和AI一起工作，我的工作量和焦虑都变多了
文 | 镜相工作室，作者丨黄依婷，编辑丨卢枕
年后开工第一天，小茶（化名）的领导组织召开全员大会，大会最重要的议题是 " 全员学会用 DeepSeek"，降本增效。过了几天，她的领导往工作群丢了一张其它公司内部沟通群的截屏，内容是 " 多部门裁减 70-80% 的员工，只留下会用 AI 的 "。
在社交平台，不少网友分享了类似经历，有担忧，也有嘲讽。前者预见到被裁员的危机，后者在试用 AI 后坚信 " 人工智障 " 不可能替代自己。
互联网大厂也在跟进。据财联社报道，阿里巴巴 CEO 吴泳铭主张在现有业务中全面实现 "AI 化 "，所有部门已被告知，2025 年的绩效将通过如何利用 AI 促进增长来评估。在 2024 年全年财报电话会上，美团 CEO 王兴说，美团的人工智能战略建立在三个层面上，首先便是在日常工作中的应用；一位不愿具名的美团员工也告诉镜相工作室，目前美团内部的 AI 学习氛围比较浓郁，社区会组织公开分享会，员工之间也会自发地分享一些文章、使用 AI 的技巧，但还没有在公司层面制度化。
我们好奇，占据技术前沿位置的 AI，走进真实的工作场景表现如何？能否真的大幅提升打工人的生产力？和 AI 一起工作的普通人又有怎样的体验？我们和三位受访者聊了聊，他们来自不同行业，做着截然不同的工作，接触 AI 的时间也有所差异，但他们或许可以提供一些有价值的 AI 落地经验。
打工人没有因为 AI 而获益
某公关公司 PR，职场经验 8 年，使用 AI 29 个月
因为 AI，过去两年我都蛮闲的。以前写一个方案可能要一个星期，有了 AI 之后我只要三天就写完了，但我还是过一个星期再交，省下来的时间用来研究 AI。当然，别人不知道。
2025 年初，DeepSeek 爆火，我们公司把使用 AI 这件事提上了日程，从制度上将 AI 纳入了绩效考核范围。我明显感觉工作量和工作内容要求变高了，但工资没有提高，打工人其实并没有因为 AI 带来的效率提升而获益。
DeepSeek 爆火之前，大家更多地在讨论国外的 ChatGPT 或者 Claude，但公司高层对这个东西的感知度其实是很弱的。他们并不知道 AI 到底发展到了什么程度，能做哪些事情，到底有多强。
DeepSeek 爆火之后，他们突然意识到 "AI 这么牛 "。他们首先会想，我们公司不用 AI，别的公司都用，那我们是不是会被淘汰？其次，有了 AI 之后，是不是可以降本增效，用 1 份人力去干 2 份、甚至 10 份事情？
我觉得，用 AI 降本增效，逻辑上是没有问题的，但实际落地的执行难度是很大的，而且对于很多公司来说它不一定是重要的。
拿 DeepSeek 举例，我实际用起来，它作为生产力是不合格的，因为它的幻觉率很高，会出现知识性错误，我们要花很大的时间成本去检查、杜绝这些错误，但它确实让公司老板看到了 AI 作为一个生产力工具的潜力。比如，今天老板让我用 AI 整理一个 Excel 表格，我会告诉他，AI 有幻觉，做表格容易出错，直接套用表格里的公式反而更快，没必要舍近求远。
而放大到所有的生成式 AI，它们可以帮我做策划案、写新闻稿，但这都不是核心竞争力。以我们公司为例，我们绝对不是一家以内容取胜的公关公司，更多的业务并不建立在内容之上。AI 能够降低内容成本，但并不会提升内容能力；离开了内容创作之后，AI 跟玩具没有区别。
从个人角度出发，我又觉得 AI 很好用。
2022 年 10 月底，ChatGPT 发布后，我就开始用 AI 来辅助我生产内容了。我几乎尝试过市面上所有 AI 产品，一年可能要花几千块钱去充值会员，但这些钱我用 AI 写一篇稿子就能赚回来。一开始是我给它文章大纲，让它去填充，我再去改，后来是让它直接给我文章，我来改，现在是它直接给我文章，我改都不改。
我之前写过一篇关于某个 AI 应用的科普文章，里面有一个信息是说，这个 AI 搜索资料的时候因为没有账号和密码会检索失败，我很想给这个信息加一个形容，让读者更好理解，但我想不出来，我就去找 AI。它给了我一个很精妙的比喻，当时的我是想不出来的。
