首页财产ai正文 年夜厂「牛马」，被迫用AI 年夜厂掀起“AI提效”风，从“鼓动勉励利用”到“隐性强迫”。差别岗亭从业者分享体验，有人效率翻倍，有人因AI成承担，事情气氛及焦急感也随之转变。 2026-04-05 11:12 ·微信公家号：定焦One作者 | 王璐 金玙璠 王汉星 雷晶 陈丹 李梦冉 编纂 | 金玙璠 AI投资人解读· 文章指出年夜厂对于AI的利用从鼓动勉励变为隐性强迫，有人靠AI效率翻倍，也有人重复调试，AI利用环境还有与绩效挂钩。 · 存于额度限定、能力不不变等问题，员工担忧被AI替换，且尺度化、反复性岗亭受打击年夜。 总结：AI于年夜厂运用渐广，虽能晋升效率，但也带来新问题与担心。企业应合理指导，员工需晋升顺应能力，存眷自身技术转型，以应答AI带来的厘革。内容由AI天生，仅供参考

这股“AI提效”的风，还有是刮到了年夜厂打工人身上。

最最先，AI还有只是少数技能极客及尝鲜者的玩具。有人自掏腰包买会员，有人暗里交流提醒词，把它当做提高效率的新东西，确凿从中尝到了甜头。

但此刻，环境变了。海内外的互联网年夜厂已经经从“鼓动勉励利用AI”进入了“隐性强迫利用AI”的阶段。有人被统计天天耗损了几多Token，有人地点团队把AI利用环境及绩效挂上了钩，有人被要求优先利用公司自研东西，有人则要把本身的事情经验拆成流程、写成Skills，交给AI重复挪用。

当“用AI”、“烧Token”逐渐酿成一种查核、一套要求，甚至一种新的事情模板，那些被卷进这场智能化海潮的年夜厂员工，真实处境到底怎样？

这两天，咱们及六位来自差别公司、差别岗亭的从业者聊了聊。他们的配景涵盖了海外上市公司的CIO、海内头部年夜厂的高级研发、卖力写代码的低级步伐员，以和做运营及市场商务的非技能岗。

有人靠着AI实现效率翻倍，将产物需求文档的输出周期从几周压缩到一天，甚至一小我私家干出了已往一个团队的结果；也有报酬了应答“智能化产出”的要求，把一份简朴的数据看板手动调试了80遍，硬生生把AI用成为了需要不停“擦屁股”的低级实习生。

年夜厂的事情气氛也发生了微妙的变化。当那些原本属在小我私家经验、事情习气的工具，被一点点拆解、收拾、上传、复用，结壮写代码的人成为了“不活跃份子”，频仍调试提醒词的人则成为了“踊跃拥抱新技能”的典型。新的焦急也随之冒了出来：咱们毕竟是于利用AI，还有是于给AI当燃料，一步步把本身酿成可被替换的流程？

于这场自上而下的AI试验里，有人感应高兴，有人感应疲劳，也有人一边共同，一边不安。但险些所有人都意想到一点：时代的齿轮已经经动弹，不管是自动拥抱还有是被动共同，阿谁纯粹依人力、拼时长的事情时代，正于“翻篇”。

为了交一份“AI结果”，我把数据看板改了80遍

好好 |海内某头部互联网年夜厂运营

三周前，带领于群里发通知，说之后“鼓动勉励各人用AI提效”，没有KPI，不挂钩绩效，但于例会上，他对于各人夸大，之后所有事情产出，均可以让AI师长教师成一版。

那一刻我大白了，这实在是隐性要求。

二十多天前，咱们被同一要求利用公司自研的AI东西，理由是“数据安全”，但问题很快呈现。

起首是额度限定。公司给每一人发放的挪用次数有限，我一边揣摩着怎样尽可能用AI完成事情，还有患上一个钱打二十四个结地“省着点用”。

其次是能力不不变。写案牍还有行，一旦触及数据阐发及繁杂逻辑，就最先堕落。

上周，我用它做数据看板，直接把我整瓦解了。

这个使命很简朴，是一个阐发客户及发卖数据的东西。已往是技能部分的活儿，此刻需要“人人城市”。我以前用Gemini顺遂写过一个小游戏，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，内里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，维度及数据总算对于齐了，但显示地域漏了三个，它还有注释说是“主动筛选低价值区域”。

