多少大厂牛马正在被强迫使用AI？用得少挨骂，用得多费钱

好的，作为一位在科技行业浸淫多年的观察者，我来为这篇关于“强制AI”的讨论增添一些血肉和温度。 --- 先说几个核心判断：当AI从生产力工具变成了绩效指标，一场围绕Token和生成率的荒诞剧已经拉开帷幕。这不仅仅是技术迭代，更像是一场管理者焦虑与打工人疲惫之间的拉锯战。 AI使用率正在被更多公司写进绩效里。 在互联网、科技、咨询等行业，职场政策先于工具的划时代更新，承担了掀开AI历史篇章的重任：**员工的AI使用开始被换算成工作指标，被更多公司纳入绩效考核**。 最近，Meta建立起员工Token消耗排名榜单，程序员们开始刷数据，大肆挥霍Token以提高自己在榜单上的排名，证明自己没有落后于AI时代。今年2月，**《金融时报》报道称咨询巨头埃森哲将AI使用与晋升资格挂钩**。在国内，小米大模型负责人罗福莉公开表示“**团队中每天AI对话次数少于100次的成员可以辞职**”，在互联网上引发了争议。 在被强制要求用AI产出工作结果后，有员工说自己会故意不纠正AI结果的错误，“怕它真学会了自己就被开除了。” 除了保不住饭碗，AI还在让一些程序员不得不“付费上班”。6月23日《每日人物》采访了一位「**Token贫困户**」。大厂补贴员工Token费用，而小公司程序员却在绝地求生，自费买Token。国内头部模型DeepSeek、Kimi的API按量计费，重度使用每月也要五六百元到1000元。受访员工总结得很精辟：“**我用工资买Token，效率给公司提升了，大模型厂商也赚到了钱。只有我在付费上班，工作量也没见少**。” 历史上，每一种新工具的普及都不是一个步调一致的过程。在AI面前，公司们生怕被落下的“狂热”，和一部分打工人的疲惫和“想逃”形成了鲜明反差。 “强制使用AI，会成为一场生产力表演吗？” ## **AI代码生成率纳入绩效，Token烧得越多越好?** 在公司内部的AI代码统计系统讨论群里，刘明（化名）每天都会看到无数程序员发截图质问系统开发者，“明明这段我是用AI写的代码，凭什么给我统计成手写了？” 刘明在深圳一家互联网公司做AI应用开发。三个月前，一个统计程序员AI代码生成率的内部系统上线了。程序员们接到通知，每个人都需要配置上相应的系统。刘明花了半天时间才装好。统计过程很直接：写好代码上传到Git库，系统会自动识别哪些是AI写的，哪些是人手写的，然后返回一个AI生成率。 刘明所在部门**要求每个程序员的AI生成率必须大于80%，每季度统计一次，不达标就可能影响那一季度的绩效**。作为刚毕业不久的“AI原生程序员”，刘明的AI生成率始终保持在92%左右。 这套系统的设计本身并不复杂，甚至搭建时都没用到AI。但它要求程序员遵循特定流程生成代码以区分AI和手写。一些程序员有自己习惯的写代码方式，不愿意“被规训”，再加上系统偶尔出现bug，所以“交流群”里时常怨声载道，要求开发组把某段被识别为手写的代码修改成“AI生成”。 **将AI纳入绩效的第一步，是量化每个员工工作过程或结果里AI的占比和解决问题的效果**。 据报道，在阿里电商业务，员工的OKR里囊括了多项AI指标，包括AI工具渗透率、问题订单解决率。在美团，AI带来的增长也被作为半年度关键指标被量化，纳入绩效考核。 **另一类量化的方式是看员工的Token消耗**。今年3月，美国科技公司中开始流行一项被称为Tokenmaxxing（Token最大化）的比拼游戏。在Meta内部，有员工自发搭建了一个名为Claudeonomics的排行榜，统计了公司员工Token消耗量最高的前250名。30天内，排行榜上的Token总使用量就突破了60万亿，**排名第一的用户一个人就消耗了2810亿Token**。 以Token消耗衡量生产力的问题也很明显：**仅仅以烧Token为目的，只要让AI不停运转就行了，Token用量和产出的结果之间并没有必然联系**。 这个榜单上线两天后就被下架了。不过，在Meta内部，仍有一个官方系统专门统计软件工程师的Token使用情况。