起源：：：冬天到底多久洗一次澡作者：：： 陈佩义：：：

大厂“牛马”，，，被迫用AI

定焦One（dingjiaoone）原创

作者 | 王璐 金玙璠 王汉星 雷晶 陈丹 李梦冉

编纂 | 金玙璠

这股“AI提效”的风，，，还是刮到了大厂打工人身上。。。

最起头，，，AI还只是少数技术极客和尝鲜者的玩具。。。有人自掏腰包买会员，，，有人暗里互换提醒词，，，把它当成提高效能的新工具，，，的确从中尝到了甜头。。。

但此刻，，，情况变了。。。国内外的互联网大厂已经从“激励使用AI”进入了“隐性强制使用AI”的阶段。。。有人被统计每天亏损了几多Token，，，有人地点团队把AI使用情况和绩效挂上了钩，，，有人被要求优先使用公司自研工具，，，有人则要把自己的工作经验拆成流程、写成Skills，，，交给AI反复挪用。。。

当“用AI”、“烧Token”逐步造成一种查核、一套要求，，，甚至一种新的工作模板，，，那些被卷进这场智能化海潮的大厂员工，，，真实处境到底若何？？

这两天，，，我们和六位来自分歧公司、分歧岗位的从业者聊了聊。。。他们的布景涵盖了外洋上市公司的CIO、国内头部大厂的高级研发、掌管写代码的低级法式员，，，以及做运营和市场商务的非技术岗。。。

有人靠着AI实现效能翻倍，，，将产品需要文档的输出周期从几周压缩到一天，，，甚至一小我干出了从前一个团队的成就；也有报答了应对“智能化产出”的要求，，，把一份单一的数据看板手动调试了80遍，，，硬生生把AI用成了必要不休“擦屁股”的低级实习生。。。

大厂的工作氛围也产生了奥妙的变动。。。当那些正本属于小我经验、工作习惯的器材，，，被一点点拆解、整顿、上传、复用，，，踏实写代码的人成了“不活跃分子”，，，频仍调试提醒词的人则成了“积极拥抱新技术”的典型。。。新的焦虑也随之冒了出来：：：我们到底是在使用AI，，，还是在给AI当燃料，，，一步步把自己造成可被代替的流程？？

在这场自上而下的AI尝试里，，，有人感应兴奋，，，有人感应疲乏，，，也有人一壁共同，，，一壁不安。。。但险些所有人都意识到一点：：：时期的齿轮已经动弹，，，无论是自动拥抱还是被动共同，，，那个纯正依人力、拼时长的工作时期，，，正在“翻篇”。。。

为了交一份“AI成就”，，，我把数据看板改了80遍

好好 | 国内某头部互联网大厂 运营

三周前，，，辅导在群里发通知，，，说以来“激励各人用AI提效”，，，没有KPI，，，不挂钩绩效，，，但在例会上，，，他对各人强调，，，以来所有工作产出，，，都能够让AI先天生一版。。。

那一刻我领略了，，，这其实是隐性要求。。。

二十多天前，，，我们被统一要求使用公司自研的AI工具，，，理由是“数据安全”，，，但问题很快出现。。。

首先是额度限度。。。公司给每人发放的挪用次数有限，，，我一壁斟酌着若何尽可能用AI实现工作，，，还得精打细算地“省着点用”。。。

其次是能力不不变。。。写案牍还行，，，一旦涉及数据分析和复杂逻辑，，，就起头犯错。。。

上周，，，我用它做数据看板，，，直接把我整崩溃了。。。

这个工作很单一，，，是一个分析客户和销售数据的工具。。。从前是技术部门的活儿，，，此刻必要“人人城市”。。。我之前用Gemini顺利写过一个小游戏，，，就无邪地以为搭个数据看板应该也不难。。。

第1次，，，AI直接给了我一个数据上传模板，，，里面多了七八个底子用不到的字段，，，我只好手动删改。。。

调教到第13次，，，维度和数据总算对齐了，，，但显示地域漏了三个，，，它还诠释说是“自动筛选廉价值区域”。。。

调整到第40次，，，数据体式起头混乱，，，小数点有的保留0位有的保留4位。。。

我强撑到第60次批改，，，了局上传新数据后，，，图表无法自动更新，，，新旧数字叠加在一路，，，数据膨胀了近一倍。。。

熬到第80次批改，，，终于走到了PDF导出成功的最后一步，，，想着终于能松一口气了，，，但打开后心又死了，，，费了一下午的功夫收成了一堆乱码。。。

我仔细算了笔账，，，无论是做数据看板，，，还是实现日常的工作汇报，，，我反复对AI进行调试、期待“抽卡”的功夫，，，足够人为做完两遍。。。但辅导想看到“AI产出”，，，我就得陪这位“AI低级员工”不休试错。。。

