Block 在 2026 年 2 月 27 日裁掉 40% 員工（超過 4,000 人），是 S&P 500 歷史上規模最大的 AI 驅動裁員。 公司從超過 10,000 人縮減到不到 6,000 人，股價隔天飆漲 16%。這不是一家經營不善的公司在止血，Block 2025 年全年毛利潤達 USD 103.6 億（約 NTD 331,520,000,000），年增 17%。CEO Jack Dorsey 在致股東信裡寫得很直白：智慧工具已經改變了「建造和經營一家公司」的意義。
Owen Jennings 是 Block 的 Executive Officer 兼業務主管，負責 Square、Cash App 和 Afterpay 的產品、營運和客服。他在 a16z 的 podcast 裡詳細說明了這場重組的內部邏輯和執行細節。以下是從他的訪談和公開資料拼出的完整圖像。
轉折點：2024 年 12 月第一週
Jennings 把時間線定位得很精確。Block 在 2024 年初就開始投入 agentic 開發，他們的開源 AI agent 框架 Goose 在 2024 年初推出，用來輔助軟體開發和內部工具作業。但真正的「二元性轉變」發生在 2024 年 11 月底到 12 月初。
那段時間，Claude Opus 和 Claude Code 的能力出現明顯跳升。Jennings 的說法是：基礎模型和工具本來就蠻會寫新專案的程式碼，但在 12 月初，它們突然變得非常擅長處理「既有的、複雜的」程式碼庫。
他用了一個很具體的描述：「公司裡員工人數和產出之間的相關性，在 12 月第一週斷裂了。」一兩個工程師搭配 AI 工具，生產力可以是過去的 10 倍、20 倍，甚至 100 倍。
Block 花了整個 2026 年 Q1 在內部討論這件事的意涵，然後在 2 月 27 日同步公布裁員和 2025 年 Q4 財報。
裁的不是冗員，是開發團隊
如果這次裁員只是砍掉行政和營運部門的多餘人力，那故事沒什麼特別的。但 Jennings 講了一個關鍵細節：裁員的重心在開發端。
「你不會在開發端做這麼大幅度的裁減，除非你真的看到一項技術從根本上改變了我們的建造方式。」他說得更直接：「我們不再手寫程式碼了。那個時代結束了。」
這句話的重量需要放到 Block 的產品線脈絡裡理解。Block 旗下有 Square（商家端支付和商務工具）、Cash App（消費金融平台，美國第四大簽帳卡發卡機構）和 Afterpay（先買後付）。這些都是高度監管、高複雜度的金融系統，不是可以隨便用 AI 生成的簡單應用。
新的工作方式：4 個人加 USD 2,000 的 token
Jennings 給了一個具體的前後對比。以 Cash App 的 AI 金融助手 Moneybot 為例：過去要把它推進到 50% 用戶，需要一個 15 人的團隊。現在是 4 個人加上每月 USD 2,000（約 NTD 64,000）的 AI token 成本。
工作流程也徹底變了。以前是一個工程師寫好一個 PR（Pull Request），提交、等 code review、根據回饋修改，然後下一個。現在是一個工程師同時指揮 14 個 AI agent 各自建 PR，工程師在它們之間快速切換，做判斷和最終決策。
Block 還有一個內部工具叫 Builderbot。Builderbot 可以自主合併 PR 和建構功能到完成狀態。Jennings 說，大多數時候 Builderbot 能做到 85-90%，然後由一個有大量 context 的人類工程師做最後 10% 的收尾。
這和 Josh Bersin 的分析形成有趣的對照。Bersin 估算一個 AI agent 的年成本約 USD 15,000-20,000（約 NTD 480,000-640,000），對客服場景來說比人力便宜，但對軟體工程來說，成本結構沒那麼簡單。軟體工程是高 context、非線性的工作，reasoning token 的成本會隨著程式碼庫的複雜度攀升。
Goose：Block 的開源 AI agent 框架
Goose 是 Block 開源計畫辦公室在 2025 年 1 月正式發布的 AI agent 框架，採用 Apache 2.0 授權。它使用 Anthropic 的 Model Context Protocol（MCP）做為工具連接標準，可以搭配任何 LLM。
Block 內部的數據：Goose 為團隊節省了 50-75% 的開發時間，60% 的員工每週在使用它。2025 年 12 月，Goose 和 MCP、OpenAI 的 AGENTS.md 一起被捐贈給 Linux Foundation 新成立的 Agentic AI Foundation（AAIF），創始白金會員包括 AWS、Anthropic、Block、Bloomberg、Cloudflare、Google、Microsoft 和 OpenAI。
