Google 科技员工组建工会不再只是为了薪酬

尽管硅谷白领长期抵制工会，Google 科技员工组建工会已进入新阶段。人工智能、反复裁员、员工监控以及政府合同，正将职业自主性转化为集体性的职场议题。

这并不意味着软件工程师会突然走上纠察线。计算机职业的工会会员比例依然极低，高薪和移民方面的担忧仍在阻碍组织行动。但变化虽微妙却很重要：越来越多员工认为，AI 政策和就业保障不是他们能够单独协商的问题。

Google 正处于这一转变的核心。其员工曾抗议军事项目、移民执法合同、裁员及 AI 带来的社会后果。Microsoft 则提供了一个对照案例：其中立协议和获认可的集体谈判单位表明，大型科技公司可以采取不同做法。

因此，这场较量不只是工会与管理层之间的对抗，而是个人议价能力与对 AI 如何改变工作施加有组织影响力之间的较量。结果将决定技术员工只是构建和使用这些系统，还是能在企业如何部署它们的问题上获得正式发言权。

Google 科技员工组建工会出现新诱因

直接变化在于，AI 如今既影响技术岗位的稳定性，也影响工作本身的意义。

多年来，许多硅谷专业人士相信自己拥有足够的个人筹码。他们可以协商薪酬、调换团队，或跳槽至另一家公司。股权薪酬也促使员工将自身与企业增长联系起来，而非与更广泛的劳工运动认同。

AI 削弱了这种安排，因为它会同时改变就业关系的多个方面。企业可以重组团队、衡量工具使用情况、自动化部分任务，并将支出转向数据中心或专业 AI 人才。在无人知晓哪些岗位会扩张或消失之前，员工就必须作出应对。

近期一项 KQED 调查通过 Google、美国通信工人协会和 Tech Workers Coalition 的组织者呈现了这一转变。他们关心的不仅是工资。

美国通信工人协会成员 Jeremy Bernick 告诉 KQED，一些员工认为，管理层要求使用 AI 的压力可能降低工作质量或拖慢工作进度。他还提到对“token tracking”的担忧，即衡量员工与 AI 系统互动频率的做法。

问题不在于每家公司目前是否都会在绩效评估中使用这类数据。更大的担忧是，AI 的采用创造了新的可量化信号，但其解读方式尚无明确规则。较低的使用次数可能反映抵触情绪、专业化工作，或审慎判断。

员工也担心失去对产品决策的控制。Google 产品经理兼 Tech Workers Coalition 组织者 Joshua Carroll 描述了一种转变：从作出选择变成向自动化系统“铲入数据”。这一差别对那些因希望创造性解决问题而投身科技行业的员工尤为重要。

AI 仍可提升生产率并减少重复性工作。许多工程师已在使用编程助手、搜索工具和自动化测试系统。但当 AI 生成的结果出现问题时，采用这些工具并不会消除有关工作量、评估或问责的问题。

2026 AI Index发现，组织层面的 AI 采用率已达到 88%。报告还指出，在一项涉及结构化计算机工作的基准测试中，AI 智能体仍有约三分之一的任务未能完成。

这些发现解释了为何职场讨论不能被简化为支持与抵制之间的对立。企业可以合理鼓励采用 AI，员工也可以合理要求对监控和自动化评估设定边界。这两种立场可以同时存在。

集体谈判正是在这里变得相关。个人员工可以协商职级、薪酬或调动，但他们较难为监控、再培训、裁员，或自动化系统影响决策时的责任问题建立全公司范围的规则。

Google 科技员工组建工会如今为这些更广泛的诉求提供了可能的渠道。其吸引力不在于对工业工会的怀旧，而在于有机会在 AI 变革不可逆之前界定可执行的程序。

AI 将职业独立性转化为就业不安全感

AI 无需取代整个职业，就能削弱让许多科技员工远离工会的个人筹码。

第一个压力点是重组。科技公司可以一边裁撤岗位，一边招聘机器学习、基础设施或数据中心领域的人才。结果并非就业的简单下降，而是机会向符合当前 AI 战略的岗位重新分配。

这种不确定性首先影响初级员工。入门级员工需要指导、较小的任务和反复反馈来培养判断力。如果 AI 完成了更多这类任务，企业就必须决定新员工将如何积累经验。

Stanford AI Index 援引的数据表明，自 2024 年以来，入门级软件开发人员的就业人数下降了 20%。报告还称，三分之一受访组织预计会进一步裁员。这些数字并不能证明 AI 导致了每一个消失的岗位，但说明了为何员工会感受到结构性变化。

第二个压力点是工作强度。生产力工具可以缩短一项任务所需时间，同时促使管理者提高整个岗位的预期。节省下来的时间可能用于完成更好的工作，也可能只是带来更长的待办队列。

