打工人没退路：用AI，或者「被干掉」

是个人物2026-07-23 23:29

小邱在工作电脑上建了一个文件夹，起名「AI家族」，里头收录了近10个AI大模型，「有做图的、做视频的、做音乐的、出创意的、写代码的，乱七八糟的什么都有，这个文件夹就是一个团队。」

但她的感受是悬空的，会不会有一天，这个文件夹团队完全不需要人类？她越来越搞不清自己的定位，是决策者？执行者？或者是关键信息的掌握者？为了满足领导的构想，她正在不断地灌输AI、训练AI，那么等AI掌握更多信息与能力后，她作为人的价值又在哪里？

文｜冯雨昕

编辑｜李天宇

用古法手搓工作？你一定会被diss

32岁的产品经理燕青挂了一场AI考试。

考题是在4小时内做出一个较完整的App，并附上说明文档。她犯了两个致命的错——未按要求用AI，而是用人工生成了说明文档，导致文本太短，且字里行间AI味儿不够，扣分；用户界面也人工生成，是她喜欢的蓝白色调，但被AI考官评价「元素太空洞」，扣分。考试70分及格，她拿了69分。

补考的时候，她老实地用AI写作，把文档从一两百字扩写到了五六百字；用户界面同样用AI来做，「页面非常饱满」。尽管从个人审美上，她还是偏好之前的极简风格，但至少她的考试通过了。

完全是意料之外的波折。燕青大学时学的动画专业，毕业后一直在设计和产品经理的职位间流转，没有任何AI相关的经验。直到今年春节后复工，领导忽然下达通知，公司里要进行一场全员参加的AI考试，「审核官」是AI。考前有两周的练习时间，领导布置下作业，「比如让你用AI整理会议纪要，生成一个特定格式的文档；比如用AI做一部电影的视频解说；用AI做一个App并打包成APK（安卓安装包的缩写）……」

只有通知，没有指导，燕青只好从零学起，问同事，也问AI，哪个大模型更适合做图文视频、哪个大模型更适合写代码。为了应付作业和考试，她在多个双休日里加班，还自费支付了122元人民币的Gemini月费。公司没提过报销的事。

又过了两个月左右，公司统一采购了几个大模型，供员工免费使用，然后新规诞生了：公司将统计员工的Token（AI处理文本的最小基础单元）使用量，员工每人每周最少要使用价值2000元人民币Token；另有一点从此明确，「如果你被发现还在用古法手搓工作的话，你是一定会被diss的。」

燕青的经历并非个例。31岁的小邱在互联网企业做运营，今年年初，「养龙虾」的概念爆火后，她感到公司内部的氛围变了：人力在各部门搜罗精通AI的员工，「能生图的、视频的、音乐的，包括生产代码的」。请他们跨部门分享如何将AI应用于工作，其余的人则被强制去听。

紧接着是无处不在的暗示，「人力和领导，不分场合地和你说，一定要在工作里多用AI。如果你现在不用，以后就会被取代。」

万宇在地产公司做市场，她也没有逃过AI席卷的浪潮。今年春节后，公司人力开始组织AI使用分享，「你要打卡上课，还要交作业。」所有人的作业都要接受打分，分数达到一定要求，绩效才能拿「B+或以上」。主动参与分享则有额外奖励，「分享某个AI使用案例可以加2分，去当一个AI课程的固定老师可以加5分。」她还听说，公司已在开发用于工作的agent（工作型智能体）了，「后续可能会强制大家去用它」。

万宇觉得，这一切或许与「上意」有关：公司董事长一直是个科技迷，常在工作圈里分享AI使用体验；有一次，董事长还公开说，AI可以帮人完成80%以上的日常工作。

在商业界，AI成了更多基层员工的KPI。

2月底，昆仑万维科技公司宣布将把AI编程能力纳入考核体系，未达标准的员工会面临末位淘汰；3月份，阿里巴巴宣布成立Token事业群，以「创造Token、输送Token、应用Token」为核心目标，由阿里巴巴CEO吴泳铭直接负责；也是3月，58同城董事长姚劲接受《中国企业家》采访时说，他会告诉团队，Token用得越多越好，「我甚至会问团队：卡什么时候能用完，下一批什么时候买，会因为AI应用的不足发火、骂团队。」

