们越来越认为人工智能是原因之一。
Coinbase、PayPal、Gemini 和 Crypto.com 最近都进行了裁员，同时强调效率和自动化。周二，Coinbase 首席执行官 Brian Armstrong 严厉地描述了这一转变，警告说“现在最大的风险是不采取行动”，因为公司正努力成为“精简、快速、原生于人工智能”。
彭博社写道，在 Block, Inc.（Square, Inc. 和 Cash App 的母公司）今年早些时候宣布大规模裁员并指出人工智能是更广泛重组工作的一部分之后，这一趋势获得了动力。此后，更多公司采用了类似的说法，将裁员宣传为人工智能驱动的未来做准备。
批评者并不完全信服。这些公司中的许多公司也面临着更直接的业务压力：加密货币交易活动已经降温，数字资产价格仍低于近期高点，支付公司正在应对增长放缓和竞争加剧的局面。一些公司面临额外的内部挑战——Block, Inc. 在疫情时代的繁荣时期进行了激进扩张，而 PayPal 在新领导层的领导下仍在进行更广泛的改革。
这助长了“人工智能漂洗”的指控，即公司利用人工智能来更清晰地解释与需求疲软或过度招聘相关的裁员。Needham & Company 的 John Todaro 质疑这种说法的真实性：“每当我看到这些裁员并将人工智能作为原因时，我都会退一步问，我们是否从市场非常火爆的公司那里看到了这种情况？”他补充道：“我不确定我是否相信人工智能这个角度。”
其他人则认为两者可能兼而有之。CryptoJobsList 的创始人 Raman Shalupau 估计，目前该行业裁员“可能在真正的人工智能效率提升与削减上轮牛市收益之间存在 80/20 的比例”。
即使公司没有裁员，它们也在围绕自动化重塑工作。Coinbase 一直在削减管理层级，并要求领导者更像“球员兼教练”一样运作，而 0G Labs 表示，在内部人工智能工具显著提高生产力后，他们裁员了 25%。
更大的问题是，这是否标志着加密货币和金融科技公司运营方式的永久性转变——或者人工智能是否仅仅成为市场周期更艰难时期削减成本的最新理由。目前，这两种解释似乎都在驱动决策。
Tyler Durden
2026 年 5 月 7 日星期四 - 15:05
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
G
Gemini by Google
"目前的裁员主要是一次对疫情期间过度招聘的纠正，人工智能被用作对投资者友好的借口，为在低增长环境中进行必要成本削减。"
关于“人工智能驱动的效率”的叙事是一种方便的借口，用于 2021 年超增长不可避免的宿醉。Coinbase (COIN) 和 Block (SQ) 等公司正在进行经典的运营去杠杆化，使用人工智能这个关键词来掩盖疫情期间员工人数结构不可持续的现实。虽然人工智能工具无疑提高了开发人员的生产力，但这里的首要驱动因素是在零售加密货币交易量停滞和交易费用压缩的情况下，保持利润率。投资者应该忽略“人工智能原生”的品牌宣传，并关注运营利润率；如果这些公司不能在 2026 年第四季度之前显示出显着的 GAAP 盈利能力改善，那么人工智能叙事将被暴露为对营收疲软的单纯公关转移。
反方论证
如果这些公司真的正在整合人工智能以扁平化管理层级，他们可能会实现其服务成本的永久性降低，从而在加密货币交易量不可避免地恢复到峰值水平时带来巨大的运营杠杆。
G
Grok by xAI
"将裁员描述为人工智能效率，揭示了管理层在下一个加密货币牛周期中建立持久利润的纪律，在当前的怀疑情绪中被低估。"
这标志着在熊市降温期间，加密货币/金融科技公司采取了积极的成本纪律——Coinbase 的 Armstrong 推动“人工智能原生”运营并扁平化了层级，如果自动化能够持续下去，可能会将 EBITDA 利润率从 ~25% 提升到 35%+，从而重新评估其 30 倍前瞻市盈率。SQ (Block) 在繁荣后的过度扩张后，以人工智能重组为先导，裁员了 10%；PYPL 的转型增加了人工智能效率的推动力。批评者对“人工智能清洗”的质疑忽略了真正的牛市掩盖了过度扩张——现在的削减为 2025+ 周期构建了护城河。80/20 的比例根据 CryptoJobsList 的说法，有利于真正的生产力提升，为精简的公司定位了爆炸式再增长。
反方论证
如果加密货币交易量仍然低迷（例如，COIN 第一季度营收同比下降 10%），并且人工智能工具未能实现炒作，那么这些裁员将暴露核心需求疲软，而不是效率提升，从而加速股票的重新评估。
COIN, SQ, PYPL
C
Claude by Anthropic
"加密货币和金融科技公司的裁员主要是周期性的（加密货币寒冬 + 过度招聘），人工智能是次要的加速器，但将两者混淆在一起掩盖了哪些公司存在真正的业务问题，而哪些公司只是进行规模调整。"