调解到第40次，数据格局最先杂乱，小数点有的保留0位有的保留4位。

我强撑到第60次修改，成果上传新数据后，图表没法主动更新，新旧数字叠加于一路，数据膨胀了近一倍。

熬到第80次修改，终究走到了PDF导出乐成的末了一步，想着终究能松一口吻了，但打开后心又死了，费了一下战书的功夫收成了一堆乱码。

我细心算了笔账，不管是做数据看板，还有是完成一样平常的事情陈诉，我重复对于AI举行调试、等候“抽卡”的时间，充足人工做完两遍。但带领想看到“AI产出”，我就患上陪这位“AI低级员工”不停试错。

对于我来讲，AI既是东西也是承担，年夜概一半一半。它确凿接受了一些反复性事情，但调试、校验、返工的时间又把省下来的精神填满了。我最清楚的感触感染是，许多事情我明明可以本身做完，却必需绕一圈，用AI“做一遍”。

为了凑AI利用次数，我删失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）利用次数还有没达标。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末回事，但少处置惩罚了一个异样分支，末了还有患上我本身补归去。

实在我以前用AI写代码用患上挺勤的。我定阅了ChatGPT Plus，厥后又试过Claude，碰到一些繁琐的基础测试用例，或者者需要快速查个不经常使用的API，丢给AI处置惩罚确凿能省不少事。那时辰是真的感觉能提效，各人也会互订交流提醒词。

但去年末最先，公司把Kiro定为公司“保举的AI原生开发东西”，而且定了指标：年末前，80%的工程师每一周利用Kiro。

最最先说是为了让各人于项目里随手把东西用起来，但没过量久，内部就上线了一个追踪员工AI利用频率的体系。谁于用、谁没怎么用，后台都能看出来。

最使咱们头疼的是，Kiro不太好用。写样板代码、测试、接口适配还有行；但一旦牵扯到挪用链、状况处置惩罚或者者部署约束，它天生的代码就常常只是个半制品。以是，年夜量工程师要求改用Claude Code，认为Kiro不合适高繁杂度的工程判定。

各人对于AI天生的代码不安心是有缘故原由的，去年末，公司有个团队就由于跑Kiro出了个不小的变乱。变乱以后，AI介入的代码变动审批较着收紧了。

但我还有是会感觉有点模糊。那些踏结壮实研讨底层逻辑、手动优化焦点代码的人，于追踪体系上不敷活跃；反而是那些频仍调试提醒词的人，成为了“踊跃拥抱新技能”的典型。

我原本以为，工程师的价值是处置惩罚那些真正繁杂的问题。可此刻许多时辰，我卖力写提醒词、盯天生成果、补它留下来的坑。我最担忧的不是事情方式变了，而是持久如许下去，本身从零实现、排查繁杂问题的能力，会一点点退化。

全员写Skills，等在本身“干失”本身

Kelly ｜北京某互联网年夜厂 后端研发（职级序列8）

作为一位后端步伐员，我从去年最先就已经经于事情中高频利用AI了，用的比力多的是内部的无代码编程东西。

本年春节先后，公司总体的AI运用气氛忽然变患上很是激进。此刻，全数员工都能于体系里看到本身天天耗损了几多Token，我的直属带领对于我说的至多的一句话就是“这个事儿可以用AI试一试。”

今朝公司没有明确的Token耗损查核，可是每一个部分有各自的查核尺度。

详细到我地点的部分，近期鼓动勉励全员写Skills，要求各人对于一样平常的事情经验、事情流程、技能细节以和常见问题举行周全盘货，然后文档化、Skills化。

Leader重要看两个指标：用公司内部“龙虾”东西天天的Token耗损量，以和Skills的产出量，对于在后者，部分甚至有很是明确的查核指标，每一周强迫要求产出。

不仅云云，今朝部分里50%的开发需求，被强迫要求由Agent天生，这象征着，产物、开发、测试环节被直接跳过，要求用“龙虾”实现端到真个产出。

这个50%的比例还有会于年内慢慢晋升，方针是到2026年末争夺实现全主动化。

Token利用成本方面，咱们部分技能序列今朝Claude Opus的Token管够，不强迫利用内部东西。但年夜部门部分Opus的额度有限，凌驾部门要自费，利用内部东西及自家模子的Token没有限定。

周全AI化之后，我天天的事情时长反而更长了。不是由于事情量变年夜，而是由于各人都于卷Skills，你也不能不卷。

好比于咱们部分的群里，晚上11点之后还有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，我就会感应很是焦急。