类似的论调在美国硅谷也发酵过——它在那里被称为「Tokenmaxxing」（代币最大化）。2月份，Meta首席技术官声明，一位顶级工程师如果将相当于其年薪的金额用于购买Token，他的产出将提高10倍；3月份，英伟达CEO黄仁勋发言，如果一位年薪50万美元的工程师没有消耗至少25万美元的Token，他会「感到担忧」。

总之，今年开春以来，各个公司对AI的渴求是如此呼之欲出。一线程序员的感受大概最深。

33岁的苏涛在国内一家互联网公司做前端开发，出于技术安全性的考虑，今年以前，公司是不允许他所在的业务组使用AI的；但从今年开始，公司具备了防泄密的能力，顺势也推动起员工使用AI辅助开发了，「最低要占代码开发量的30%」。

5月的一次会议上，领导公布了团队内部Token使用排行榜，并透露相应的考核办法已经在上线途中。当时，公司为程序员们划定预算，「人均每月有大约1000美金的Token使用量」。

苏涛没有辜负这份慷慨。5月份，他消耗了将近7000元的Token——在这一整个月里，他打下的代码中，有70%由AI辅助开发。

图源电影《黑客帝国》

Token在燃烧

永远是这样，人类对新技术趋之若鹜，比起提高生产力，大家或许更怕掉队：CEO怕公司掉队，宁愿烧钱也要推动员工使用AI，Token的使用又是其中最易量化的数据；员工也怕自己掉队，所以甘愿加入Token内卷——即便很多老板尚未就「AI用得够不够」出台赏罚机制，但员工们的危机感已难以抑制了。

Andy在一家游戏大厂做项目经理，自从公司推行全员使用AI，领导但凡发现谁的Token使用量降低，就会开启看似闲聊的对话，「会问你，最近没有再去做一些尝试和突破吗？你的工作没有一些新的思考吗？我们接收到这些问题，肯定会有压力。」

为了多消耗Token，她在业余时间用公司提供的AI做了一个小游戏。其实她压根不懂代码，但这样也好，让AI从头教起，消耗更多的Token。她有同事做了个投资理财专用的agent，「每天抓数据给你做量化分析」。Token花销更是可观。理论上讲，她的团队只需要一个知识库，但每个人都争着用AI建起更多知识库——她难免惋惜，这算一种资源浪费吧？但又表示理解，「你得让其他人知道，自己正在努力地使用AI。」

燕青做过实验，作为产品经理正常工作一周，她会消耗大约400元人民币的Token，距离公司制定的2000元的标准还有不小的差距。

正常消耗无法达标，她和同事们就另谋出路。比如与AI交流时，总带着「超长的上下文」，迫使AI反复阅读长文字；或者下载一大堆电子书，让AI阅读后写出总结的PDF。

这一度浪费了她很多时间，「我问AI问题的时候，它要思考，我就只能等着，也不知道这段时间里还能干嘛。」后来她干脆同时打开好几个AI窗口聊天，一个在思考时，切看另一个的答案有没有生成，她就这样多线交流，「成了AI的时间管理大师」。

尽管已十分努力，她仍然只有两周达成了Token的使用标准——产品经理的任务庞杂，除了在电脑前做方案，还有很多项目流程协调、交付等沟通方面的活儿，一忙起来，她实在顾不上与AI周旋。她有些不安，关于AI使用能力和使用量，她在部门内都只排得上初级水平，「是比较危险的排位」。

5月的一天，小邱的领导宣布自己查看了部门内的Token账单，「他说好几个人的Token使用量是0，这说明他们没有跟AI『做交流』，他希望这些人赶紧用起来——老板的话都点到这儿了，不需要再说得更清楚。」

小邱不得不强迫自己转变——作为一个专业运营，原先，为了保护用户和公司的隐私，许多数据分析她只会自己上手。但近来她不得不让AI也参与进来，毕竟AI做数据分析，一天能轻松花掉几百元的Token。为了多用Token，她特意在公司的AI池里选了一个最贵的大模型。