更快完成代码的开发者，可能会收到更多工单。使用自动摘要的客服人员，可能需要处理更多账户。借助 AI 生成文档的产品经理，可能会面临更频繁的规划周期。

这些情况让生产率难以评估。更高的产出数量可能掩盖更多审核工作、较弱的决策，或纠正机器错误的额外责任。员工需要一种讨论这些权衡的方式，而不会显得是在抗拒技术。

第三个压力点是监控。AI 系统会生成有关提示词、输出、编辑和使用频率的详细记录。这些记录可以支持安全与质量控制，但也可能成为衡量投入的不完整替代指标。

Token 数量反映的是活动，而不一定是价值。一名资深工程师可能使用较少提示词，因为经验帮助其及早确定正确的架构。另一名员工则可能生成大量提示词，却要花数小时修正不可靠的输出。

如果雇主将 AI 活动用作绩效信号，员工就需要了解数据及其解读方式的透明度。他们也需要切实可行的途径来挑战错误结论。这些是治理问题，而非个人偏好。

第四个压力点是技能退化。员工可能变得更高效，却失去练习底层任务的机会。长期来看，这可能降低职业流动性，或使员工更依赖公司控制的系统。

这些结果并非必然发生。AI 也可以扩大进入技术工作的机会，并帮助员工发展新技能。正是这种不确定性创造了组织行动的机会，因为员工希望在雇主确定规则前拥有发言权。

现有工会参与规模说明，这一机会仍然难以把握。最新的联邦劳工数据显示，2025 年计算机和数学职业中只有 3.7% 的员工是工会会员，只有 4.4% 由工会代表。

在所有领取工资和薪金的员工中，10% 是工会会员，11.2% 获得工会代表。即使这些职业越来越多地受到职场 AI 的影响，计算机职业的比例仍远低于全国水平。

这些数字也为组织者设定了举证门槛。仅凭焦虑无法建立持久的制度。员工必须相信，集体代表能够提供个人流动性、内部讨论和现有劳动法所无法提供的东西。

政治议题正将行动主义转化为劳工组织

通往科技工会最有力的路径，可能始于围绕企业制造什么的冲突，而非传统的薪酬争议。

Google 员工曾多次质疑涉及军事系统、移民执法和外国政府的项目。这些行动通常源于专业人士的道德反对：他们认为自己的技术工作具有公共后果。

这段历史之所以重要，是因为它在传统劳资争议发生之前就在员工间建立了关系。员工学会如何发起请愿、评估风险、建立信任，以及跨团队协调。这些能力后来可用于围绕裁员或工作条件的组织行动。

一项 2026 年关于科技员工行动主义的研究，考察了 2014 年至 2022 年间美国科技员工发起的 175 起有公开记录的集体行动。研究人员发现，职场社会行动主义往往先于劳工行动主义。

他们提出的机制是与管理层发生冲突。员工最初围绕伦理或政治关切组织起来；如果领导层拒绝相关诉求，或员工认为自己遭到报复，参与者便会更明确地将自己视为面对制度性权力的劳动者。

Google 提供了该研究的核心案例。员工抗议公司与军事及移民机构的关系，随后又围绕涉及同事的纪律处分组织起来。这种冲突帮助将议题导向的行动主义转化为劳工行动主义。

Microsoft 则提供了一个有用的反例。其员工也在 2016 年大选后抗议政府合同，但研究人员没有发现其在研究期内出现同样向持续劳工组织发展的轨迹。

这并不意味着每一项政治请愿都会变成组建工会的行动。大多数不会。它意味着，社会行动主义能够提供专业人士原本缺乏的信任与组织经验。

这一模式在 2026 年依然可见。Alphabet Workers Union 成员 Alex Samburov 协助组织了 Googlers Against ICE，该组织反对 Google 与美国国土安全部及移民机构的合作。

这场运动部分反对联邦机构将 AI 用于劳动力支持和运营效率。KQED 报道称，截至 9 月，该活动已收集 1,700 个签名，并获得工会的正式支持。

对参与者而言，这一议题将职业责任与职场权力联系在一起。他们认为，构建和维护技术系统的员工拥有普通用户所不具备的信息和影响力。

批评者也可以合理地认为，应由公司而非个别员工决定服务哪些合法客户。高管负有受托、运营和合同责任，不能将这些责任转交给内部请愿。

员工可以回应说，就业关系并不会抹去专业判断。工程师、研究人员和产品经理了解能力边界、失效模式与部署风险。他们可能看到合同和合规审查未能捕捉到的后果。

工会并不会自动化解这一冲突。集体谈判传统上涵盖就业条件，而有关客户和产品的决策往往仍属于管理层权限。政治组织活动也可能让那些在就业保障问题上意见一致、却在公共政策上存在分歧的员工产生分裂。

