指标压下来之后，打工人开始「表演」AI 提效

领导在群里发了一份「全员 AI 使用心得汇总」，定焦 One 的受访者看了就明白：那是 AI 总结的 AI。2026 年 10 月 24 日，钛媒体旗下账号发布了一组职场实录，讲的不是 AI 有多强，而是当提效变成考核指标后，人如何学会了演。

一、发生了什么

报道里的案例高度雷同，只是岗位不同。杭州一位电商运营说，年初 OKR 要求「AI 深度应用」，组里搞用量排行，行政每周把数据发群里，掉队就要被主管约谈。有人把「让 AI 转写半小时会议录音」包装成「搭建语音信息结构化流程」，还评上了优秀案例。深圳一位活动策划更直接：公司把 AI 使用率写进绩效，达不到七成就扣两成绩效，于是同事开始给不起眼的场景批量做 Skill，改个响亮名字交差，做出来根本没人用。山西一家软件公司上了 AI 电话监督系统，员工说话字正腔圆、微笑要听得见，评分才高；后来人事把工资表传进内部机器人，AI 当众吐出了全员薪资明细，有人查出同岗不同薪，还有人发现三个照发工资却从不上班的名字。

这种事不限于国内。报道引述商业情报公司 Visier 参与的一项调查：千名受访美国全职员工里，48% 承认夸大过自己的 AI 使用频率或专业程度。回看全年脉络也说得通：年初黄仁勋那句「年薪 50 万美元的工程师，一年 token 消耗不到 25 万美元会让我不安」，带起了一轮比谁烧得多的风潮；到 6 月风向一转，公司开始追问 AI 使用的回报率，员工既要证明自己用得多，又要证明每一分消耗有价值——双重压力下，表演成了最优解。

二、跟你有什么关系

如果你的公司也在考核 AI 使用率，先想清楚一件事：指标衡量的是产出还是姿态。一线员工需要应付的是汇报，但真正吃亏的是把表演当本事，把真提效的时间挤掉了。管理者则要明白，你看到的用量数字和 Skill 数量，可能是编排出来的。

三、怎么用

1. 只考核结果不考核姿势。让 AI 写周报再让 AI 审周报，这条循环里没有价值，验收应看交付物质量。
2. 场景挑选有标准。AI 适合分类、转写、初稿这类可批量校验的活，一位受访者让 AI 给四十多条客服投诉分类，十分钟出表，这是真提效。方案类工作则要把节奏管好：有人发现 AI 跑任务没准点，边切屏幕边盯进度，一天下来说不清累在哪，专注力明显受损，后来改成分类处理才缓过来。
3. 警惕 AI 制造的新工作量。方案出错返工、AI 审核意见逐条排查，这些隐性成本要算进总账。

四、三个别信的说法

「用得多就是用得好。」 排行榜第一的受访者自曝睡前让 AI 写全年规划，跑完不看。用量最容易被伪造，价值最难。

「全员写代码是 PM 的出路。」 报道里的大厂产品经理写了一堆 demo，研发还得重写一遍。姿态立住了，效率没涨，反而多了兜底成本。更微妙的是一位研发工程师的发现：他做的标准化插件确实帮同事省了事，但同时也帮公司降低了对个体的依赖——同一件事，对管理者和员工的意义完全不同。

「AI 监控等于管理升级。」 电话旁听、日报标红换来的是员工研究怎么演给 AI 看。AI 放大的是管理本身：流程顺就放大提效，猜忌多就放大内耗。

五、一句话结论

当提效变成表演，最大的成本不是 token，是所有人一起维护一个假象。

信息来源

• 定焦One：打工人开始表演 AI 提效（钛媒体，2026-10-24）

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。