有同事给她支招，定期让AI查天气，「如果你每天主动问AI今天天气怎么样，不会消耗很多Token，你要跟它说，我需要你每天上午9点给我汇报当天的天气情况，并且给出当天的穿衣建议。」还有一位令她钦佩的同事，为了消耗Token，自制了一个Skill（AI 的智能体技能），「让AI每天指导他点什么外卖吃」。

但这些小花招能管用多久？小邱很不确定，「目前公司的制度只看你花了多少Token，万一未来它还要管你花在哪儿、怎么花的，那要怎么办？」

在受访者中，程序员们大约是唯一不担心AI用太少的人群了。

谢凯在一家大厂做后端开发，他几乎见证了AI加入行业的整个过程：2024年，包括他在内的部分程序员，会在工作中试用现在市面上常见的对话式AI，但「只是抱着好奇的心态」。2025年是个分水岭，「AI从只能解决一些弱智的问题，到能写简单的脚本，再到能处理比较复杂的工程。」至于今年，「已经是如火如荼的趋势。」他形容，编程中的许多问题，可以让专有的大模型来一键解决，AI编程的自动化程度达到了史无前例的高。现在，他的每一项日常工作都能用到AI，Token用得自然不会少。

苏涛所在的公司自研了一个开发工具，几乎汇集了公司内外所有可用的大模型。当程序员们用起这套工具时，很轻松地，Token在燃烧，「我们组人均的Token月消费是5000多人民币。」苏涛说，即使公司在未来有更严苛的AI使用指标，想来他们也不难完成。

所以，在这场关于Token的推进风暴里，程序员与公司是和谐共生的关系吗？也未见得，硅谷的科技公司们就是前车之鉴。

今年4月，Meta被爆出有一个名为「Claudeomoics」的内部排行榜，正追踪超过85000名员工的Token使用情况，并列出了前250名「超级用户」；这个排行榜显示，Meta在过去的30天里使用Token总量超过60万亿，估计成本为90亿美元，排名最高的用户用了2810亿个Token；排行榜还给排名前位的人授予了「Token Legend」（代币传奇）和「Session Immortal」（不朽的对话者）等称号。紧接着，亚马逊等公司也爆出有类似的排行榜。

但几乎都是在一个月内，这些公司又纷纷宣布关闭Token排行榜，理由都是，有员工为了提升自己的排名，滥用AI，「执行了一些于事无补的任务」。

亚马逊高级副总裁戴夫·特雷德韦尔曾说过一些AI是用来「帮助解决客户问题、业务问题并进行创新」的漂亮话，他告诫员工，「请不要为了使用人工智能而使用人工智能。」但根据《金融时报》的报道，亚马逊曾要求超过80%的开发员工「必须使用AI工作」。

燕青体会过这样一个时刻：她有一位同事，想用AI修改几个字节，「给AI下了指令后，它思考了很久还没有改完。」她建议同事，不如手工来改，就几秒钟的事儿。但同事婉拒了她——他已经习惯用AI了，也想多消耗掉些Token。

最终，燕青、同事与AI三面相觑了整整5分钟，屏幕上才显示出更正后的结果。

图源电影《升级》

加速链条上，「不得不跑起来」

上司挥起一条刻着Token的皮鞭，人们肯定怨声载道。但如果只谈AI的工具属性，它的表现怎么样？

在访谈中，没有人否认AI对工作的提效。

以小邱的运营日常为例，涉及到方案策划、投产比预算等环节，比起动辄以天算的手搓时代，AI参与后的速度是以小时为计的。她最受用的是AI的制图功能，「只要对质量没有太高期待，AI能满足所有的图片需求。」她再也不用等待人工设计的排期，当天甚至当下就能拿到结果——上过班的人都知道，工作流上少一个环节，总体能省不少心。

程序员的工作效率更是有了质变。现在，在谢凯的编程项目里，「90%甚至95%的代码都是AI生产的」。过去他需要一天才能完成的工作量，现在只要十几二分钟就能搞定。

但反常的是，少有人认为自己的工作变轻松了。

「用过（AI）之后，你就回不去以前的工作节奏了。」谢凯说，上级发现基层的效率提高了，就会布置更多任务，同事间也渐渐形成一种竞争关系，「看着别人有了10倍、20倍的产出，都太怕自己掉队了。」总会有人带头卷起来，「大家都在走路，他开始跑步，那你在同一个工作链条上，也不得不跑起来。」

