大厂的牛马，也在被迫用AI-上海魁鲸科技

大厂的牛马，也在被迫用AI

“被迫用AI”，这或许是2026年大厂员工最真实的写照。曾经被视为提效神器的AI，如今正以一种复杂甚至矛盾的姿态，深度嵌入我们的日常工作。它既是晋升的阶梯，也是悬在头顶的达摩克利斯之剑。

AI赋能

01 Token与Skill：悬在头顶的新KPI

在不少大厂，AI的使用早已从“鼓励”变成了“强制”。你的绩效，可能正与两个新指标紧密挂钩：Token消耗量和Skill产出量。

1）Token消耗量：这成了衡量你是否积极拥抱AI的“硬通货”。部门内部甚至搭起了排行榜，谁消耗的Token多，谁的绩效就可能更高。有同事为了完成KPI，甚至不惜删除已写好的代码让AI重写，只为增加调用次数。阿里、腾讯等公司开始将Token配额包装成“隐形福利”，黄仁勋更是直言“Token是第四薪酬”。

2）Skill产出量：这要求员工将日常工作经验、技术细节、常见问题全面盘点，文档化、标准化，变成AI可以理解和执行的“技能”。部门每周都有强制产出要求，晚上11点后，同事群里还在分享新写的Skill。不开发就是落后，不分享就是“藏着掖着”。

这种考核机制，让AI从辅助工具变成了新的“监工”。不用不行，用得不好也不行。一种新的职场焦虑——“FOBO”（Fear of Becoming Obsolete，对被淘汰的恐惧）——正席卷而来。

02 隐性KPI与“表演式”提效

2024年以来，国内头部互联网公司纷纷将AI工具纳入日常工作流。从最初的“建议使用”，到现在的“强制使用”，转变之快让许多员工措手不及。

① 某电商大厂：产品、运营岗位每周必须提交AI使用报告，详细说明用了哪些工具、节省了多少时间。

② 某短视频平台：内部自研的AI写作工具被默认嵌入所有文档系统，关闭选项“不小心”被移除。

③ 某社交巨头：绩效考核新增“AI应用能力”维度，占比高达20%。

表面上，这些举措是为了“提升效率、解放生产力”。但在员工眼中，AI从“助手”变成了“监工”。

一位在大厂工作5年的运营主管这样描述：“我现在每天要花1小时‘伺候’AI——提示词要写得足够精准，输出要人工修改，还要截图证明我用了AI。以前写份方案3小时，现在加上这些流程反而要4小时。”

效率工具，正在降低效率。

03 AI疲惫症：效率提升，我却更累了

讽刺的是，AI本应提升效率、解放人力，但现实却是，许多人患上了“AI疲惫症”，甚至“AI脑炸”。

1）从“主人”变“乙方”：你以为你是AI的主人，实际上你可能成了它的“乙方”。为了让AI生成一段正确的代码，有人足足改了15版提示词（Prompt），耗时11分钟。Anthropic的一项研究揭示，使用AI的程序员，代码速度只快了约2分钟，但代码的逻辑错误率却比人写的暴涨了75%。你省下的敲键盘时间，全变成了未来修Bug时流的泪。

2）认知负荷剧增：《哈佛商业评论》的研究指出，使用AI最耗费脑力的是“监督AI”。AI不仅没有减少工作量，反而扩大了员工的职责范围。你不仅要关注工作本身，还要关注AI产出的结果，认知负荷大大增加。ActivTrak的数据显示，员工的专注效率降至60%，多任务处理时间增加了12%。

3）省下的时间去哪了？ 凯恩斯曾预言技术进步能将周工作时间缩短至15小时，但AI节省下来的时间，并没有变成闲暇。它们立刻被更多需要解决的问题、更多需要跟进的项目所填满。周末工作量因此增加了40%以上。

