大厂员工被迫用 AI，然后开始应付指标

这股「AI 提效」的风，还是刮到了大厂打工人身上。为了凑够 AI 使用次数，有程序员把自己写好的代码删掉，让 AI 重写一遍，再亲手把漏洞补回去。这不是段子，是报道里的真实操作。它暴露的问题比「用不用 AI」大得多：当推广方式出了错，好工具也会被用坏。

一、发生了什么

据钛媒体刊发的报道，国内外互联网大厂推广 AI 已进入「隐性强制」阶段：有公司统计每人每天的 Token 消耗量，有团队把 AI 使用情况与绩效挂钩，还有人被要求把个人经验拆成流程文档交给 AI 反复调用。报道采访了六位从业者：一位运营为完成「AI 产出」要求，把一个数据看板手动调了 80 次仍以乱码收场，事后一算，调试时间够人工做完两遍；一位海外电商工程师所在公司规定年底前八成工程师每周使用内部 AI 编程工具，并上线追踪系统，有人于是删代码凑次数，此前该公司还出过一次 AI 相关事故，之后代码审批反而收紧；某大厂后端研发透露，部门一半开发需求被强制要求由智能体生成，写流程文档甚至有周产出指标，同事们夜里十一点还在群里比拼产出，她担心把经验全部交出去，离被替代也就不远了；一位手机厂商工程师说，工具额度用不完会被认定「浪费资源」，用多了产出跟不上又算滥用，不过他把 AI 当成日志分析助手，反而绩效跑进了组里前列；一位上市公司 CIO 表示，公司不裁员但要求人均效率提升三到五倍，同时停招数据分析、程序开发和财务分析方向的应届生。

二、跟你有什么关系

如果你是大厂员工：考核转向已发生，假装不用 AI 的风险大于试用它的成本，但也不必为凑数表演。如果你是管理者：拿使用量当 KPI 量不出价值，只会收获表演式使用，真正该考核的是业务结果。如果你在求职：同样技术水平下会不会用 AI，面试和薪资的差距正在拉开。

三、怎么用

1. 把 AI 用在低成本试错处：初稿、日志初筛、样板代码，错了重来也不心疼，这才是它性价比最高的位置。
2. 留下能证明业务结果的记录，比截图使用次数更有说服力，绩效面谈时拿出来才硬气。
3. 别把个人全部经验文档化上交，核心判断力留给自己，这是最后的筹码。
4. 判断公司属于哪一类：真要结果的管理层会看产出，只图省心的管理层才看 Token 表。前者值得跟，后者早做打算。

四、三个别信的说法

用得越多效率越高。 报道里多位受访者反而更忙了：调试 AI、验证结果、修补坑位，时间比不用时更长，有人自嘲这是一份工作干两份活。效率取决于任务匹配度，不取决于调用次数。

会写提示词就能保住饭碗。 提示词人人能学，护城河很浅。真正难被替代的是需求分析和复杂问题排查能力，提示词只是它们的输出方式之一。

AI 上岗就是立即裁员。 采访样本里没有一家立刻裁员，做法是停招加提效要求。冲击是渐进的，先挤压的是招聘名额，而不是现有岗位。

五、一句话结论

被指标逼出来的 AI 使用量，量不出效率，只能量出表演。

信息来源

• 钛媒体：大厂「牛马」被迫用 AI · 2026-04-04

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。