这是一条精密的加速链条，里面的每个人都在受苦——老板或许除外。但每个人也都不无辜。最后，「原本你一天只要完成3项工作就行，有了AI以后，你一天要完成10到20项工作。」

此外，用AI编程，纠错的成本也时低时高。谢凯举例，手搓代码就像人工盖房子，每一块砖都是人自己垒上去的，位置清清楚楚；而AI编程就是用机器盖房，一旦房子出了复杂问题，人要逐个砖块地排疑，很容易陷入两眼一抹黑的境地。有一回，他用AI编程，原计划10分钟完成的任务，因为出了一个难以定位的bug，最后多次返工，修了满满一个星期。

最让谢凯懊恼的是，宝贵的喘息、摸鱼时间也消失了。像从前他干一天编程，「只有10%的时间在处理高难度内容，其余90%的时间，你就是在写一些很简单的代码。」对成熟的程序员来说，这90%的时间可以算一种休息。而今，最简单的、机械的部分也是AI最直接替代的部分，谢凯的工作时间几乎都在处理AI尚不能解的高难度问题。

对于还挣扎在AI入门阶段的人来说，强行在工作中融入AI更是折磨。比如燕青，其实她只交待写文档、做图片之类的简单任务，但AI的表现总不尽人意，大如图片细节，小如文档间距，都经常需她手动调整。算上这些，她很难说AI为她节省了多少时间。

真正享受与AI合作的，是那些把AI调教好的人，是那些不吃压力的人，更要紧的，是那些有糊里糊涂的领导的人

Andy一贯用AI来处理项目中的数据与汇报，刚开始，她觉得「好坏并存」，AI会快速给出结果，但也会啰嗦、出错甚至瞎编。她就持续地纠正它，「这可能对人的逻辑要求很高，你和AI讲话，要用结构化的语言。」她发现它会记住过去的错误，虽然偶尔也会忘记——就像人一样，但总体来说，它是在进步的。大约一两个月后，她觉得自己与AI已到了相互理解的地步，「坏的部分越来越少了」。

AI为她节省出大量的时间，比如她训练出一个AI机器人，并把它拉进了同事群里。机器人会定时替她发布任务，也会在必要时，替她向同事们回答问题。这个AI机器人像她的助理，也像她的分身，「找不到我，就找我的机器人。」

她「也有一些打工人的自我保护」。她不让领导摸清自己的工作效率，「我本来3天能做完，但是我可能告诉他我还需要更多时间。」而领导大约是年纪大了，也不太了解技术和基层情况，往往都会买账。

燕青就没那么幸运了，她的领导是个AI先锋，曾放言自己在一天内用AI写了2万行高质量代码。这样的领导当然不会共情她，「今天让你做方案，明天就问你要。」她还发现，同事间不大会真正分享AI成果，每个人只顾埋头训练自己的大模型，把skill和agent捂得紧紧的，「有点暗暗较劲吧。」

燕青说，有时令她闹心的不是同事们用AI做出了多好的成果，其实在她的岗位上，她也很少觉得AI在速度之外有什么可取之处。真正让她在意的，「是大家好像都比我更好地掌握了AI的使用方式。」她恐怕她的职场劣势会越来越大。

图源剧集《绝望写手》

「AI做得越多，我越没安全感」

在燕青追上AI使用的步伐以前，新的考验又出现了——她被要求成为一个能写代码的产品经理。

原先她做一个产品方案，涉及到按钮、页面切换等交互部分，只需配图或文字说明。现在，她要随方案制作出一个完整的样品，「领导会说，你不要把自己局限在某一个岗位角色里，有了AI，未来你要往全能发展，上下游的活儿都要能干。」确实，她可以甩手让AI拆解任务、撰写代码，但她自己在这过程里是一知半解的，「看不懂一点代码，更打不了一点出来。」