尽管如此，政治争议带来了个人影响力有限这一共同体验。工程师可以私下反对、调岗、辞职，或冒着重大个人风险公开发声。集体组织提供了另一种选择，即便其正式权限仍存争议。

这正是政治与 AI 相互强化的原因。政治关切促使员工组织起来，而 AI 带来的不安全感则提升了保护机制的价值。每个议题都为另一个提供了其所欠缺的部分。

Microsoft 展示了不同的劳工模式

Microsoft 与有组织劳工达成的协议表明，承认工会与发展 AI 并不一定是彼此不相容的目标。

Microsoft 已成为一个重要的参照案例，因为它在旗下游戏业务中接受了获得承认的工会。其保持中立的承诺降低了管理层在组织活动期间的阻力，并让员工获得了更清晰的代表权路径。

该公司还在 2023 年与 AFL-CIO 建立了 AI 合作伙伴关系。该协议聚焦教育、员工意见与公共政策，同时将中立框架延伸至附属工会的组织活动。

根据 AI 劳工合作伙伴关系，Microsoft 和该联合会表示，员工将向 AI 开发者和企业领导者提供直接反馈。双方还计划开展教育活动并在政策层面合作。

这一安排并未将 AI 战略的控制权移交给工会。Microsoft 仍决定开发和销售什么产品。不过，它建立了让劳工代表能在部署决策影响员工之前提出关切的渠道。

游戏业务提供了一项实际检验。根据批准公告，Blizzard Entertainment 的员工在 2026 年批准了覆盖逾 1,900 名开发人员和近 500 名质量保证员工的合同。

这些协议包含了有关裁员、遣散、工作条件、薪酬和人工智能的条款。它们表明，AI 规则可以成为常规劳工合同的一部分，而非仅停留在自愿性的伦理声明上。

与 Google 的比较需要谨慎。Microsoft 获得承认的谈判单位集中在通过收购形成或扩大的游戏业务中。Google 的员工队伍、承包商结构、产品组织方式和员工行动主义历史均不相同。

Alphabet Workers Union 还采用少数派工会模式。它无需在 Alphabet 庞大的员工队伍中获得多数认证，也能组织员工并公开倡议。这种灵活性支持广泛行动，但并不会自动为每位成员提供传统谈判权。

当一个可明确界定的业务单位能够组织并谈判时，Microsoft 的模式提供了更清晰的路径。Google 的模式则支持跨职位类别和雇佣安排的团结，包括影响承包商的关切。

两种模式都尚未解决 AI 的核心问题。员工仍需要针对训练、通知、监控、替代和申诉的具体合同条款。对负责任采用的笼统承诺不能替代这些细节。

企业对速度和灵活性的关切也具有合理性。AI 工具、法规和安全威胁变化迅速。要求协商的合同不应妨碍紧急技术响应或常规软件更新。

实际解决方案可能是程序性的，而非绝对性的。员工可能寻求提前通知、监控做法披露、再培训承诺和审查机制。雇主则可在接受更明确义务的同时保留决策权。

这一框架比承诺 AI 永远不会消除某个职位更现实。科技公司无法确定地预测未来人员配置，工会也无法冻结每一份职位描述。

他们可以协商变化如何发生。这包括员工获得的信息、可用于适应的时间、评估所使用的标准，以及职位消失时提供的支持。

对于 Google 科技员工工会化而言，Microsoft 的经验消除了一个常见反对理由：一家大型 AI 公司可以承认员工组织，而不必放弃产品开发或管理控制。剩下的问题是，Google 员工是否会以具有实质规模的方式要求建立类似结构。

高薪和移民身份仍限制工会发展

组织起来的理由已更为充分，但让 Silicon Valley 长期基本没有工会的障碍尚未消失。

薪酬仍是最明显的障碍。高薪员工往往认为，他们可以通过个人谈判或工作流动来保护自身利益。这种信念削弱了集体认同，尤其是在员工预期股权增长会使其利益与管理层保持一致时。

AI 焦虑并未消除这些激励因素。拥有稀缺技能的工程师仍可获得有吸引力的工作机会、加入创业公司，或转入专业化岗位。只要个人离职仍是可信选择，许多员工就会避免组织活动带来的风险和义务。

