裁員潮席卷硅谷，一線工程師戳破另一面真相：AI效率被嚴(yán)重高估，人類被倒逼成AI審核員，工作量是過去的10倍

每經(jīng)記者：王嘉琦 每經(jīng)編輯：高涵,蘭素英

2026年，硅谷科技圈裁員風(fēng)波不斷。1月，亞馬遜確認(rèn)將裁員約1.6萬人；2月，金融科技公司Block裁掉了近一半的員工；3月，Meta被曝計(jì)劃裁員1.6萬人。

AI將取代白領(lǐng)的焦慮席卷職場。

然而，科技公司Ona的軟件工程師Siddhant Khare發(fā)布的《AI疲勞真實(shí)存在，卻無人談及》一文，引發(fā)了全球媒體和讀者的廣泛討論。

他道出了AI實(shí)際應(yīng)用和美好愿景之間的巨大落差。他認(rèn)為，AI帶來的效率提升被高估了，而職場人卻陷入了“AI疲勞”。

近日，Siddhant Khare接受《每日經(jīng)濟(jì)新聞》記者（以下簡稱NBD）專訪時(shí)表示，作為AI智能體基礎(chǔ)設(shè)施的開發(fā)者，建議人們改變使用AI的習(xí)慣，避免被AI困在生成、審核、再生成、再審核的循環(huán)里。

Siddhant Khare 圖片來源：受訪人社交賬號

“有了AI之后，人的工作量是以往的10倍”

NBD：你認(rèn)為導(dǎo)致“AI疲勞”的原因是什么？

Siddhant Khare：“AI疲勞”本質(zhì)是結(jié)構(gòu)性問題。AI讓代碼、文案、文檔等內(nèi)容的生成效率提升數(shù)倍，但審核與驗(yàn)證環(huán)節(jié)的效率卻未同步跟進(jìn)。人依舊是整個(gè)工作流程的核心瓶頸，要處理十倍于以往的工作量。

這就像一家工廠，更換了一臺(tái)沖壓速度快十倍的零件生產(chǎn)機(jī)器，可流水線末端的質(zhì)檢員依舊只有一個(gè)。產(chǎn)能大幅提升后，質(zhì)檢員的工作量翻倍，次品率卻沒有任何變化，最終崩潰的只會(huì)是這個(gè)承擔(dān)全部審核壓力的人。

放到知識(shí)型工作領(lǐng)域，AI只實(shí)現(xiàn)了生產(chǎn)的自動(dòng)化，卻沒有實(shí)現(xiàn)審核的自動(dòng)化。絕大多數(shù)企業(yè)管理者根本沒有意識(shí)到這個(gè)問題。他們只看表面數(shù)據(jù)，代碼交付量變多了、文檔產(chǎn)出變多了、郵件發(fā)送量變多了，報(bào)表看起來格外華麗，可員工的身心俱疲卻被無視。

NBD：人們本以為AI可以提升效率，可為什么工作量反而大幅增加？

Siddhant Khare：AI帶來的生產(chǎn)力提升，并未轉(zhuǎn)化為員工的自由時(shí)間，反而被企業(yè)轉(zhuǎn)化為了更高的工作期望值，抬高了工作的 “合格線”。

AI出現(xiàn)之前，一名軟件工程師一周提交20個(gè)代碼拉取請求（PR），就是正常的工作標(biāo)準(zhǔn)；有了AI輔助后，工程師的理論產(chǎn)出能力提升到50個(gè)，企業(yè)便把50個(gè)定為新的標(biāo)準(zhǔn)。

AI生成的所有內(nèi)容，都離不開人工審核。我作為開源項(xiàng)目維護(hù)者，感觸格外深刻。以前我每周只需要處理20到25個(gè)代碼PR，現(xiàn)在這個(gè)數(shù)字暴漲到上百個(gè)，其中絕大部分都是AI生成的，可每一個(gè)請求我都必須仔細(xì)審查。

“使用AI編程工具，實(shí)際工作效率反而下降19%”

NBD：AI的哪些價(jià)值最容易被高估？又有哪些成本被低估了？

Siddhant Khare：最普遍的高估，就是AI落地的速度和即時(shí)效率提升。很多企業(yè)都陷入了一個(gè)誤區(qū)，覺得只要給員工配齊AI輔助工具，短短幾周就能看到生產(chǎn)力飛躍，可實(shí)際數(shù)據(jù)截然相反。