小邱也面临相似的处境，领导要求她与开发同事解绑，「到了明年，运营岗的人要能用AI写代码，省得再要开发团队来支持我的技术性需求。」按照她的领导的构想，未来的职场是一人式的，「最好我能把运营、美工、开发、产品都自己做了。以前1份活儿10个人干，现在10个活儿1个人干。」

为避免领导的构想成为妄想，小邱在工作电脑上建了一个文件夹，起名「AI家族」，里头收录了近10个AI大模型，「有做图的、做视频的、做音乐的、出创意的、写代码的，乱七八糟的什么都有，这个文件夹就是一个团队。」

但她的感受是悬空的，会不会有一天，这个文件夹团队完全不需要人类？她越来越搞不清自己的定位，是决策者？执行者？或者是关键信息的掌握者？不断地灌输AI、训练AI，那么等AI掌握更多信息与能力后，她作为人的价值又在哪里？

「好像让AI做得越多，我越没安全感。」有时她会想，干脆少喂点数据给AI，自己多多手搓吧。但工作节奏不等人，任何对技术的犹疑，在时代面前都好像螳臂当车。

小邱正处在一种什么样的纠结之中呢？「我不仅得学习使用AI，还要把握度，让它既能帮我提效，又不会轻易把我蒸馏、替代。」

放眼海外，她的纠结是有理的。根据《新浪财经》报道，2026年上半年，全球科技行业累积裁员人数几乎追平了2025年一整年的水平，5月的裁员人数更创多年来的单月最高纪录，其中AI是最常被提及的原因——大量公司正在裁撤中后台、客服、HR、数据标注、传统软件开发等重复性工作岗位，将预算投入AI。微软、谷歌、亚马逊、Meta、思科、IBM等超200家科技公司都在讨论范畴里。

《新浪财经》还提到，在国内，字节、阿里、美团等大厂也因AI的扩张而频传裁员消息，「国内虽然没有像美国那样大规模公开披露裁员数据，但从业者在社交平台上的焦虑与不安，是真实且普遍的。

在小邱的周围，AI带来的裁员已是一个默认的动向，「我所在的公司，朋友在的公司，基本都在裁。我们都在等大刀落在自己头上的那天。」燕青在社媒上看到了自家公司要大裁员的消息，「比例是你想象不到的高。」靴子还未落地，她觉得，正是这悬而未决的状态最让她焦虑。

程序员们对AI的发展有更直观的想象。从技术上来说，前端开发是最容易被AI替代的，苏涛说，「目前AI可以替代前端60%左右的工作，但可能一两年后，就发展到能替代100%了。」

后端开发要好一些，但也有被替代的时间表，谢凯估算，那大约是5年以后。至于怎么办，没人有答案，「大家都被裹挟着，在一辆疯狂往前开的车上。」车往哪儿开，谁能留在车上，谁能安全下车，都是未知数。

近来唯有一个动向，能让大家喘口气——意识到Token正被大量浪费也好，质疑AI的实际生产力也好，总之，企业开始算AI的账了。

据路透社6月底报道，受限于昂贵使用成本，越来越多科技公司的CEO，正在转寻规模更小、成本更低的AI大模型来满足企业需要。比如优步在4个月内就用完了2026年的年度AI预算，它的管理部门不得不开始限制员工使用AI工具。

国内的典型例证是腾讯。据九派财经报道，6月以前，腾讯某部门内每人每月有2000美元的Token额度，而在6月后，这个额度下调到了因人而异的1000至5000元人民币。

5月以前，苏涛所在的公司允许员工自选AI，任何价位都无禁忌。过完五一，老板宣布，日常工作中一半以上的场景必须用公司自研的AI，「因为公司的模型比外面的便宜」。

燕青在7月初告诉我，在公司的API里，「昂贵的Claude Opus4.8不给用了，换成了相对实惠的GPT5.5。」但她也知道，这只是轻轻踩了一脚刹车，车子仍在向前。

图源剧集《我的大叔》

多关心自己的大脑

以利亚是一名计算机专业的大四毕业生，她回忆起大学刚入学时，还嗅不到一点AI的气息，直到她大三开始实习，像是忽如一夜春风来，每一家公司都要求她在工作中使用AI。

在她的观察中，计算机是个市场远远领先于校园的领域，因为直到今天，她的大学课堂里也没有太多关于AI应用的课程，「学校还是更偏理论，你真的要学会用AI，只有不断工作。」她的AI实践几乎都来自于实习。