移民身份带来了更严峻的约束。持雇主担保签证的员工失去工作后，可能面临严重后果。即便组织活动依法受到保护，人们对报复的担忧也可能使集体行动显得过于危险。

法律权利只是考量的一部分。被解雇的公民和被解雇的签证持有者可能面对截然不同的时间线与个人后果。因此，组织者必须在对就业风险容忍度差异很大的员工之间建立信心。

承包商面临另一个问题。科技公司将工作分散给人力派遣公司、供应商和外包企业。为同一产品做出贡献的员工可能拥有不同雇主、福利、工作场所规则和谈判权。

这种结构可能割裂潜在的谈判单位。当承包商指控恶劣条件或报复行为时，它也会使责任认定更加复杂。确定一家科技公司是否构成共同雇主，成为获得有意义谈判的关键。

内部意见分歧构成第四道障碍。担忧裁员的员工未必支持涉及军事或移民合同的政治行动。其他人可能支持这些行动，却拒绝围绕薪酬进行传统谈判。

广泛联盟可以吸引更多参与者，但也可能难以确定优先事项。组织者必须证明，民主程序能够处理分歧，而非假定员工共享单一意识形态。

最大的不确定性在于，恐惧会带来团结还是沉默。裁员可能让员工相信个人表现几乎无法提供保护，也可能让留下来的员工更不愿挑战管理层。

KQED 采访的 Silicon Valley 长期活动人士 Lenny Siegel 质疑，仅凭 AI 是否足以推动工程师走向工会。他的怀疑值得重视，因为组织活动需要的不只是共同关切。

员工需要明确诉求、持久组织，以及足以让集体行动具备可信度的参与规模。一份请愿书可以证明存在兴趣，但无法保证谈判权，也无法保护每一位参与者。

组织者还需要证据证明，集体代表机制能够改善 AI 治理。早期合同提供了有用案例，但其中条款尚未经历完整经济周期或重大部署失败的检验。

管理层行为将影响结果。一家提供透明政策、可信申诉程序、再培训和有意义员工协商的公司，可能减轻组织压力。一家依赖突然裁员或不透明指标的公司，则可能强化这种压力。

这使工会发展部分成为对雇主如何引入 AI 的回应。技术本身并非决定性变量。采用过程决定了员工将其视为有用工具，还是自上而下施加的威胁。

因此，Google 科技员工工会化仍是一场开放实验。这些压力真实存在，但尚未克服支持个人谈判的经济、法律和文化力量。

三个信号将显示这种转变是否真实

下一阶段将以具体的工作场所规则、获得承认的谈判单位和持续参与来衡量，而不仅仅是请愿签名数量。

第一个信号是，是否有更多合同采用具体的 AI 保护措施。有价值的条款将涉及提前通知、再培训、员工监控、自动化评估和申诉。仅仅支持负责任 AI 的措辞说明不了太多。

Blizzard 的协议之所以重要，是因为它们将 AI 与裁员、工作条件等既有谈判议题并列。关键在于，类似条款是否会从游戏和媒体扩散至软件、云服务和 AI 实验室。

更广泛的扩散将支持这样一种观点：工作场所中的 AI 需要集体治理。如果条款仍局限于已有工会的行业，Silicon Valley 的专业员工可能继续依赖内部政策。

第二个信号是，组织活动是否能在核心技术员工群体中形成获得承认的单位。少数派工会和倡议团体可以影响公共讨论，但经过认证或自愿获得承认的单位可以协商具有约束力的合同。

应关注涉及软件工程师、产品经理、研究人员或 AI 运营人员的行动。承包商取得的成果同样重要，特别是当这些成果确立了控制底层产品公司的谈判责任时。

如果组织活动仍集中在支持、零售或游戏员工中，科技公司内部的历史性分野将持续存在。白领专业人士或许会表示同情，却不会为自己接受集体代表机制。

第三个信号是，管理层如何回应员工影响力行动。中立承诺、结构化协商和透明的 AI 政策，将表明企业认为员工发声与创新可以兼容。

报复指控、突然重组或不透明的 AI 使用指标则指向相反方向。这些回应可能短期内压制一场行动，同时为未来组织者提供更有力的论述，说明个人谈判为何失败。

员工还应区分政策参与权与实际权力。咨询委员会可以改善决策，但不一定形成可执行的义务。获得承认的工会可以谈判，但其影响力仍取决于成员规模、团结程度和合同措辞。

对于开发者和其他知识工作者而言，眼下的任务是审视 AI 如何改变其工作中的权力结构。谁选择工具？谁能看到使用数据？谁为错误承担责任？当生产率提升减少人员需求时，会发生什么？

这些问题无论一个人是否支持工会都具有现实意义。它们揭示了：AI 的采用究竟是在拓展专业判断空间，还是在将控制权进一步集中到管理层手中。

Google 技术员工的工会化不会由某一次运动、选举或合同决定。关键在于，员工能否将共同的焦虑转化为拥有可实现诉求的稳定组织。

过去，硅谷的交换条件是：以较弱的集体力量换取高薪酬、流动性与个人影响力。AI 正在同时考验这项交换的每一个部分。

如今，员工面临选择：等待公司制定规则，还是在规则固化前围绕具体保障措施组织起来。雇主也面临相应的选择：将员工声音视为障碍，或者借此制定员工信任的 AI 政策。