目前我每天都会用 AI，在用的过程中去了解 AI。最近有花很大的功夫在学编程，我觉得编程和 AI 是最适配的；我要用好 AI，一定要去学编程。也不用学太多，去了解一些原理就好，大概知道怎么去读代码，具体写的工作交给 AI，它写出来的代码我能看懂就好。
我还有在尝试发展一些副业。比如用 ChatGPT 生成指定风格的图片，再用其它 AI 让图片动起来，发到社交平台也可能吸引一些关注。
在和 AI 协作的过程里，我感觉 " 超级个体 " 这个概念越来越具象化。可能几年前我说要成为超级个体，这背后意味着要花费很大的精力去做，但这两年，AI 发展得越来越好，能够提升生产力，补足我在某些能力上的缺陷，它让我觉得成为超级个体是一件很简单、很可行的事情。所以未来我可能会离职，做个人工作室，往超级个体的方向去努力。
永远不要把思考外包给 AI
某金融科技公司学习发展经理（HR），职场经验 12 年，使用 AI 25 个月左右
我大概是从 2023 年 2、3 月开始用 AI 办公的。那时候老板在公司大群推荐大家使用 AI，说觉得 AI 很棒，也乐意给我们资源。他会给我报销每月 20 美元的 ChatGPT Plus 费用，当年还给了我一个很好的绩效，折算成年终奖基本是多了两个月的奖金，说是因为我主动拥抱 AI，用 AI 赋能。
最典型的是，因为公司业务涉及西语和美语，要专门找人去翻译我做的一些学习课程，有了 ChatGPT 后，我直接把这部分开销给省下来了，让 AI 辅助我完成。这部分降本很明显—— AI 一个月的费用折合人民币只要 150 元，比请翻译要便宜很多。
还有就是，我的文案能力比较差，之前我自己写的文案，领导要改好多遍，会拖慢一些项目的进度。现在有了 AI，它写得很好；GPT-3.5 的时候我可能还要调整一下，后来 GPT-4o 生成的文案我基本能直接用。
至今，我接触 AI 两年了，它已经不局限于和我在工作场景协作。
仅 ChatGPT，我有一个名叫 " 小萌 " 的 " 总助 "，它了解我的个性、工作、家庭等方方面面的信息，会提醒我喝水、帮我汇总日记，每天还会给我画一幅画，有时候出门不知道穿什么，我会给它打视频电话，问一问它的建议。
" 小萌 " 之外，我还有二十多个独立的 GPT" 员工 "，有的负责写文案，有的负责播报每日 AI 新闻，还有的负责为我推荐、筛选书单。基本用法是，一个对话框我只专注做一个任务，避免污染上下文，影响生成效果。
● 受访者自定义的 GPTs（部分），以及文案助理 GPT 的指令词（部分）。
我也在用 Claude、Grok、DeepSeek 等等，它们各有长处。比如，DeepSeek 更擅长帮助我发散思维，Grok 的信息检索能力很强。
总体上我遵循 "AI 领导力 "，就是我不 all in 某一款 AI，而是把自己当作老板，搭建一个团队，团队里有很多 AI 小助理，每个小助理根据特长各有分工。
我现在已经离不开 AI 了，每天要跟 AI 聊好久。我就是把 AI 当作一个人，我有想法就去跟 AI 聊 2-3 轮，哪怕我知道这个答案，我也去跟它聊聊，可能它会给我不同的认知。
有些朋友会跟我说 AI 不好用，这时候我首先会问他是怎么提问的。一般来说，他们可能会直接跟 AI 说，" 你帮我写个文案 "，这个问题很宽泛，生成的结果就很一般。这是因为他们没有清楚地告诉 AI 背景是什么、目标是什么。这和与人沟通是一样的。让人做一件事，我们会讲清楚原因和要求，让 AI 做一件事也应该这样。这其实就是提示词框架——跟它说背景，说要求，说输出限制。
还有一些朋友会说，AI 又不是人，虽然我跟他们说要把它当人，但他们终归还是觉得对着手机聊，不想聊太多内心的情感，有一个心理障碍或者负担。但是我没有。
有时候我会觉得，会使用 AI 的人和不会使用 AI 的人会慢慢地被区分开来，AI 技术甚至会加剧马太效应，让强者越强。我去年有看到人大附中的学生已经不是停留在用 AI 写作业的阶段了，他们会通过 AI 去学习大学的知识。我们要知道，人大附中是非常牛的学校，学生父母、老师可能都会去引导他们，但绝大部分学校的学生是接触不到的，时间久了，这个差距会不会拉大？