04 全员写Skills，等于自己“干掉”自己

当公司要求每个员工把自己的工作流程“拆解、标准化、写成Skills”，一个细思极恐的问题出现了：这些Skills训练出来的AI，最终会替代谁？

大厂最近流行一个新KPI：全员写Skills。

无论你是产品、运营、研发还是HR，都要把自己的核心工作流程拆解成“输入-处理-输出”的标准模块，写成可供AI调用的Skill文档。写得好的，还有奖金。

乍一听，这是在“沉淀组织知识资产”。但一线的“牛马”们很快就反应过来了——

这不就是在教AI怎么干掉自己吗？

1）一个真实的悖论

你每天花8小时做的工作，背后是你的经验、判断、人脉和无数次踩坑换来的直觉。

现在，公司让你把这些东西一条条写下来：

“当遇到A情况时，先做B，再判断C”

“如果数据超过X阈值，则采取Y策略”

“这个环节的标准话术是……”

写得越详细、越准确，AI模仿得就越像。

当100个、1000个“牛马”把自己的独门手艺都写成Skills，AI就学会了整个岗位的全套技能。到那时，你的价值在哪里？

你在教AI复制你自己。

2）悖论背后的真相

这不是什么阴谋论，而是AI时代组织管理的必然逻辑：

对老板来说：Skills是“把个人能力变成公司资产”的最短路径

对AI来说：Skills是训练它的最佳教材

对你来说：Skills是……你自己的“使用说明书”

问题是，当AI拿到了说明书，它还需要你这个人吗？

05 不是AI好不好用的问题，是管理方式的问题

其实，这件事的本质是什么？

不是AI好不好用的问题，是管理方式的问题。

当一家公司把“使用AI”变成考核指标，而不是真正关注“AI帮我解决了什么问题”时，工具就会异化成枷锁。

就像当年考驾照，驾校教你的是怎么通过考试，而不是怎么开车。

现在大厂在做的，某种程度上也是在教员工“怎么通过AI考核”，而不是“怎么用AI创造价值”。

一位在硅谷工作的朋友跟我说，他们公司也推AI工具，但没有强制使用，也没有数据监控。“领导只说了一句话：AI不会取代你，但会用AI的人可能会。工具在这儿，用不用随你。”

这和大厂的逻辑完全不同。

大厂是：你必须用，而且我要看着你用。你不光要用，还要用得好。好不好我说了算，数据说了算。

06 进化或淘汰：从“码农”到“AI架构师”

尽管充满阵痛，但AI浪潮不可逆转。它正在系统性地替代那些重复性高、缺乏深度业务壁垒的“搬砖式”工作，如纯CRUD开发、标准化接口编写等。

但这并不意味着末日，而是职业角色的重塑。一位40岁的资深架构师分享了他的转型之路：他没有去卷算法，而是利用AI将自己从“写代码的人”升级为“用AI做架构与自动化的人”。

用AI做安全设计自动化：输入架构图，让AI输出安全威胁清单和防御方案。

搭建AI驱动的研发工作流：将代码规范检查、Bug扫描等流程自动化，砍掉60%以上的重复工作。

AI自动审查设计文档：10分钟内，AI就能完成过去需要几个人评审半天的工作，输出专业报告。

他的核心竞争力，不再是自己写了多少代码，而是能让AI帮他看得全、查得细、控得住。

AI远未到能完全替代人的程度，它更像是一个新的、强大的竞争工具。

正如一位通信协议工程师所说：“AI的日志分析准确率只有60%左右，必须人工复核。但这个过程本身就是在‘教育’AI，让它服务于人。”

当下的职场，正从“人与AI的战争”，演变为“会用AI的人与不会用AI的人之间的竞争”。当你的经验被拆解成可复用的Skill，当你的工作价值从代码实现转向AI训练，职场生存法则正在被重新书写。

大厂的牛马，也在被迫用AI

联系我们

400-103-7662

大厂的牛马，也在被迫用AI

相关新闻

联系我们

400-103-7662