晚上九点,办公室的灯还亮着。
几十张营业厅日报摊在 Excel 里,要汇总、比对、贴进周报,再逐项核对格式。一位在通信行业干了多年的员工说,活不难,就是费时间;真正想做的事,反而没时间做。
人民网云南频道记录过这样一个晚上。后来,中国电信的星辰超级智能体接手了这些活,日报汇总从半日缩短到分钟级,季度报告也能一键出稿。人民网
听起来,九点该下班了。但没有。省下来的时间,被新的活填满。
游戏公司的策划文奇,遇到的则是另一种算法。公司开AI提效动员会,直接把活动版本开发周期砍掉10天。
美术需求对接从5天压到1天,配表从5天压到一两天。文奇的说法很糙,也很准:时间砍得多那叫增加工作量,砍得少那才叫提效。触乐
配表确实快了。可AI有次填了超出取值范围的数值,发布服务器报错,几个人排查一晚上才找到。活是AI干的,夜是人加的。
一家中型商业银行的复盘更直白。花了470万买AI Agent平台,三个月后,信贷初审报告从45分钟缩到3分钟,法审复核却从20分钟涨到55分钟。
生成快了14倍,验证慢了2.7倍,总耗时反而上升。生成侧在狂飙,验证侧在塌方。知乎专栏
为什么会这样?AI的输出是概率的,格式却很完整。
以前一份文档排版齐整,等于上游已经想过八成;现在五分钟能生成五千字,同样齐整,里面却可能藏着编造的数字、错位的规则。审的人不敢抽样,只能逐字看。
一个人在上游省下的两小时,变成下游三个人各多花一小时的排雷。这笔账,有人叫它“验证税”。知乎答主
个人感受和公司账本,是两本账。
麦肯锡2026年8月的调研覆盖97个国家、1719位受访者:80%的人说AI提升了自己的生产力,只有6%的公司从AI里拿到了显著的利润贡献。知乎
腾讯研究院副院长袁晓辉在WAIC上算过:一件事80%可加速、20%不可加速,执行快10倍,整体也只有3.6倍。
一个做B端业务的后端工程师,真正写代码的时间只占30%,代码快10倍,端到端周期只缩短27%。
环节快十倍,不等于交付快十倍。
省下来的时间也不会空着:标准往上抬,原本不值得做的小事重新排上日程。
AI早就嵌进了飞书、钉钉、企业微信这些日常工具:文档、多维表格、知识问答、会议纪要,都能在里头找到。问题不是它能不能生成,而是生成之后谁来验收。

真正把时间拿回来的人,做法往往相反:不追求让AI一次生成完整成品,而是先把验收标准写出来。
云南电信的智能体能把日报压到分钟级,不是因为模型会写日报,而是因为字段、口径、格式本来就固定,AI按格子填,人只看异常。
腾讯内部的“磐石小O”把ERP的9个业务、300多个接口接进WorkBuddy,每次调用继承员工身份和权限,还留审计记录。先让结果可追溯,再谈快。新华网
对个人也一样。把“帮我写一份月报”换成一张参数表:营收、环比、毛利率、库存周转天数,缺的项让AI标红。
审全文变成审坐标,验证成本才降得下来。

甚至连AI公司自己,也在为验收付高价。Anthropic的Marlin项目雇了约1000名资深工程师,以每个任务280美元的报酬,评审Claude Code的输出。
他们买的不是代码,是工程师看到一段代码时那句“这样写更好”的直觉。钛媒体
AI适合接的,是结果能自证、责任轻的活:格式、汇总、初稿、翻译、素材整理。签字、对外口径、合规判断,仍得人来做。
这不是保守,是分工。
麦肯锡那组数字里,最值得看的不是80%,是6%。个人提效是真的,组织多赚钱是另一回事。
AI把工作从“做”挪到了“验”,省下的时间不会自动还给你,它只会变成下一批活。
晚上九点的灯要不要灭,不取决于模型再快多少,而取决于你有没有把验收这件事,提前做成流程。