对我来说，，，AI既是工具也是职守，，，或许一半一半。。。它的确收受了一些反复性工作，，，但调试、校验、返工的功夫又把省下来的精力填满了。。。我最清澈的感触是，，，好多工作我明明能够自己做完，，，却必须绕一圈，，，用AI“做一遍”。。。

为了凑AI使用次数，，，我删掉代码让它重写了一遍

Kevin | 美国某电商公司 工程师

我这周的Kiro（公司内部的AI编程助手）使用次数还没达标。。。为了凑够，，，我把一段参数校验的代码删了，，，直接丢给Kiro让它改写一版。。。它天生出来看着像那么回事，，，但少处置了一个异常分支，，，最后还得我自己补回去。。。

其实我之前用AI写代码用得挺勤的。。。我订阅了ChatGPT Plus，，，后来又试过Claude，，，遇到一些繁琐的基础测试用例，，，或者必要急剧查个不常用的API，，，丢给AI处置的确能省不少事。。。那时辰是真的感触能提效，，，各人也会互订互换提醒词。。。

但去年底起头，，，公司把Kiro定为公司“推荐的AI原生开发工具”，，，并且定了指标：：：年底前，，，80%的工程师每周使用Kiro。。。

最起头说是为了让各人在项目里顺手把工具用起来，，，但没过多久，，，内部就上线了一个追踪员工AI使用频率的系统。。。谁在用、谁没怎么用，，，后盾都能看出来。。。

最让我们头疼的是，，，Kiro不太好用。。。写样板代码、测试、接口适配还行；但一旦牵扯到挪用链、状态处置或者部署约束，，，它天生的代码就时时只是个半制品。。。所以，，，大量工程师要求改用Claude Code，，，以为Kiro不适合高复杂度的工程判断。。。

各人对AI天生的代码不安心是有原因的，，，去年底，，，公司有个团队就由于跑Kiro出了个不小的变乱。。。变乱之后，，，AI参加的代码调换审批显著收紧了。。。

但我还是会感触有点恍惚。。。那些踏踏实实钻研底层逻辑、手动优化主题代码的人，，，在追踪系统上不够活跃；反而是那些频仍调试提醒词的人，，，成了“积极拥抱新技术”的典型。。。

我正本以为，，，工程师的价值是处置那些真正复杂的问题。。？？纱丝毯枚嗍背，，，我掌管写提醒词、盯天生了局、补它留下来的坑。。。我最不安的不是工作方式变了，，，而是持久这样下去，，，自己从零实现、排查复杂问题的能力，，，会一点点退化。。。

全员写Skills，，，等于自己“干掉”自己

Kelly ｜北京某互联网大厂 后端研发（职级序列8）

作为一名后端法式员，，，我从去年起头就已经在工作中高频使用AI了，，，用的比力多的是内部的无代码编程工具。。。

今年春节前后，，，公司整体的AI利用氛围忽然变得极度激进。。。此刻，，，全数员工都能在系统里看到自己每天亏损了几多Token，，，我的直属辅导对我说的最多的一句话就是“这个事儿能够用AI试一试。。
！！！

目前公司没有明确的Token亏损查核，，，但是每个部门有各自的查核尺度。。。

具体到我地点的部门，，，近期激励全员写Skills，，，要求各人对日常的工作经验、工作流程、技术细节以及常见问题进行全面盘点，，，而后文档化、Skills化。。。

Leader重要看两个指标：：：用公司内部“龙虾”工具每天的Token亏损量，，，以及Skills的产出量，，，对于后者，，，部门甚至有极度明确的查核指标，，，每周强制要求产出。。。

不仅如此，，，目前部门里50%的开发需要，，，被强制要求由Agent天生，，，这意味着，，，产品、开发、测试环节被直接跳过，，，要求用“龙虾”实现端到端的产出。。。

这个50%的比例还会在年内逐步提升，，，指标是到2026年底争取实现全自动化。。。

Token使用成本方面，，，我们部门技术序列目前Claude Opus的Token管够，，，不强制使用内部工具。。。但大部门部门Opus的额度有限，，，超出部门要自费，，，使用内部工具和自家模型的Token没有限度。。。

全面AI化以来，，，我每天的工作时长反而更长了。。。不是由于工作量变大，，，而是由于各人都在卷Skills，，，你也不得不卷。。。

好比在我们部门的群里，，，晚上11点以来还会有同事分享写好的Skills。。。有时辰看到同组的人写出一个比力好用的Skills，，，我就会感应极度焦虑。。。

这种焦虑，，，一方面来自于部门对Skills产出查核的焦虑，，，另一方面，，，也胆怯AI Agent正在一天天取代人的工作。。。

现实上，，，AI在解决单一问题时，，，效能不愿定比有经验的后端研发高。。。由于Skill写的单一流程不不变，，，要花大量精力去调试、批改，，，并且Token的亏损量也很大，，，但当Skills越改越好用之后，，，AI就会逐步超过人类，，，并且以极度低的成本运行。。。