在国内，腾讯等互联网大厂的员工也表示公司内部开始公布Token消耗排名。 小红书@慢手 据《中国企业家》报道，58同城董事长姚劲波曾明确告诉团队，Token用得越多越好，哪怕压力大，58同城也会不计成本。他甚至会问团队，显卡什么时候能用完，下一批什么时候买。还会因为AI应用的不足发火、骂团队。 “一些科技工作者开始担忧，每天可能花费数千美元的Token费用，仅仅为了炫耀。也有人将自己使用AI视为一种战略举措，可以向同事和老板发出信号，表明他们正在跟上时代，因为人类编程的时代似乎即将结束”，《纽约时报》写道。 **把Token的使用量纳入员工绩效评估的同时，科技公司们也在为员工免费发放大量Token额度，并将之视为一种福利**。 引燃国内外科技公司“烧Token”热情的，是黄仁勋在3月英伟达GTC大会演讲上对未来工程师工作的描绘——他提到，未来工程师的薪酬应该分成两部分：**50%现金工资和50%Token配额**。年薪50万的工程师，应该消耗价值25万美元的Token，否则就是“没有充分利用AI工具”。 不过，能够用AI占比或Token消耗来精确计算AI使用程度的岗位仍有限，大多集中在技术开发端。在更多“AI渗透率”难以被量化的部门里，普及AI的工作以“上级命令”的形式完成。 使用AI从一种倡导和鼓励，逐渐被落实成具体的部门执行政策：**直接要求员工哪项工作必须用AI完成，AI产出本身成为了某种“终极追求”**。有阿里员工在社交媒体上吐槽，部门要求必须用AI生成分析报告，但同样的提示词和数据，AI次次生成的分析都不同，过程中间出错也没法修改，只能让AI重跑，同样的时间用Excel已经做了三遍了。 与员工们“教不会AI”的疲惫形成对比的是，**管理者们推行AI的决心正变得愈加强烈和不可动摇**。4月，钉钉创始人陈航（花名“无招”）在公开演讲中提到，钉钉内部现在严禁员工手写文档。“**只要被我看到这个文档是人写的，我肯定批评。不准写文档现在我们的基本原则，开会不准做笔记，会议纪要、后续会议跟进，全是AI**。” 被强制使用AI的，不只程序员。 去年下半年，赵洋（化名）入职了一家互联网公司旗下的IP子公司，做IP动画师。原本设计师们绘制的都是2D IP形象，AI工具强制普及后，这些IP一律变成了3D画风，因为AI生成的3D画面相对更成熟。 **AI的确节省了设计师们画图的时间，但每个人的固定工作量也水涨船高**。春节假期之后，公司将KPI规定为“每月至少有40%以上的图片由AI生成”，与此同时，每人每周需要产出18张AI生成的表情包，工作量是之前的两倍。赵洋不得不将IP素材成堆地喂给AI，日复一日地蒸馏自己的稿件，“训练”AI来形成更稳定的画风。 用AI做图被员工视为一场“抽卡”，因为AI的生成很不稳定，经常会出现莫名其妙的画面逻辑错误。赵洋需要反复生成50-60张静态图片，才能挑出一张真正可以发布的表情包。 至于为什么推行AI，公司领导层在一次会议上提到，**公司的愿景是未来用AI生成1000个新IP，用无数的新IP来挣得更多的授权费**。 AI的使用也被融进公司的“微观管理”。在全公司上下最痴迷AI的一段时间，赵洋的**老板会在每天下午从办公室里走出来，走过每个人的办公桌，检查员工们的屏幕上是否开着AI界面。如果设计师被发现没有在用AI做设计，会立刻遭到老板的批评**。 4月初，赵洋接到了公司的裁员通知。被裁前不久，她刚刚训练出一个能够稳定生成她所负责的IP形象的AI助手。 得知自己被裁的一刻，赵洋感到由衷的快乐，她手绘了一段25秒的动画片段来讲述被裁的经过。她把动画发在她的社交媒体上，取名叫《被全面推行AI的公司告知离职的那一天》。这段动画是2D的，她终于不用用AI了。 ## **为啥大厂们都要“强制员工使用AI”？** 在科技行业，AI在各个岗位的全面普及也伴随着大规模裁员潮。一定程度上，“AI能够大规模节省人力”的预言的确变成了现实。 3月，Meta被曝出计划裁掉20%的员工，以抵消公司在AI基础设施上的巨额投入。2026年，Meta计划在AI上投入1350亿美元，《华尔街日报》报道称。