深度拆解：当AI成为“新KPI”，大厂打工人为什么更累了？
大家好，我是你们的财经记者。最近有一篇关于“AI与大厂牛马”的报道刷屏了，里面提到的现象非常扎心：都说AI能提高效率，为什么大家反而觉得更累了？甚至有人为了证明自己在用AI，自费充值，或者把老板“蒸馏”成AI来应付考核。
这不仅仅是一个职场吐槽，它背后折射出的是整个互联网行业在AI浪潮下的焦虑、异化以及价值重构。今天我们就用大白话，把这篇新闻里的核心逻辑拆成五个方面，看看这场“AI军备竞赛”到底在发生什么。
---
一、 从“自愿使用”到“强制考核”：AI成了新的“加班费”
以前我们卷加班、卷KPI，现在卷的是Token（AI计算的代币/消耗量）。
新闻里有个很典型的例子：字节的产品经理晓琪，每天上班第一件事就是唤醒好几个AI助手。以前这是“偷懒神器”，现在变成了“生存工具”。为什么？因为老板开始盯梢了。
- 以前： 你用不用AI是你的自由，用了是加分项。
- 现在： 公司给你发额度（比如腾讯7000元/月，阿里8000元/月），甚至报销外部订阅费。如果你用得少，老板会问：“为什么用得这么少？是不是没把AI用起来？”如果你用得多，老板又会问：“花了这么多钱，产出在哪里？”
这就形成了一个“双重束缚”：
1. 不用不行： 不用会被视为“落后”、“不拥抱新技术”，甚至影响绩效和晋升。
2. 乱用也不行： 公司开始算账了。Token不是免费的，它是真金白银的成本。如果你烧了一百万Token，但没产出对应的业务价值，那就是在浪费公司资源。
通俗解读： 这就好比公司给你配了一辆豪车（AI工具），还给你发了油卡。以前你开不开车没人管，现在你不开车，领导觉得你偷懒；你天天开，领导又查你的油耗，问你为什么没拉更多货。AI从“福利”变成了“考核指标”，打工人不仅要干活，还要证明自己“正确地”在干活。
---
二、 招聘门槛大洗牌：不会AI，连面试资格都没有
新闻里提到，美团、蚂蚁、携程等大厂，超过80%的岗位明确要求AI能力。这释放了一个强烈信号：“会用AI”正在从“加分项”变成“必选项”，甚至成了“入场券”。
以前我们说“复合型人才”，现在变成了“专业+AI”。
- 运营岗： 以前你要会写文案、会做图，现在你要会写Prompt（提示词），会调度Agent（智能体）自动搜集信息、生成初稿。
- 研发岗： 以前你要会写代码，现在你要会“指挥”AI写代码。如果你还在那儿“古法手搓”代码，不仅慢，还可能被新人（或者AI）替代。
通俗解读： 现在的招聘市场就像考驾照，以前考的是C1（手动挡），现在直接考的是自动驾驶辅助系统的使用。如果你只会开手动挡，虽然也能开，但在效率至上的大厂，你就是“低效资产”。你的竞争力不再仅仅是你懂多少专业知识，而是你能不能把专业知识“翻译”给AI听，并让AI替你执行。
---
三、 效率悖论：省下的时间去哪了？为什么更卷了？
这是最让人困惑的一点：AI明明帮我省了8小时的工作量（BCG调查数据），为什么我反而更累了？
答案在于“帕金森定律”的AI版：工作会自动膨胀，直到占满所有可用的时间。
1. 标准提高了： 以前写一份报告要3天，现在AI帮你1小时搞定。老板不会让你休息那2天，而是会说：“既然1小时能搞定，那这个月你要交10份报告。”或者“既然代码写得这么快，为什么这个需求还没上线？”
2. 新瓶颈出现： AI解决了“执行”问题，但没解决“决策”和“协作”问题。
- 代码写好了，但需求对不对？
- 报告生成了，但数据口径对不对？