这类焦急，一方面来自在部分对于Skills产出查核的焦急，另外一方面，也畏惧AI Agent正于一每天代替人的事情。

现实上，AI于解决单一问题时，效率纷歧定比有经验的后端研发高。由于Skill写的简朴流程不不变，要花年夜量精神去调试、修改，而且Token的耗损量也很年夜，但当Skills越改越好用以后，AI就会慢慢跨越人类，而且以很是低的成本运行。

作为打工人，各人心里也都清晰，于公司鼓动勉励全员写Skills的配景下，藏着掖着必定写不出好的Skills，可是把本身所有的技术及经验都SOP化、Skills化，实在离被AI代替的那天也就不远了。

AI对于在事情效率的晋升无庸置疑，但效率上去了，也就象征着不需要那末多人了。今朝公司的内部活水通道已经经停了，将来会发生甚么，硅谷的科技年夜厂已经经给了谜底。

“被迫用AI”，但我靠它卷赢了组里的人

陈宇 | 海内某手机厂商通讯和谈工程师

近来半年，咱们公司都于卷AI，从去年10月最先，东西开放、额度报销、鼓动勉励人人用。以咱们部分为例，每一人Cursor每一个月都有必然的利用额度要求。用不完会被认为“华侈资源”，账号可能会被收受接管；用患上多但产出没跟上，又会被判断为滥用，一样会被提示。

以是，不消不行，用患上欠好也不行。于这类趋向下，压力必定是有的。组里已经经有人由于不肯意花时间学AI，加之事情状况一般，被优化了。

我对于“用AI”的理解及许多人纷歧样。滥用AI，华侈那末多Token，还有不如费钱买游戏玩。AI不是用患上越多越好，而是要用患上对于。我一般每一周抽一两天，专门研究怎么让AI更好地适配我的事情、帮我高效干活。

我的岗亭是通讯和谈工程师，写代码只占一小部门，更多的时间是处置惩罚用户数据、阐发体系日记等。之前阐发用户手机卡顿数据问题时，有时辰明明是运营商收集致使的问题，也要咱们一点点排查，年夜量精神都耗于无效信息的筛选上。

此刻，AI能帮我先快速定位并剔除了无关滋扰，让我专注于真正需要优化之处。去年一年，我的总体产出晋升很较着，绩效于组里排患上比力靠前。

不外说真话，AI远没到能替换人的水平。它的日记阐发正确率只有60%摆布，必需人工复核。为了晋升AI的能力，咱们患上不停写法则、优化逻辑。以是，我近半年的事情量是增长的。但这个历程自己就是于“教诲”AI，让它办事在人。

这两年，我能较着觉得到公司招的人于变少，我感觉这暗地里必定有AI的影响。身旁有伴侣预备换事情时，我城市劝他必然要恶补AI相干能力。一样的技能程度，会不会用AI，于口试及薪资上能拉开较着的差距。此刻平台逼着你学，也是帮你提早贮备了职业竞争力。

我始终认为，AI其实不是用来取代人的，它是人及人之间一个新的竞争东西罢了。

咱们没裁人，但效率必需晋升3至5倍

Ming Lu ｜Australia某上市公司CIO

作为CIO，我多是公司里最早一批“AI原居民”。

于公司正式确立AI战略以前，我已经经最先高频利用AI东西。公司由于与微软有持久互助，很早就接入了Copilot，厥后，又将Copilot与Claude整合进内部事情系统。绝不夸张地说，我此刻险些所有的焦点事情都已经由AI完成，效率翻倍。

但公司于内部推进AI东西的早期，其实不顺遂。

一最先，采纳的是鼓动勉励式计谋，给所有部分及员工配备了近乎无穷的Copilot利用权限及额度。但效果其实不较着，甚至于软件开发及UX部分碰到了阻力。

这些团队其实不是排斥AI东西，也愿意用AI做辅助性事情，例如写代码片断、天生设计草图。但他们遍及不肯意更进一步，好比，让AI参与焦点的SDLC（软件开发生命周期）流程。这类心态可以理解，人们愿意让AI帮助，但不肯被AI主导。

可是，于公司的战略框架里，只把AI看成语法查抄器是不敷的，咱们要的是流程重塑。

是以，本年年头，我与CTO配合制订了新的AI战略：要求各部分于四月尾条件交AI线路图，并设定了严苛的查核机制——每一位司理需提交三个AI发起（AI Initiatives），每一季度按落地环境打分。咱们还有最先监控Token利用量，查核AI利用率，持久偏低者可能进入绩效改良规划（PIP）。