Block 的 CTO Dhanji Prasanna 說得很實際：「我們不靠 Goose 賺錢，它完全是 Apache 授權的。我們的策略是讓產品能無縫地和 agent 協作，從開源生態系裡受益。」
Moneybot 和 Generative UI：產品端的 AI 原生化
Jennings 在訪談裡提到了一個我覺得比裁員更值得注意的觀點：Generative UI。
他說：「每個人都習慣了靜態的、僵硬的 UI。每個人的 Uber、Lyft、Cash App 看起來都一樣。這要根本性地改變。Generative UI 已經到了。你的 Cash App 應該跟我的長得很不一樣。」
Cash App 的 Moneybot 是這個方向的第一個產品實例。2025 年 11 月發布，Moneybot 是一個 agentic AI 金融助手，可以分析用戶消費習慣、建立自動儲蓄計畫、買賣股票和比特幣，而且會主動提出建議。Jennings 的原話是：「我們對用戶有足夠深入的理解，如果還要靠客戶問對問題才能幫到他們，那是我們的失敗。」
Moneybot 使用三個不同的 AI 模型，根據用戶的問題類型自動選擇。所有涉及資金移動的操作都需要用戶確認，但確認流程通常就是按一個按鈕或在對話框裡說「是」。
這和傳統銀行的做法形成鮮明對比。JPMorgan Chase 的首席資料官 Mark Birkhead 對 McKinsey 表示，大型銀行還在觀望 agentic AI，主要擔心 AI 出錯買了不該買的東西，或被惡意利用。
財務數據：裁員背後的數字
| 指標 | 數據 |
|---|---|
| 裁員人數 | 超過 4,000 人（約 40%） |
| 裁員後員工數 | 不到 6,000 人 |
| 重組費用 | USD 4.5-5 億（約 NTD 14,400,000,000-16,000,000,000） |
| 2025 全年毛利潤 | USD 103.6 億（約 NTD 331,520,000,000），年增 17% |
| 2025 Q4 毛利潤 | USD 28.7 億（約 NTD 91,840,000,000），年增 24% |
| 2025 Q4 Cash App 毛利潤 | USD 18.3 億（約 NTD 58,560,000,000），年增 33% |
| 2025 Q4 調整後 EPS | USD 0.65，符合分析師預期 |
| 2026 全年毛利潤指引 | USD 122 億（約 NTD 390,400,000,000） |
| 2026 全年調整後 EPS 指引 | USD 3.66（分析師預期 USD 3.22） |
| 裁員公告後股價漲幅 | 盤後漲 24%，隔日收漲 16% |
離職員工的待遇：20 週薪水加上每年年資額外一週、股票歸屬到 2026 年 5 月底、六個月醫療保險、公司設備可保留、額外 USD 5,000（約 NTD 160,000）。
William Blair 分析師指出，Block 股票過去 12 個月的表現落後同業，估值和 Fiserv、Global Payments、PayPal 差不多，「儘管 Block 的有機毛利潤成長速度大約是同業的三倍」。這暗示市場在裁員之前就低估了 Block 的成長潛力。
Jevons 悖論：工程師會變多還是變少
Jennings 自己提出了一個反直覺的觀點。他認為，對一個特定產品或 roadmap 來說，需要的工程師、設計師和 PM 確實會變少，這一點「非常、非常清楚」。但放到整個產業來看，他援引了 Jevons 悖論：當某項資源的使用效率大幅提升，總需求反而可能增加，因為「現在有一個超集的東西是可以被建造出來的」。
經濟學家 Anton Korinek 對 Fortune 雜誌的看法比較謹慎：「2025 年 AI 對就業市場的影響還很模糊，但過去幾個月 AI 能力的進步很快。這可能是白領工作被更嚴重威脅的新趨勢的起點。一旦少數公司帶頭，競爭壓力會迫使其他公司跟進。」
Challenger Gray & Christmas 的數據顯示，2025 年有約 55,000 個美國科技職位裁員時引用了 AI 因素，佔全年約 120 萬總裁員數的 4.5%。市場和經濟狀況（21%）、重組（11%）和成本削減（7%）仍然是更常見的裁員原因。
但 2025 年的 McKinsey 報告也指出，大多數企業還在 AI 導入的實驗階段，近三分之二尚未規模化部署。Oxford Economics 在 2026 年 1 月發布的報告更指出，許多 CEO 口中「因 AI 裁員」其實是疫情期間過度招聘的回調。
護城河在哪裡
Jennings 在訪談最後講了一句我覺得值得所有企業主思考的話：「最大的護城河是哪些公司理解了某些對其他人來說很難理解的東西。如果你對這個問題的答案是『我不知道』，那你可能會被 vibe code 掉。」