作为打工人，，，各人内心也都明显，，，在公司激励全员写Skills的布景下，，，藏着掖着注定写不出好的Skills，，，但是把自己所有的技术和经验都SOP化、Skills化，，，其实离被AI取代的那天也就不远了。。。

AI对于工作效能的提升毋庸置疑，，，但效能上去了，，，也就意味着不必要那么多人了。。。目前公司的内部活水通道已经停了，，，将来会产生什么，，，硅谷的科技大厂已经给了答案。。。

“被迫用AI”，，，但我靠它卷赢了组里的人

陈宇 | 国内某手机厂商 通讯和谈工程师

最近半年，，，我们公司都在卷AI，，，从去年10月起头，，，工具盛开、额度报销、激励人人用。。。以我们部门为例，，，每人Cursor每个月都有肯定的使用额度要求。。。用不完会被以为“浪费资源”，，，账号可能会被回收；用得多但产出没跟上，，，又会被判定为滥用，，，同样会被提醒。。。

所以，，，不用不能，，，用得不好也不能。。。在这种趋向下，，，压力注定是有的。。。组里已经有人由于不愿意花功夫学AI，，，加上工作状态通常，，，被优化了。。。

我对“用AI”的理解融洽多人不一样。。。滥用AI，，，浪费那么多Token，，，还不如花钱买游戏玩。。。AI不是用得越多越好，，，而是要用得对。。。我通常每周抽一两天，，，专门钻研怎么让AI更好地适配我的工作、帮我高效干活。。。

我的岗位是通讯和谈工程师，，，写代码只占一小部门，，，更多的功夫是处置用户数据、分析系统日志等。。。以前分析用户手机卡顿数据问题时，，，有时辰明明是运营商网络导致的问题，，，也要我们一点点排查，，，大量精力都耗在无效信息的筛选上。。。

此刻，，，AI能帮我先急剧定位并剔除无关滋扰，，，让我专一在真正必要优化的处所。。。去年一年，，，我的整体产出提升很显著，，，绩效在组里排得比力靠前。。。

不外说真话，，，AI远没到能代替人的水平。。。它的日志分析正确率只有60%左右，，，必须人为复核。。。为了提升AI的能力，，，我们得不休写规定、优化逻辑。。。所以，，，我近半年的工作量是增长的。。。但这个过程自身就是在“教育”AI，，，让它服务于人。。。

这两年，，，我能显著感触到公司招的人在变少，，，我感触这背后注定有AI的影响。。。身边有伴侣筹备换工作时，，，我城市劝他肯定要恶补AI有关能力。。。同样的技术水平，，，会不会用AI，，，在口试和薪资上能拉开显著的差距。。。此刻平台逼着你学，，，也是帮你提前储蓄了职业竞争力。。。

我始终以为，，，AI并不是用来包办身的，，，它是人和人之间一个新的竞争工具而已。。。

我们没裁员，，，但效能必须提升3至5倍

Ming Lu ｜澳大利亚 某上市公司CIO

作为CIO，，，我可能是公司里最早一批“AI原居民”。。。

在公司正式确立AI战术之前，，，我已经起头高频使用AI工具。。。公司由于与微软有持久合作，，，很早就接入了Copilot，，，后来，，，又将Copilot与Claude整合进内部工作系统。。：：＞豢浯蟮厮，，，我此刻险些所有的主题工作都已由AI实现，，，效能翻倍。。。

但公司在内部推动AI工具的初期，，，并不顺利。。。

一路头，，，采取的是激励式战术，，，给所有部门和员工建设了近乎无限的Copilot使用权限和额度。。。但成效并不显著，，，甚至在软件开发和UX部门遇到了阻力。。。

这些团队并不是倾轧AI工具，，，也愿意用AI做辅助性工作，，，例如写代码片段、天生设计草图。。。但他们普遍不愿意更进一步，，，好比，，，让AI染指主题的SDLC（软件开产性命周期）流程。。。这种心态能够理解，，，人们愿意让AI帮手，，，但不愿被AI主导。。。

但是，，，在公司的战术框架里，，，只把AI当作语法查抄器是不够的，，，我们要的是流程重塑。。。

因而，，，今年岁首，，，我与CTO共同制订了新的AI战术：：：要求各部门在四月底前提交AI路线图，，，并设定了严苛的查核机制——每位经理需提交三个AI建议（AI Initiatives），，，每季度按落地情况打分。。。我们还起头监控Token使用量，，，查核AI使用率，，，持久偏低者可能进入绩效改进打算（PIP）。。。