工程效率與開發(fā)者生產(chǎn)力分析平臺(tái)DX曾做過一項(xiàng)覆蓋450余家企業(yè)、12萬余名開發(fā)者的全面調(diào)研。數(shù)據(jù)顯示，即便有93%的開發(fā)者都在使用AI編程工具，實(shí)際工作效率提升僅停留在10%，而且后續(xù)很難再有突破。

模型評估與風(fēng)險(xiǎn)研究機(jī)構(gòu)METR的對照試驗(yàn)結(jié)果更殘酷，使用AI編程工具的開發(fā)者，實(shí)際工作效率反而下降了19%，只是主觀上感覺工作速度提升了24%。

而企業(yè)最容易低估的，首先是AI內(nèi)容的人工審核成本，幾乎沒有企業(yè)會(huì)把這部分耗時(shí)、耗力的審核時(shí)間，納入整體工作成本規(guī)劃；其次是員工的職業(yè)認(rèn)同感，當(dāng)大部分工作都由AI完成，曾經(jīng)依靠專業(yè)能力獲得成就感的員工，慢慢會(huì)覺得自己只是流水線上的質(zhì)檢員。這種身份落差很難量化，卻會(huì)直接引發(fā)人才流失。

“審核AI，比自己做一遍更累”

NBD：當(dāng)下很多白領(lǐng)覺得自己使用AI，其實(shí)是在訓(xùn)練AI取代自己，這種擔(dān)憂合理嗎？哪些崗位最容易被替代，哪些又很難被取代？

Siddhant Khare：絕大多數(shù)普通員工，并不是在直接訓(xùn)練AI大模型。日常使用ChatGPT、Copilot這類工具時(shí)，個(gè)人輸入的內(nèi)容并不會(huì)自動(dòng)成為下一代大模型的訓(xùn)練數(shù)據(jù)，多數(shù)企業(yè)的用戶協(xié)議也明確禁止了這種行為。“我在訓(xùn)練取代自己的AI”，這一說法在技術(shù)上并不成立。

AI對職場的真正影響，不是大規(guī)模的人力替代，而是崗位的重新定義、工作強(qiáng)度的大幅提升以及核心工作內(nèi)容的轉(zhuǎn)移。真正容易被AI替代的，是那些產(chǎn)出標(biāo)準(zhǔn)化、質(zhì)量要求偏低、重復(fù)性高的崗位，比如初稿文案撰寫、基礎(chǔ)數(shù)據(jù)錄入、簡單代碼生成、模板化報(bào)表制作這類任務(wù)，只要求“夠用就行”，AI完全可以勝任。

而最難被AI替代的，是需要全局理解力、審美能力和獨(dú)立判斷力的崗位，比如系統(tǒng)架構(gòu)設(shè)計(jì)、產(chǎn)品戰(zhàn)略制定、商務(wù)談判溝通、創(chuàng)意內(nèi)容策劃等。這類工作的核心價(jià)值，從來不是“動(dòng)手執(zhí)行”。

其實(shí)絕大多數(shù)職場人都處于中間地帶。工作不會(huì)直接消失，但必須面臨轉(zhuǎn)型。

NBD：你認(rèn)為，員工核心價(jià)值正在發(fā)生怎樣的轉(zhuǎn)變？

Siddhant Khare：轉(zhuǎn)變已經(jīng)實(shí)實(shí)在在發(fā)生了，只是目前大部分企業(yè)的績效考核體系還沒有跟上。

未來，最優(yōu)秀的工程師，不是寫代碼最快、產(chǎn)出最多的，而是能一眼看穿AI方案是否適配整體系統(tǒng)、思路是否合理的人。這種判斷力依賴長期的行業(yè)經(jīng)驗(yàn)和全局系統(tǒng)認(rèn)知，不是靠優(yōu)化提示詞就能獲得的。

員工價(jià)值正在發(fā)生遷移，從看重產(chǎn)出數(shù)量，轉(zhuǎn)向看重判斷質(zhì)量；從比拼執(zhí)行速度，轉(zhuǎn)向比拼思考深度。未來最不可替代的員工，是能精準(zhǔn)判斷對錯(cuò)、并且能給出清晰合理依據(jù)的人，判斷力，就是核心價(jià)值。

“疲勞的根源，是AI充滿不確定性”