- 方案出来了，但老板拍板了吗？
- 现在的瓶颈，从“手速”变成了“脑子”和“人际关系”。 你需要花更多时间去核对AI的幻觉、去协调不同部门的资源、去解释为什么选这个方案而不是那个。
通俗解读： 以前你是“搬砖工”，AI来了，你变成了“监工”。监工比搬砖工更累，因为你要盯着每一块砖，还要跟甲方吵架。AI压缩了“体力活”的时间，但拉长了“脑力活”和“沟通活”的时间，而且对精力的消耗更大。
---
四、 荒诞的“邪修”玩法：用AI对付AI，用AI应付老板
新闻里最精彩的部分，是打工人为了应对AI考核，发明了一系列“邪修”玩法。这反映了职场关系的异化。
1. 蒸馏“AI老板”： 算法工程师小林，把老板所有的聊天记录、决策风格喂给AI，训练出一个“老板分身”。汇报前，先跟AI老板演练，预判老板会骂什么，然后调整话术。结果拿了最高绩效。
- 本质： 这不是在提升工作质量，而是在“博弈”。他在用AI优化“向上管理”，而不是优化业务本身。
2. AI互夸360度环评： 员工用AI写自评，同事用AI写评价，老板看一堆AI生成的漂亮话。
- 本质： 绩效考核流于形式。当所有人都用AI生成“完美”的评价时，评价就失去了真实反馈的价值，变成了一场“文字游戏”。
通俗解读： 这就像考试作弊。以前作弊是抄答案，现在作弊是“让AI帮你写答案，再让另一个AI帮你检查答案”。大家不是在比谁更懂业务，而是在比谁更懂怎么“糊弄”AI和老板。这种内卷是无意义的消耗，它不创造任何实际价值，只消耗大家的精力和公司的Token成本。
---
五、 终极拷问：人的“剩余价值”到底是什么？
最后，新闻抛出了一个哲学问题：当执行变得极其便宜（AI几秒就能写完代码、报告），人的价值在哪里？
文章给出的答案很清晰：人的价值在于“判断”、“责任”和“协调”。
1. 定义问题： AI能回答“怎么做”，但只有人能回答“为什么做”。
- 比如数据分析师珂珂，AI能写SQL，但AI不知道哪张表的数据是脏的，不知道业务方真正想看什么指标。人负责“定义问题”，AI负责“解决问题”。
2. 承担责任： AI可以犯错，但AI不用背锅。
- 如果AI生成的代码导致系统崩溃，或者AI写的报告误导了决策，最后被开除、被扣绩效的是人，不是AI。 这种“风险承担”的能力，是AI无法替代的。
3. 协调资源： AI可以写出完美的沟通话术，但它没法让两个吵架的部门真正坐下来谈，没法让老板真正批预算。人是“连接器”，AI是“加速器”。
通俗解读： 在AI时代，“做事的人”贬值了，“做决定的人”和“担责的人”升值了。
- 如果你只是一个执行者（写代码、写文案、做表格），你的价值会被AI大幅稀释。
- 如果你是一个决策者、协调者、或者能识别AI错误并负责的人，你的价值会大幅提升。
总结来说：
这场AI浪潮，不是要消灭打工人，而是要“清洗”打工人。
- 被淘汰的： 那些只会机械执行、不愿思考、不愿承担责任的人。
- 被留下的： 那些能驾驭AI、能定义问题、能为结果负责的人。
给普通人的建议：
不要恐慌，也不要盲目跟风“卷Token”。
1. 学会提问： 不要只把AI当搜索引擎，要把它当实习生，学会拆解任务。
2. 保留判断力： 永远不要完全信任AI的输出，你的核心价值在于“挑错”和“决策”。
3. 关注责任： 在职场中，主动承担那些AI无法承担的“模糊地带”的工作（如跨部门协调、危机处理），这才是你的护城河。
AI是工具，不是主人。别让自己成了AI的“电池”，而要成为AI的“指挥官”。