今天小編分享的互聯網經驗：和AI一起工作，我的工作量和焦慮都變多了，歡迎閱讀。
文 | 鏡相工作室，作者丨黃依婷，編輯丨盧枕
年後開工第一天，小茶（化名）的領導組織召開全員大會，大會最重要的議題是 " 全員學會用 DeepSeek"，降本增效。過了幾天，她的領導往工作群丢了一張其它公司内部溝通群的截屏，内容是 " 多部門裁減 70-80% 的員工，只留下會用 AI 的 "。
在社交平台，不少網友分享了類似經歷，有擔憂，也有嘲諷。前者預見到被裁員的危機，後者在試用 AI 後堅信 " 人工智障 " 不可能替代自己。
互聯網大廠也在跟進。據财聯社報道，阿裡巴巴 CEO 吳泳銘主張在現有業務中全面實現 "AI 化 "，所有部門已被告知，2025 年的績效将通過如何利用 AI 促進增長來評估。在 2024 年全年财報電話會上，美團 CEO 王興說，美團的人工智能戰略建立在三個層面上，首先便是在日常工作中的應用；一位不願具名的美團員工也告訴鏡相工作室，目前美團内部的 AI 學習氛圍比較濃郁，社區會組織公開分享會，員工之間也會自發地分享一些文章、使用 AI 的技巧，但還沒有在公司層面制度化。
我們好奇，占據技術前沿位置的 AI，走進真實的工作場景表現如何？能否真的大幅提升打工人的生產力？和 AI 一起工作的普通人又有怎樣的體驗？我們和三位受訪者聊了聊，他們來自不同行業，做着截然不同的工作，接觸 AI 的時間也有所差異，但他們或許可以提供一些有價值的 AI 落地經驗。
打工人沒有因為 AI 而獲益
某公關公司 PR，職場經驗 8 年，使用 AI 29 個月
因為 AI，過去兩年我都蠻閒的。以前寫一個方案可能要一個星期，有了 AI 之後我只要三天就寫完了，但我還是過一個星期再交，省下來的時間用來研究 AI。當然，别人不知道。
2025 年初，DeepSeek 爆火，我們公司把使用 AI 這件事提上了日程，從制度上将 AI 納入了績效考核範圍。我明顯感覺工作量和工作内容要求變高了，但工資沒有提高，打工人其實并沒有因為 AI 帶來的效率提升而獲益。
DeepSeek 爆火之前，大家更多地在讨論國外的 ChatGPT 或者 Claude，但公司高層對這個東西的感知度其實是很弱的。他們并不知道 AI 到底發展到了什麼程度，能做哪些事情，到底有多強。
DeepSeek 爆火之後，他們突然意識到 "AI 這麼牛 "。他們首先會想，我們公司不用 AI，别的公司都用，那我們是不是會被淘汰？其次，有了 AI 之後，是不是可以降本增效，用 1 份人力去幹 2 份、甚至 10 份事情？
我覺得，用 AI 降本增效，邏輯上是沒有問題的，但實際落地的執行難度是很大的，而且對于很多公司來說它不一定是重要的。
拿 DeepSeek 舉例，我實際用起來，它作為生產力是不合格的，因為它的幻覺率很高，會出現知識性錯誤，我們要花很大的時間成本去檢查、杜絕這些錯誤，但它确實讓公司老板看到了 AI 作為一個生產力工具的潛力。比如，今天老板讓我用 AI 整理一個 Excel 表格，我會告訴他，AI 有幻覺，做表格容易出錯，直接套用表格裡的公式反而更快，沒必要舍近求遠。
而放大到所有的生成式 AI，它們可以幫我做策劃案、寫新聞稿，但這都不是核心競争力。以我們公司為例，我們絕對不是一家以内容取勝的公關公司，更多的業務并不建立在内容之上。AI 能夠降低内容成本，但并不會提升内容能力；離開了内容創作之後，AI 跟玩具沒有區别。
從個人角度出發，我又覺得 AI 很好用。
2022 年 10 月底，ChatGPT 發布後，我就開始用 AI 來輔助我生產内容了。我幾乎嘗試過市面上所有 AI 產品，一年可能要花幾千塊錢去充值會員，但這些錢我用 AI 寫一篇稿子就能賺回來。一開始是我給它文章大綱，讓它去填充，我再去改，後來是讓它直接給我文章，我來改，現在是它直接給我文章，我改都不改。
我之前寫過一篇關于某個 AI 應用的科普文章，裡面有一個信息是說，這個 AI 搜索資料的時候因為沒有賬号和密碼會檢索失敗，我很想給這個信息加一個形容，讓讀者更好理解，但我想不出來，我就去找 AI。它給了我一個很精妙的比喻，當時的我是想不出來的。