同一周，网易也传出“AI清退外包员工”的消息，但随即辟谣，称近期的裁员只是部分项目的正常业务调整与人员汰换。 一位4月被裁员的网易外包员工告诉Vista氢商业，网易内部正在推行一个AI工具聚合平台的系统，上级会以每位员工的积分消耗情况来判断每个人的AI使用频率。最初，他担忧过自己的AI积分消耗过快，后来才知道，公司是鼓励员工多消耗AI积分的。一些积分消耗特别低的员工会被领导找去谈话，询问具体的AI使用情况。 网易已经将AI深度融入游戏制作的各个环节。网易CEO丁磊在财报会上坦言，AI已成为网易研发与运营的基础核心能力。在部分环节，AI让效能提升了300%。 在某科技外企担任HR的彭黎（化名）坦言，相对于国内的互联网企业，她所在的外企对于AI使用率的统计并没有非常激进，“现在依然处于nice to ha ve而不是must to ha ve的阶段”。 目前，她所在的人力资源部门主要在鼓励和引导各部门员工把AI融进工作流，但是即便AI使用没有被纳入统计范围，“**AI适应度依然会是对于这个员工价值的潜在考量因素**。” AI会带来工作结构的调整，这不一定意味着更多裁员，但每个人工作内容都会被碘伏。彭黎解释，公司可能需要重新设计每个岗位的职责和人力分配，这时候一个员工“是否有足够的技能拥抱新技术”就会成为必不可少的考量因素。 在大规模的裁员到来之前，AI在职场上的全面推行已经以更切身的形式引起了打工人的恐慌：**不少公司开始要求每个员工搭建自己的Agent、Skill，任何人都能被AI“蒸馏”**。 社交媒体上，“**前同事被炼化成Skill**”成了最新的职场恐怖故事。有员工分享了“前同事被炼化”的过程：员工在职期间的周报、复盘、提案、邮件、工作群记录，在离职后被全部喂给大模型，随后在Openclaw里生成一个“数字分身”。数字人甚至会主动给其他员工发消息，“你可以向我提问，我会根据我在职期间的文档回答你的问题。” 比起替公司节省人力，“强制普及AI”的直接原因似乎更多地出于管理者的「**AI错失恐惧症**」。 管理层错失恐惧渗透进组织的方方面面，形成内部消耗：有产品经理说工作群里每天都会收到上级转发的大篇幅的产品经理如何用AI的文章，“**看起来像AI写的**”；有公司推行“全流程Skill化”，每天统计AI效率，要求员工填写AI工作成果，结果“**有的工作根本不适合固定成Skill，大家只好瞎编**”；还有人不得不把自己写的方案说成是AI生成的，以说服上级通过。 AI的使用效果到底如何，管理层和员工之间的观点普遍差异甚大。2025年一项针对全世界1600名公司管理层和员工的调查发现，**虽然75%的公司领导者都认为过去一年公司的AI应用是成功的，但只有45%的员工持相同看法**。 当然，处于AI商业化的竞赛之中，大厂员工不仅是生产力，也是AI的前沿消费群体。科技大厂们“强制AI使用”也有ROI（投资回报率）的考量：微软、谷歌等头部科技公司本身就投入了巨额资金来创造AI工具，**如果他们不能让这些AI工具在自己公司内部实现大范围、可持续的运转，就更难将这些工具销售给客户了**，《华尔街日报》指出。 AI工具在职场上的强制普及正在引起越来越多的讨论。 媒体Fast Company给出了一份**《如果你的老板强制你使用AI你该怎么办》**的指南，其中的建议包括：（1）明确雇主的期望：他们是要求你在某些环节使用AI，还是要求你基于AI达成更高的产出水平，还是他们只是想打造一种更酷的科技感企业文化？（2）把AI“策略性”地融入工作，了解各种工具和功能，思考你可以如何使用AI；（3）找出你不想使用AI的方面；（4）确保你对自己的作品负责。 即便不少新研究都指向AI的过度使用正在加剧员工的疲惫感，但变得“更聪明”的AI不只能替代“基层”，或许比普通员工“上有老下有小”的管理层更早感到了寒意： “前两天发现老板下达的指令突然变得更加清晰和理性了，有次路过发现ta正在和Claude聊天，一句一句询问AI意见。” 话说回来，当管理者也开始向AI寻求“管理建议”时，这场围绕着Token与生成率的权力游戏，似乎正走向一个所有人都未曾预料的结局。