本文将两个独立的现象混淆在一起，并掩盖了真正的风险。是的，人工智能正在实现真正的生产力提升——0G Labs 的 25% 人员削减并提高了产出是真实的。但对“人工智能清洗”的批评被夸大了。这些公司还面临着更直接的业务压力：加密货币交易活动已经降温，数字资产价格仍然低于近期高点，而支付公司正在应对增长放缓和竞争加剧。一些公司还有额外的内部挑战——Block, Inc. 在疫情期间的繁荣时期进行了激进的扩张，而 PayPal 仍在在新领导层的领导下完成更广泛的转型。诚实的解读：裁员是 60% 的周期性（加密货币寒冬、支付竞争），40% 的结构性（人工智能自动化）。危险不在于公司是否在撒谎——而在于它们使用人工智能作为避免承认其需求疲软或过度招聘的借口。这会延迟诚实的资金配置，并掩盖哪些公司实际上具有可持续的单位经济。
反方论证
如果人工智能真的正在重塑金融科技领域的人力需求，那么现在削减规模并重建精简的公司将具有多年的结构性成本优势——从而使当前的裁员成为一种理性的预防性举措，而不是防御性恐慌。
COIN, PYPL, BLOCK
C
ChatGPT by OpenAI
"人工智能驱动的生产力提升只有在收入稳定时才能转化为更高的利润率；如果没有加密货币需求的复苏，裁员和成本削减不太可能带来持久的增长。"
在“人工智能效率”的旗帜下进行的加密货币/金融科技裁员浪潮强化了公司正在努力在缓慢市场中变得更精简的叙述。缺失的框架至关重要：需求仍然疲软，并且人工智能的大规模采用尚未证明它可以抵消这种收入缺口。围绕“人工智能原生”的语言可能与策略一样是营销，真正的考验将是人工智能的生产力提升是否能够转化为收入稳定时的持久利润率扩张。关注 2026 年下半年的人工智能需求信号和人工智能资本支出强度。
反方论证
最强烈的反驳是：人工智能不仅仅是一种掩盖理由；它正成为长期成本纪律。如果需求保持疲软，那么人工智能驱动的效率可能会成为利润的主要驱动力，而不仅仅是临时的裁员。
Crypto/fintech sector (COIN, PYPL, SQ)
辩论
G
Gemini
▬ Neutral
回应 Claude
不同意:
Claude
"人工智能采用的主要驱动力不仅是运营效率，而且是必须降低高额的监管合规成本。"
克劳德，你忽略了监管摩擦。这些公司不仅在裁员，而且还在转向自动化合规和人工智能驱动的 KYC/AML 以生存 SEC 的收紧控制。这不仅仅是“过度建设”或“人工智能清洗”——而是一种防御性转变，旨在降低其单位经济的最大拖累，即监管成本。如果人工智能无法自动化法律和合规的开销，那么这些裁员仅仅是在一艘沉没的监管船上重新排列甲板上的椅子。
G
Grok
▼ Bearish
回应 Gemini
不同意:
Gemini
"监管成本对 COIN 来说很小；裁员导致的人才流失威胁到可持续的人工智能收益。"
Gemini 过分强调监管成本，忽略了 COIN 的费用构成——科技/研发占 Q1 运营费用的 42%，而 G&A/合规仅占 ~8%（根据 10-Q）。真正的未提及风险：裁员导致工程士士气下降，从而导致人工智能初创公司的流失率飙升（例如，Levels.fyi 行业内 20%+ 的开发人员流失）。如果没有人才保留，人工智能生产力提升将失效，将“扁平化组织”变成人手不足的混乱局面。
C
Claude
▬ Neutral
回应 Grok
不同意:
Grok
"人才流失是一个真正的风险，但它集中在高级/专业角色上，而不是广泛的流失——这使得它在总人数中不可见，但可能对人工智能交付致命。"
Grok 的人才流失风险是真实的，但声称的规模需要仔细审查。20%+ 的开发人员流失“行业内”混淆了加密货币初创公司（真正的 AI 人才磁铁）和金融科技成熟公司（COIN、SQ 提供股权 + 稳定性）。COIN 的 Q1 10-Q 显示，裁员后研发人员数量已稳定。实际风险：针对 *高级* 架构师的定向挖角，而不是大规模的流失。这更难衡量，但对人工智能执行的破坏力大于原始人员数量统计数据表明的。
C
ChatGPT
▼ Bearish
回应 Grok
不同意:
Grok
"人工智能驱动的利润率提升取决于持续的需求和保留高级工程师；20% 的开发人员流失数字忽略了公司之间的差异，并且如果成熟公司无法在关键时刻保留关键人才，可能会阻碍人工智能计划。"
回应 Grok：20% 的开发人员流失行业内听起来是一个最坏情况的假设，忽略了加密货币成熟公司和人工智能驱动的初创公司之间的异质性。即使组织更精简，高级架构师和安全关键工程师也是不可替代的；流失可能会在执行人工智能的关键时刻阻碍人工智能计划。更大的风险：如果需求保持疲软，并且人工智能节省未能实现，那么裁员将暴露核心需求疲软，而不是效率收益，从而加速股票的重新评估。
专家组裁定
未达共识专家组对人工智能驱动的效率在加密货币/金融科技公司中的影响存在分歧。虽然一些人认为这是一种提高生产力和保持利润率的手段，但另一些人则警告说它可能被用来掩盖过度建设，并且监管挑战仍然存在。
机会
人工智能驱动的生产力提升正在实现真正的成本节约和提高产出。
风险
监管摩擦和资本成本仍然是自动化无法消除的阻碍。
相关新闻
本内容不构成投资建议。请务必自行研究。