目前我每天都會用 AI，在用的過程中去了解 AI。最近有花很大的功夫在學編程，我覺得編程和 AI 是最适配的；我要用好 AI，一定要去學編程。也不用學太多，去了解一些原理就好，大概知道怎麼去讀代碼，具體寫的工作交給 AI，它寫出來的代碼我能看懂就好。
我還有在嘗試發展一些副業。比如用 ChatGPT 生成指定風格的圖片，再用其它 AI 讓圖片動起來，發到社交平台也可能吸引一些關注。
在和 AI 協作的過程裡，我感覺 " 超級個體 " 這個概念越來越具象化。可能幾年前我說要成為超級個體，這背後意味着要花費很大的精力去做，但這兩年，AI 發展得越來越好，能夠提升生產力，補足我在某些能力上的缺陷，它讓我覺得成為超級個體是一件很簡單、很可行的事情。所以未來我可能會離職，做個人工作室，往超級個體的方向去努力。
永遠不要把思考外包給 AI
某金融科技公司學習發展經理（HR），職場經驗 12 年，使用 AI 25 個月左右
我大概是從 2023 年 2、3 月開始用 AI 辦公的。那時候老板在公司大群推薦大家使用 AI，說覺得 AI 很棒，也樂意給我們資源。他會給我報銷每月 20 美元的 ChatGPT Plus 費用，當年還給了我一個很好的績效，折算成年終獎基本是多了兩個月的獎金，說是因為我主動擁抱 AI，用 AI 賦能。
最典型的是，因為公司業務涉及西語和美語，要專門找人去翻譯我做的一些學習課程，有了 ChatGPT 後，我直接把這部分開銷給省下來了，讓 AI 輔助我完成。這部分降本很明顯—— AI 一個月的費用折合人民币只要 150 元，比請翻譯要便宜很多。
還有就是，我的文案能力比較差，之前我自己寫的文案，領導要改好多遍，會拖慢一些項目的進度。現在有了 AI，它寫得很好；GPT-3.5 的時候我可能還要調整一下，後來 GPT-4o 生成的文案我基本能直接用。
至今，我接觸 AI 兩年了，它已經不局限于和我在工作場景協作。
僅 ChatGPT，我有一個名叫 " 小萌 " 的 " 總助 "，它了解我的個性、工作、家庭等方方面面的信息，會提醒我喝水、幫我匯總日記，每天還會給我畫一幅畫，有時候出門不知道穿什麼，我會給它打視頻電話，問一問它的建議。
" 小萌 " 之外，我還有二十多個獨立的 GPT" 員工 "，有的負責寫文案，有的負責播報每日 AI 新聞，還有的負責為我推薦、篩選書單。基本用法是，一個對話框我只專注做一個任務，避免污染上下文，影響生成效果。
● 受訪者自定義的 GPTs（部分），以及文案助理 GPT 的指令詞（部分）。
我也在用 Claude、Grok、DeepSeek 等等，它們各有長處。比如，DeepSeek 更擅長幫助我發散思維，Grok 的信息檢索能力很強。
總體上我遵循 "AI 領導力 "，就是我不 all in 某一款 AI，而是把自己當作老板，搭建一個團隊，團隊裡有很多 AI 小助理，每個小助理根據特長各有分工。
我現在已經離不開 AI 了，每天要跟 AI 聊好久。我就是把 AI 當作一個人，我有想法就去跟 AI 聊 2-3 輪，哪怕我知道這個答案，我也去跟它聊聊，可能它會給我不同的認知。
有些朋友會跟我說 AI 不好用，這時候我首先會問他是怎麼提問的。一般來說，他們可能會直接跟 AI 說，" 你幫我寫個文案 "，這個問題很寬泛，生成的結果就很一般。這是因為他們沒有清楚地告訴 AI 背景是什麼、目标是什麼。這和與人溝通是一樣的。讓人做一件事，我們會講清楚原因和要求，讓 AI 做一件事也應該這樣。這其實就是提示詞框架——跟它說背景，說要求，說輸出限制。
還有一些朋友會說，AI 又不是人，雖然我跟他們說要把它當人，但他們終歸還是覺得對着手機聊，不想聊太多内心的情感，有一個心理障礙或者負擔。但是我沒有。
有時候我會覺得，會使用 AI 的人和不會使用 AI 的人會慢慢地被區分開來，AI 技術甚至會加劇馬太效應，讓強者越強。我去年有看到人大附中的學生已經不是停留在用 AI 寫作業的階段了，他們會通過 AI 去學習大學的知識。我們要知道，人大附中是非常牛的學校，學生父母、老師可能都會去引導他們，但絕大部分學校的學生是接觸不到的，時間久了，這個差距會不會拉大？