调解后，效果立竿见影。

软件开发的变化最较着。已往，一份产物需求文档（PRD）的形成，需要产物司理与开发团队多轮沟通，周期长达数周甚至一两个月。此刻，一名项目司理可以于一天内输出，既有Markdown申明，也附带界面原型图的PRD。项目启动阶段最耗时的“恍惚地带”被年夜年夜压缩了。

如今，我的事情重心也变了。我天天会花年夜量时间与各部分司理开会，会商AI可以于哪些环节参与；同时我本身也搭建了一个多智能体的Claude情况，先花年夜量精神与AI举行脑筋风暴，将方案拆解度，末了再交给AI去落地。

AI让我把更多的时间花于了“怎样把问题想清晰”上。假如需求文档写患上不敷扎实、贸易逻辑不敷清楚，AI的履行就会完全跑偏。这也倒逼咱们更多思索贸易逻辑的素质。

固然，效率晋升的另外一面是残暴的：岗亭可能会削减。虽然公司董事会决议先不裁人，但要求每一个员工的效率晋升3到5倍，同时，咱们已经经住手了招收数据阐发、步伐开发及财政阐发标的目的的新人雇用。这可能也是所有公司早晚要履历的事。

我不感觉本身被AI支配，相反，我感触感染到了史无前例的驾御感。此刻真正感应压力的，是那些事情内容高度尺度化、极易被AI直接替换的岗亭。而那些具有强盛需求阐发及顶层计划能力的人，反而更吃喷鼻了。

用AI后，我的事情反而更忙了

云天｜海内某头部年夜厂 高级研发

我是比力早一批自费利用AI的人，每一个月于各类东西上的支出靠近500美元，从GPT到各种垂类模子，好用的就直接买年包，体验型的就先试月卡。

今朝咱们公司今朝对于Token利用量没有强迫要求，合规条件下，哪一个好用用哪一个，都是团队综合思量下来遴选感觉对于事情最有帮忙的。我此刻每一个月的Token耗损量年夜概于30到40亿摆布。

但即便云云，我的事情时间还有是变长了。

缘故原由很简朴：用AI不仅是“让它干活”，还有要先把体系搭起来。就像盖摩天年夜楼必需先摆架子同样，咱们要先构建一套体系，去规范AI的利用界限、降低它的堕落率；甚至于AI出问题后和时“擦屁股”，把控它的影响规模。这份事情远比纯真用AI提效更繁琐，相称在一份事情干两份活，顺应这套新要求，也花了我不少时间。

对于在此刻市场上遍及焦急的“Token耗损量纳入KPI”的问题，我却是有差别的见解。

从我接触到的老板或者营业卖力人来看，没有一小我私家对于AI是不上心的，个个都怕错过这个风口。我相识的两家头部年夜厂，是会要求员工只能用本身家的年夜模子，不答应利用Claude、ChatGPT等其它东西。

实在我不太理解为什么有些公司想将Token利用量纳入KPI，这是治理者心智承担*的做法，但它权衡不了价值的焦点。

但从另外一个角度看，我认为设立“保底门坎”是合理的。假如一个员工于此刻的情况下，彻底不烧Token、果断不消AI，这自己就申明他缺少革新自身事情流的意识。

至在AI引入后会不会致使年夜面积缩招或者裁人，我认为总体就业市场自己就遵照工业革命纪律。

年夜厂的雇用逻辑，从来不是纯真看需要几多人干活，而是看利润支撑及人材计谋。把懂AI的人材招进来，哪怕暂时用不上，也是于抢占身位。而对于在中小企业来讲，AI降低了创业及研发成本，之前100人做的事此刻10人就能完成。

我熟悉一名非技能配景的创业者，靠着AI，一小我私家花了半年时间，硬是敲出了一套完备的ToB教诲体系，这于已往至少需要一个百人团队。当全社会的试错成本都于降低时，短时间内一定会履历岗亭调解的阵痛，但持久来看，整个市场的蛋糕会被做年夜，会涌现出更多新团队、新时机。

那些尺度化、反复性强的岗亭，被打击是一定的；但那些需要深度思索、创意筹谋及资源整合的岗亭，反而会由于AI越发受接待。时代的车轮从不等人，有些旧岗亭被裁减是一定，但新世界的年夜门，也正于缓缓打开。

*应受访者要求，文中好好、云天、陈宇为假名。

【本文由投资界互助伙伴微信公家号：定焦One授权发布，本平台仅提供信息存储办事。】若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。