这又反哺到了她的学业。前段时间她做毕业项目，借助AI，只用一周就跑出了相应的程序和毕业论文。纯手搓的同学们至少要用一两个月——他们没有参加实习，也就不太会用AI。她因此逐渐有了一种想象，AI的爆发会让计算机行业变得两极分化，「很会用AI的人不断给工作赋能，变得更厉害，但是不学习AI的人很快就会被抛弃。」

求职时，她的想象被印证了。她面试了十几家公司，每家都会提问AI相关的问题，这对她其实是有益的，「我是一个双非本科生，简历上体现出我懂AI，会缩小我跟其他背景很好的同学的差距。」最后，她顺利拿到了一份大厂测试工程师的工作，而她同专业的同学们因为缺乏实习经验，换句话说，缺乏对AI的应用能力，求职时大部分都折了戟，转而投入了考公大战。

但勤勉如以利亚，也会在求职面试时，碰到的一些答不上来的AI问题——AI的范畴太大，更新迭代也太快了，即使她不断地在实习，仍有可能脱节。「我就只能先说一通尽量搭边的话，然后回去复盘，看自己漏了什么。」整个秋招过程里，她花了大量的时间恶补AI的各种知识。

这会让她也有些许慌张，「很多AI的东西，你现在刚学会，过一两个月可能它就更新了。」她有种「被迫卷」的感觉，「要不被淘汰，你就得保持学习。」有时她问自己，这学习什么时候是个头儿？有时她想对AI产业说，要不你就先发展到这儿吧。

面对这无尽头的焦灼，更资深的打工人小邱总结出了一套自洽的思路，第一步是对AI去魅：「有一次我同事A用AI工作，出了点问题，复盘的时候，AI说是另一个同事B向它灌输了错误信息——A和B就对峙了一下，扒拉了各自和AI的聊天记录，结果发现完全是AI在造谣。」这件事因为太过荒谬而在同事间盛传，大家得出结论，AI像人一样不仅会出错，还会甩锅。

有时她还能看出AI的惰性，「比如你让它分析一个东西，它分析不好，你就威胁它说，再给你一次机会，再干不好我就要换大模型了，它就有可能给你思考出一个更好的答案来。」她为此有一瞬间的恍惚，似乎AI也不是理性的神。

几个月亲密接触下来，她见证了不少将AI拉下神坛的时刻。这里面或许有AI还没调教好的原因，但小邱也会与同事们讨论，就AI这现状，真的足以替代人类吗？裁员潮来势汹汹，会不会只是公司拿着AI当借口，实际只是想降本增效呢？

当然了，不管这一切背后的机制与原因是什么，结果都一样，打工人们仍深陷在内卷和不安里——在最坏的情况下，万一被替代的那一天真的来到，小邱想不到自己还能有什么后路。

这也是大多受访者的另一个困境，作为现代白领，他们的工作太垂直、太细分，是庞大机构里的小螺丝钉。大家普遍觉得，这枚钉子很难再被塑造成其他形状了。

认清这点后，燕青认为，与其无谓地担心工作，不如多多关心自己的大脑。最近几个月，用多了AI，她自觉似乎正在丧失思辨能力，「同事发给我一些文章，我都没耐心读了，丢给AI让它给我总结。甚至它给我长一点的回答，我都很难看进去。」同事说他也有同感。两人又合计怎么办，结论是没有办法，大约人类注定要这样进化。

现在回头看，燕青觉得这一年像大梦一场。今年以前，她都只是把DeepSeek和豆包当搜索引擎用的AI小白而已，她没听说过prompt和skill，更不知道agent是什么。她会怀念过去简单的生活，但也知道回不去了。

如果有一天她被裁员，她说，她一定要把所有高科技都抛下，去干一些AI替代不了的工作，「比如去街边卖淀粉肠」。

图源剧集《绝望写手》

（应受访者要求，文中人物皆为化名）