NBD：相比以往的自動(dòng)化浪潮，為什么AI更容易造成疲勞？

Siddhant Khare：核心原因是以往的自動(dòng)化工具是確定性的，AI卻充滿不確定性。

以前的工具，相同指令、相同輸入，能得到相同輸出，出錯(cuò)會(huì)直接報(bào)錯(cuò)；但AI不一樣，同樣的提示詞，可能生成完全不同的內(nèi)容，即便出現(xiàn)錯(cuò)誤，表述也格外逼真、極具迷惑性。AI的錯(cuò)誤藏得極其隱蔽，代碼能正常運(yùn)行、文案讀起來通順、報(bào)表格式規(guī)整，但可能在某一頁暗藏事實(shí)錯(cuò)誤，在某一行有邏輯漏洞，再或者在某一段出現(xiàn)個(gè)虛構(gòu)的數(shù)據(jù)。

這種安靜的錯(cuò)誤，要求人時(shí)刻專注，長期下來是非常耗費(fèi)精力的。而且AI會(huì)高度模仿人類的表達(dá)風(fēng)格。審核AI內(nèi)容，需要付出和自主創(chuàng)作幾乎一樣的認(rèn)知成本。

NBD：如果AI的輸出無法完全信任，但又必須規(guī)模化使用，我們要如何彌補(bǔ)這種“信任缺口”？

Siddhant Khare：很遺憾，絕大多數(shù)公司采用的都是最糟糕的方式，即把人工審核當(dāng)作唯一的質(zhì)量把控關(guān)口。

做得好的企業(yè)，會(huì)建立一套我稱之為“反壓機(jī)制”（backpressure）的體系。簡單來說，就是在AI內(nèi)容進(jìn)入人工審核環(huán)節(jié)之前，先通過自動(dòng)化反饋機(jī)制，提前攔截大部分明顯錯(cuò)誤，減少人工審核的壓力。

“最重要的工作往往不需要AI”

NBD：面對AI帶來的工作重壓和精神內(nèi)耗，普通白領(lǐng)該如何正確與AI相處？

Siddhant Khare：我推薦三種辦法。

第一，不要在“思考本身就是價(jià)值”的任務(wù)中使用AI。比如制定戰(zhàn)略方案，價(jià)值在于思考，而不是打字。如果直接用AI跳過思考，等于削弱了自己工作的價(jià)值。AI更適合用在“結(jié)果重要、過程次要”的重復(fù)性任務(wù)上。

第二，為審核時(shí)間設(shè)定明確邊界。如果每天花在審核AI產(chǎn)出的時(shí)間超過2小時(shí)，就說明工作流程出了問題，要么是提示詞不清晰、上下文信息不足、工作規(guī)則不嚴(yán)格，要么是企業(yè)缺少自動(dòng)化檢查機(jī)制，千萬不要把“無限制審核AI所有產(chǎn)出”當(dāng)成工作常態(tài)。

第三，保護(hù)你的深度工作時(shí)間。AI會(huì)把人困在一個(gè)循環(huán)里：生成、審核、再生成、再審核。這種循環(huán)會(huì)不斷打斷注意力。你需要刻意留出一段時(shí)間，完全不使用AI。最重要的工作，往往不需要依賴提示詞，而是靠獨(dú)立思考完成。

NBD：對于已經(jīng)對AI產(chǎn)生依賴的人來說，應(yīng)該如何改變？

Siddhant Khare：首先要改變的，就是AI的使用習(xí)慣。

現(xiàn)在很多人遇到問題，會(huì)下意識(shí)打開ChatGPT。還沒開始獨(dú)立思考，就直接讓AI生成內(nèi)容。

一定要把順序倒過來。先獨(dú)立思考，明確工作目標(biāo)，再判斷是否需要使用AI。很多時(shí)候，一張白紙和二十分鐘的獨(dú)立深度思考，效果更好。

人們對AI的焦慮，本質(zhì)是失去了掌控感。當(dāng)AI始終在不停生成、不停給出建議，你就會(huì)覺得自己只是被動(dòng)的執(zhí)行者。而一旦重新掌握“是否用AI、何時(shí)用AI”的決定權(quán)，掌控感就會(huì)慢慢回歸，焦慮感自然會(huì)下降，也能真正跳出AI疲勞的困境。

內(nèi)文圖片來源：Siddhant Khare個(gè)人網(wǎng)頁