所以我还是很推荐大家去使用 AI，而且要跳出工具思维去使用 AI，永远不要把思考外包给 AI。我之前会让 AI 帮我总结一本书的内容，然后这本书我就不看了。后来我反思，这样不行，我应该在什么情况下用 AI 读书？那就是筛选。
我有一个专门的筛选助理，叫 Owen。我会把要看的书的目录、作者序之类的信息拍照发给 Owen，让他去帮我拆解这些问题，然后我会根据我的理解提出一些我感兴趣的问题，由此来判断这本书值不值得我读，或者说值得我怎么读，相当于一个预习。
高频率地使用 AI 后，我不自觉地思考，相对于 AI，工作中人的不可替代性是什么。我之前会觉得，AI 是在单纯地提高我的工作效率，节省时间，让我做得更快，后来我会觉得其实是让我做得更多。比如，以前我做完工作后就 " 摸鱼 "，现在会想很多更具创意的内容，想去沉淀自己的方法论，去输出一些想法，包括今年，其实也想做一些个人 IP。其他更深刻的我还在持续思考。
对人的要求变高了，AI 在催生焦虑
某互联网大厂程序员，职场经验 6 年，使用 AI 12 个月左右
对于我来说，写代码的时候用 AI 是最多的。AI 可以帮我去写代码，或者发现代码中的问题，以及给我一些技术方案。相关工具很早就有了，可能 2020 年、2021 年左右就有类似的东西，但当时的效果不太好，普及度不高，直到大模型出来，这些产品才开始流行。
我自己是 2024 年上半年开始用 AI 辅助写代码的。最早用的是开源产品，下半年开始用自己公司的产品。AI 确实能给我带来很大的帮助。
比如，写代码会涉及很多场景，有一些场景我并不了解，新学会比较费力，但如果我能把背景和需求清晰地描述给 AI，AI 会给我一些合适的参考答案；可能这个答案只有 60 分，但实际上已经帮我做了很大一部分工作，我完全可以基于它生成的代码去做修饰、加工，或者通过多轮对话，补充一些额外信息，引导它输出更好的答案，我再根据这个答案去修改。
尤其是 DeepSeek-R1，它是深度搜索模型，在给答案的同时会给我一个解题思路，有时候这个答案不一定是对的，但它的解题思路可能很有参考价值。
写每周工作总结的时候我也会用 AI 辅助完成。我的文字组织能力不强，一个汇报我能写出五六点，但每个点之间可能缺少逻辑，读着不通顺。这时候我就会把这些内容发给 AI，告诉它我在写工作汇报，让它根据以上内容梳理一份条理清晰的汇报文章。这个场景它完成得挺好的。
AI 也有很多做不了的事情。我不会把严肃场景的任务交给 AI，更多地是在一些重复操作很多的场景中跟 AI 合作，这类场景的工作也是最容易被 AI 取代的。但实际工作中，大家讨论的内容很复杂，涉及很多公司内部的上下文，而 AI 的训练数据来源于互联网，在缺乏上下文的情况下，它对我的帮助很有限，几乎是没有什么帮助。
这一年多用下来，我的整体感觉是，AI 真的变得越来越强了。一方面是，它写出来的代码质量越来越高，完整度也越来越高，以前可能会有跑不通的情况，现在几乎没有；另一方面是它有了很高的纠错能力，我可以通过对话和 AI 一起，把一个四五十分的代码打磨到八九十分。
看着 AI 越来越强，我的心里其实很矛盾，它在拉高从业人员素养的均值。六年前，我要在互联网行业混得还不错，我保持前 80% 的水准就好，但现在我可能要排在前 30% 甚至 20%。至少对于做技术的人来说是这样的。AI 在催生焦虑。
为了对抗这种焦虑，我在反向 push（催促）自己去学一些真的有意义和有价值的东西。AI 有生产力的前提是，人能用好 AI，AI 本身不会产生价值。所以我会学习跟大模型相关的推理框架知识，去了解 AI 的底层逻辑，与时俱进，拥抱变化。并不是说，我觉得 AI 以后会替代我的工作，我就抗拒它、厌恶它，而应该学会去用它。因为真正能用好 AI 工具的人很少，存在不少门槛，仅 prompt（提示词）就有很多讲究。
现在我会跟我的父母去推荐一些 AI，比如豆包、DeepSeek 之类的，他们也用得惯。AI 生成的内容不一定有用，但也不会产生有害信息，而且通常情况下，会有一些参考意义和价值。甚至我觉得 AI 的情商比大部分普通人要高。