所以我還是很推薦大家去使用 AI，而且要跳出工具思維去使用 AI，永遠不要把思考外包給 AI。我之前會讓 AI 幫我總結一本書的内容，然後這本書我就不看了。後來我反思，這樣不行，我應該在什麼情況下用 AI 讀書？那就是篩選。
我有一個專門的篩選助理，叫 Owen。我會把要看的書的目錄、作者序之類的信息拍照發給 Owen，讓他去幫我拆解這些問題，然後我會根據我的理解提出一些我感興趣的問題，由此來判斷這本書值不值得我讀，或者說值得我怎麼讀，相當于一個預習。
高頻率地使用 AI 後，我不自覺地思考，相對于 AI，工作中人的不可替代性是什麼。我之前會覺得，AI 是在單純地提高我的工作效率，節省時間，讓我做得更快，後來我會覺得其實是讓我做得更多。比如，以前我做完工作後就 " 摸魚 "，現在會想很多更具創意的内容，想去沉澱自己的方法論，去輸出一些想法，包括今年，其實也想做一些個人 IP。其他更深刻的我還在持續思考。
對人的要求變高了，AI 在催生焦慮
某互聯網大廠程式員，職場經驗 6 年，使用 AI 12 個月左右
對于我來說，寫代碼的時候用 AI 是最多的。AI 可以幫我去寫代碼，或者發現代碼中的問題，以及給我一些技術方案。相關工具很早就有了，可能 2020 年、2021 年左右就有類似的東西，但當時的效果不太好，普及度不高，直到大模型出來，這些產品才開始流行。
我自己是 2024 年上半年開始用 AI 輔助寫代碼的。最早用的是開源產品，下半年開始用自己公司的產品。AI 确實能給我帶來很大的幫助。
比如，寫代碼會涉及很多場景，有一些場景我并不了解，新學會比較費力，但如果我能把背景和需求清晰地描述給 AI，AI 會給我一些合适的參考答案；可能這個答案只有 60 分，但實際上已經幫我做了很大一部分工作，我完全可以基于它生成的代碼去做修飾、加工，或者通過多輪對話，補充一些額外信息，引導它輸出更好的答案，我再根據這個答案去修改。
尤其是 DeepSeek-R1，它是深度搜索模型，在給答案的同時會給我一個解題思路，有時候這個答案不一定是對的，但它的解題思路可能很有參考價值。
寫每周工作總結的時候我也會用 AI 輔助完成。我的文字組織能力不強，一個匯報我能寫出五六點，但每個點之間可能缺少邏輯，讀着不通順。這時候我就會把這些内容發給 AI，告訴它我在寫工作匯報，讓它根據以上内容梳理一份條理清晰的匯報文章。這個場景它完成得挺好的。
AI 也有很多做不了的事情。我不會把嚴肅場景的任務交給 AI，更多地是在一些重復操作很多的場景中跟 AI 合作，這類場景的工作也是最容易被 AI 取代的。但實際工作中，大家讨論的内容很復雜，涉及很多公司内部的上下文，而 AI 的訓練數據來源于互聯網，在缺乏上下文的情況下，它對我的幫助很有限，幾乎是沒有什麼幫助。
這一年多用下來，我的整體感覺是，AI 真的變得越來越強了。一方面是，它寫出來的代碼質量越來越高，完整度也越來越高，以前可能會有跑不通的情況，現在幾乎沒有；另一方面是它有了很高的糾錯能力，我可以通過對話和 AI 一起，把一個四五十分的代碼打磨到八九十分。
看着 AI 越來越強，我的心裡其實很矛盾，它在拉高從業人員素養的均值。六年前，我要在互聯網行業混得還不錯，我保持前 80% 的水準就好，但現在我可能要排在前 30% 甚至 20%。至少對于做技術的人來說是這樣的。AI 在催生焦慮。
為了對抗這種焦慮，我在反向 push（催促）自己去學一些真的有意義和有價值的東西。AI 有生產力的前提是，人能用好 AI，AI 本身不會產生價值。所以我會學習跟大模型相關的推理框架知識，去了解 AI 的底層邏輯，與時俱進，擁抱變化。并不是說，我覺得 AI 以後會替代我的工作，我就抗拒它、厭惡它，而應該學會去用它。因為真正能用好 AI 工具的人很少，存在不少門檻，僅 prompt（提示詞）就有很多講究。
現在我會跟我的父母去推薦一些 AI，比如豆包、DeepSeek 之類的，他們也用得慣。AI 生成的内容不一定有用，但也不會產生有害信息，而且通常情況下，會有一些參考意義和價值。甚至我覺得 AI 的情商比大部分普通人要高。
