共计 1029 个字符，预计需要花费 3 分钟才能阅读完成。
大厂“牛马”, 被迫用 AI
从自愿提效到绩效考核。
当 AI 从少数极客的玩具变成全员必须使用的工具, 大厂的工作生态正在发生一场静默却深刻的变革 。
📌 导语: 一场自上而下的 AI 实验
最初,AI 还只是技术爱好者自掏腰包购买会员、私下交流提示词的新鲜玩意儿。 它能帮助处理一些重复性工作 , 让部分员工尝到效率提升的甜头。但如今, 这股“AI 提效”的风已经彻底刮进了互联网大厂的日常管理体系中。
从鼓励使用到隐性强制, 从自愿尝试到绩效考核 , 员工们发现, 自己正被卷入一场由公司主导的智能化实验。有人被要求每天汇报 Token 消耗量, 有人所在团队将 AI 使用情况与绩效直接挂钩, 还有人必须优先使用公司自研的工具, 哪怕它们并不好用。
🔍 核心信息: 当 AI 成为工作“必修课”
这场变革并非空穴来风。 多家互联网公司已明确将 AI 使用纳入工作流程 , 甚至设定了具体指标。例如:
- 使用频率追踪 : 部分公司上线后台系统, 实时监控员工 AI 工具调用情况, 未达标者可能面临提醒或资源回收。
- 绩效直接挂钩 : 有团队将 AI 产出量、Skills 文档化数量作为周度或月度考核标准, 与奖金、晋升关联。
- 强制使用比例 : 某些部门要求 50% 的开发需求必须由 AI Agent 端到端完成, 并计划在年内进一步提升自动化比例。
- 额度与成本管控 : 员工需在有限 Token 额度内精打细算, 超出部分可能需自费, 而使用内部工具则不受限制。
这些措施背后, 是公司对“流程重塑”和“效率倍增”的迫切追求 。一位 CIO 坦言:“我们没裁员, 但效率必须提升 3 至 5 倍。”AI 不再只是辅助工具, 而成为战略落地的关键抓手。
💡 员工处境: 效率与焦虑并存
强制使用 AI 带来了复杂的现实反应。 有人确实借助 AI 实现了效率飞跃 , 例如将产品需求文档的输出周期从几周压缩到一天; 但也有人陷入了“为用 AI 而用 AI”的怪圈。
一位运营人员分享, 为了交出一份“AI 生成的数据看板”, 她反复调试了 80 遍, 结果导出后仍是一堆乱码。“我明明可以人工两遍做完, 却必须陪这位‘AI 初级员工’不断试错。”她说。
工程师 Kevin 则为了凑够公司要求的 AI 使用次数, 删掉一段正常代码让 AI 重写 , 结果生成的版本缺少异常处理, 最后还得自己补回去。“最担心的是, 长期这样下去, 自己从零实现、排查复杂问题的能力会退化。”
📊 值得关注的几个现象
🚀 1.“写 Skills”等于自我替代?
许多公司鼓励员工将工作经验、技术细节文档化、Skills 化, 供 AI 反复调用 。这看似是知识沉淀, 却让员工陷入两难: 不写则考核不过关, 全写了则可能加速自身被替代。