翻成白話就是：如果一家公司的核心競爭力只是「有人在寫程式碼」，而不是「深入理解特定領域的複雜性」，那 AI 確實可以取代他們。Block 敢砍 40% 員工，是因為他們認為自己對金融服務的複雜性有足夠深的理解，而 AI 工具能讓剩下的人把這些理解轉化成產品的速度快 10 倍。
這是不是太樂觀？可能。TD Cowen 的分析師就提醒：「短期來看，這會拉高財務預測。之後就是執行風險的問題——Block 如何在幾乎腰斬人力的情況下繼續營運。再往後，是對整個商務類企業的意涵。」
接下來 12-18 個月的財報和產品進展，會是驗證 Block 這個賭注的關鍵窗口。
Block 裁員 40% 是因為經營不善嗎？
不是。Block 在公布裁員的同時發布了 2025 年 Q4 財報，毛利潤年增 24% 達 USD 28.7 億，全年毛利潤 USD 103.6 億年增 17%。Dorsey 在致股東信裡明確說「我們的業務很強」，裁員是因為 AI 工具讓小而精的團隊能做到過去大團隊做的事。
Block 的 Goose 跟 Claude Code 有什麼關係？
Goose 是 Block 開發的開源 AI agent 框架，使用 Anthropic 的 MCP 協議做為工具連接標準，可以搭配包括 Claude 在內的任何 LLM。Claude Code 和 Opus 模型是 Block 內部開發人員使用的主要工具之一，Jennings 特別提到 2024 年 12 月 Claude 模型處理複雜既有程式碼庫的能力出現跳升，是推動這次重組決策的關鍵轉折點。
Builderbot 是什麼？它能完全取代工程師嗎？
Builderbot 是 Block 的內部工具，可以自主合併 Pull Request 並建構功能。根據 Jennings 的描述，Builderbot 通常能把功能做到 85-90% 完成度，最後 10-15% 由有大量 context 的人類工程師收尾。目前還不能完全取代工程師，但大幅減少了一項功能需要的人力投入。
其他科技公司會跟進類似規模的裁員嗎？
Dorsey 預測「大多數公司在一年內會做出類似的結構性調整」。經濟學家 Anton Korinek 認為一旦少數公司帶頭，競爭壓力可能迫使其他公司跟進。但 2025 年的 McKinsey 報告顯示近三分之二的企業尚未規模化部署 AI。目前還難以判斷 Block 是先驅還是特例。
Generative UI 是什麼意思？
Generative UI 指的是根據每位用戶的行為、偏好和 context 動態生成介面，而非所有人看到相同的靜態 UI。Cash App 的 Moneybot 是一個早期案例——它會根據用戶的消費習慣主動提出建議和行動選項，每個人看到的畫面都不同。Jennings 認為這會根本性地改變消費者對 app 的期待。
引用來源
- CNBC — Block shares soar as much as 24% as company slashes workforce by nearly half
- Fortune — Jack Dorsey lays off 40% of Block because of AI
- CNN Business — Block lays off nearly half its staff because of AI
- Bloomberg Intelligence — Tech Disruptors: Block on Building an AI-Native Fintech
- American Banker — Block replacing 40% of its staff with AI
- Linux Foundation — Agentic AI Foundation announcement
Author Insight
Erik (EKC), Digital Strategy Director at Tenten.co
我們團隊在協助企業客戶規劃 AI 導入策略時，碰到最多的問題不是「該不該用 AI」，而是「怎麼讓組織從『AI 輔助』跳到『AI 原生』」。Block 的案例最有價值的地方，是他們公開了中間過程的細節。4 個人加 USD 2,000 token 取代 15 人團隊，Builderbot 做到 85-90% 再由人類收尾，14 個 agent 同步跑 PR，這些數字比任何 AI 願景宣言都有說服力。
但我也觀察到，大多數企業不是 Block。Block 有自己的開源 agent 框架 Goose，有跟 Anthropic 共同開發 MCP 的技術深度，還有 Jack Dorsey 這種願意一次性砍 40% 的創辦人。多數企業的實際路徑可能更像是：先讓少數「在工具上」的人證明效率差距，再逐步調整團隊結構。重要的是先動起來，不是先追求 Block 的規模。
如果你在評估 AI 對團隊結構和工作流程的影響，或是考慮 Claude Code 和 agent 框架的導入策略，歡迎跟 Tenten 團隊預約諮詢。