调整后，，，成效立竿见影。。。

软件开发的变动最显著。。。从前，，，一份产品需要文档（PRD）的形成，，，必要产品经理与开发团队多轮沟通，，，周期长达数周甚至一两个月。。。此刻，，，一位项目经理能够在一天内输出，，，既有Markdown注明，，，也附带界面原型图的PRD。。。项目启动阶段最耗时的“：：：卮北淮蟠笱顾趿。。。

如今，，，我的工作重心也变了。。。我每天会花大量功夫与各部门经理开会，，，会商AI能够在哪些环节染指；同时我自己也搭建了一个多智能体的Claude环境，，，先花大量精力与AI进行思想风暴，，，将规划拆解度，，，最后再交给AI去落地。。。

AI让我把更多的功夫花在了“若何把问题想明显”上。。。若是需要文档写得不够扎实、贸易逻辑不够清澈，，，AI的执行就会彻底跑偏。。。这也倒逼我们更多思虑贸易逻辑的性质。。。

当然，，，效能提升的另一面是凶残的：：：岗位可能会削减。。。固然公司董事会决定先不裁员，，，但要求每个员工的效能提升3到5倍，，，同时，，，我们已经终场了招收数据分析、法式开发和财政分析方向的新人招聘。。。这可能也是所有公司迟早要经历的事。。。

我不感触自己被AI摆布，，，相反，，，我感触到了前所未有的驾驭感。。。此刻真正感应压力的，，，是那些工作内容高度尺度化、极易被AI直接代替的岗位。。。而那些具备壮大需要分析和顶层规划能力的人，，，反而更吃香了。。。

用AI后，，，我的工作反而更忙了

云天｜国内某头部大厂 高级研发

我是比力早一批自费使用AI的人，，，每个月在各类工具上的支出靠近500美元，，，从GPT到各类垂类模型，，，好用的就直接买年包，，，履历型的就先试月卡。。。

目前我们公司目前对Token使用量没有强制要求，，，合规前提下，，，哪个好用用哪个，，，都是团队综合思考下来遴选感触对工作最有援手的。。。我此刻每个月的Token亏损量或许在30到40亿左右。。。

但即便如此，，，我的工作功夫还是变长了。。。

原因很单一：：：用AI不仅是“让它干活”，，，还要先把系统搭起来。。。就像盖摩天大楼必须先摆架子一样，，，我们要先构建一套系统，，，去规范AI的使用天堑、降低它的犯错率；甚至在AI出问题后实时“擦屁股”，，，把控它的影响领域。。。这份工作远比单纯用AI提效更繁琐，，，相当于一份工作干两份活，，，适应这套新要求，，，也花了我不少功夫。。。

对于此刻市场上普遍焦虑的“Token亏损量纳入KPI”的问题，，，我倒是有分歧的见解。。。

从我接触到的老板或业务掌管人来看，，，没有一小我对AI是不上心的，，，个个都怕错过这个风口。。。我相识的两家头部大厂，，，是会要求员工只能用自己家的大模型，，，不允许使用Claude、ChatGPT等其它工具。。。

其实我不太理解为何有些公司想将Token使用量纳入KPI，，，这是治理者心智职守最低的做法，，，但它衡量不了价值的主题。。。

但从另一个角度看，，，我以为设立“保底门槛”是合理的。。。若是一个员工在此刻的环境下，，，齐全不烧Token、坚定不用AI，，，这自身就注明他不足刷新自身工作流的意识。。。

至于AI引入后会不会导致大面积缩招或裁员，，，我以为整体就业市场自身就遵循工业革命法规。。。

大厂的招聘逻辑，，，从来不是单纯看必要几多人干活，，，而是看利润支持和人才战术。。。把懂AI的人才招进来，，，哪怕临时用不上，，，也是在抢占身位。。。而对于中小企业来说，，，AI降低了创业和研发成本，，，以前100人做的事此刻10人就能实现。。。

我意识一位非技术布景的创业者，，，靠着AI，，，一小我花了半年功夫，，，硬是敲出了一套齐全的ToB教育系统，，，这在从前至少必要一个百人团队。。。当全社会的试错成本都在降低时，，，短期内必然会经历岗位调整的阵痛，，，但持久来看，，，整个市场的蛋糕会被做大，，，会涌现出更多新团队、新机遇。。。

那些尺度化、反复性强的岗位，，，被冲击是必然的；但那些必要深度思虑、创意策动和资源整合的岗位，，，反而会由于AI越发受欢迎。。。时期的车轮从不等人，，，有些旧岗位被裁减是必然，，，但新世界的大门，，，也正在缓缓打开。。。

*题图及文中配图起源于pexels。。。应受访者要求，，，文中好好、云天、陈宇为化名。。。