这周微博上了个话题，#用了一年AI我反成AI助理#。帖子写得很有画面感：领导甩来五条意见——标题、导语、全文单位、两张表，AI改完只用24秒，但吐出来的是聊天框里一整篇字，一段段粘回Word，粘一次格式乱一次，“人工粘贴最后花了1分54秒”。原话是：动脑子的活，AI十几秒就改好了，剩下95%的用时是我在当搬运工。微博
这条帖366赞、367转发，但先替你把水分挤掉：它其实是一条带商单的推广，评论区一排"AI真的很实用"是水军话术。真正值得在意的是这句话被戳中的密度——同一周，36氪发了《打工人，开始"表演"AI提效》，收录四个大厂打工人的完整自述。 知乎上周24号有个老问题被重新顶上首页，把核对和返工也算进了"省不省时间"的判断里。 小红书上有人总结成一句黑话：AI一分钟生成，人半小时返工。 不是个别人在自嘲。这是一张正在拆出来的账单。36氪知乎小红书
先说公道话：省掉的时间是真的，别被自嘲帖带偏
按@定焦One收录的几份自述，AI省下的时间有实据：杭州电商运营李昭让AI把四十多条客服投诉按问题分类，十分钟出了张表。 开完会大家刚走回工位，会议纪要已经发进群；深圳活动策划小楠说一份策划方案初稿，以前少说3天，现在一天内完成。产品经理李默的判断也克制：“写代码和写文档这两个环节，是真的省时间。”36氪
所以这篇文章不是劝你退订AI。它要回答的是另一个更拧巴的问题：时间确实省了，为什么人反而更累了？
累点的根子：你老板看的是第一个钟，你的累来自第二个钟
知乎那篇"把核对返工算进去"的方法帖，把一笔工作账拆成两个数字，值得抄下来：
交付总耗时：从开始准备到拿到合格结果，一共过了多久。它决定能不能赶上deadline。
人工投入：为了这件事，你的时间实际被占用了多久——整理材料、写指令、盯进度、核对、返工，全算。
这两个数字可以往相反方向走。AI在后台慢慢跑，总耗时照样缩短，但你必须盯着界面随时确认，这段"看守"也得记进人工投入。 李昭的自述正好是活案例：AI跑东西没准点，三十秒和一小时都有可能，他趁空做别的活，切回去看结果再切回来，“经常忘了刚才做到哪一步”，一天下来很累，又说不出累在哪。 这就是典型的总耗时降了、人工投入没降——而你身体的疲劳，永远只跟第二个钟挂钩。知乎36氪
四笔看不见的工：搬运、核对、审核、绩效
把这几周的自述和方法帖对完，"人变AI助理"的活，基本能归进四类：
第一笔：搬运费。 AI产出聊天框里的一整篇字，搬回Word、Excel、PPT的每一趟都是你在搬，格式崩了再修。这笔大到什么程度？厂商已经承认了：这周豆包工作更新本地Office编辑、新增Word直接修改，知乎同一周出现一批体验文（注意，不少是商单）。但"让AI直接改文件而不是吐文字"这个方向本身是真的——它在补的，就是你每天在干的那份搬运工。知乎
第二笔：核对费。 AI生成得太快、太流畅，核对就成了新工种。李昭拟渠道调价通知让AI起草，“它给我编了好多数据”，最后他翻出去年双十一那版改吧改吧交了——活其实还是他干的。小红书有人跑DeepSeek自动剪vlog，代码通了，成片稀烂。而知乎"要不要把汇报材料完全交给AI"那个问题下，被顶上去的回答给了条很实在的标准：真正的验收不是"这稿是不是AI写的"，是被追问三层，你答不答得上来。答不上，字是你亲手敲的也站不住。36氪小红书知乎
第三笔：审AI的返工费。 AI和AI开始互相生产工作量。小楠说领导现在看完方案还要"交给AI审核一遍"，AI呼啦啦提出一大堆修改意见，有些有价值，有些根本不符合实际，她得逐条检查、解释、改。王敏公司更闭环：她把想法发给AI，AI写周报，她检查后发给老板，老板用AI提几个问题发回来，她再丢给AI——"我每周用AI干得最多的事，是让AI帮我编这周用AI干了什么。"李默则是用AI写demo交上去，研发同事拿到手重新再改一遍：写得再热闹，最后是别人兜底。36氪
第四笔：绩效费。 这是最贵的一笔，因为它是制度制造的。黄仁勋年初一句"年薪50万美元的工程师一年Token消耗不到25万美元会令我深感不安"，带起烧Token比谁狠的风气；到6月大厂转向看投入产出比，压力就传导给个人——周报必须有"AI含量"。小楠公司把AI使用率纳入考核，达不到70%绩效扣20%，于是大家卷着做没人用的Skill，“做出来之后根本没人用”。这不是中国特产：定焦One援引商业情报公司Visier参与的调查，1000名美国全职员工里，48%承认向同事或上级夸大了自己的AI使用频率或专业知识。王敏公司的销售对着AI质检系统打电话，练出了"字正腔圆，微笑要听得见"。顺带一提他们公司还出过事故：员工把考勤、绩效、工资表全传给内部AI机器人，同事在群里问一句，AI把全公司薪资明细直接甩了出来——这条9月就曾在微博挂出过146赞的转发热帖，和自述对得上。36氪微博
这笔账该怎么算：把"一次通过"当成你的验收单位
判断型内容不能只骂，给能落地的部分。
记账法（来自那篇省不省时间方法帖，可整周执行）： 挑3件你每周重复做、又要用AI的活，按"准备—执行—核对—返工"四步全程计时；AI没做成、最后人来收尾的，把AI尝试、等待和人工接手也全记下来，不许只统计成功的那几次。先满足质量和deadline，再看累计省下的人工时间有没有超过额外投入——超过了才叫回收，没超过你就是免费搬运工。
指标口径（来自知乎"数据搬砖日记"援引的InfoQ评测框架）： 一次通过率、返工率、有效产能、单位可用产出成本、端到端交付周期，成本核算必须包含重试、重新生成和人工返工。拿到个人层面就一句话：一件活值不值得交给AI，别看"生成快不快"，看"一次过的比例有多高"。知乎
分类、归并、格式转换、初稿框架这类验收标准清晰的活，一次过率高，放心交（四十多条投诉十分钟成表就是证据）；要你自己补上下文和张嘴能答的判断——按知乎问答区的普遍说法，你的习惯、老板的偏好、检验标准这些你不喂给它，它就只能让你收拾乱摊子——以及任何过你名字、被追问三层的正式交付和碰钱碰权限碰全员数据的事（工资表事故刚演示过后半句），亲自拿。
对绩效费的姿势： 观察你公司的考核口径正在往哪边挪。6月以后多家大厂从"烧了多少Token"转向"产出里有多少真的落地"，李默的新Leader把考核细化到了产出。如果你的公司还停留在数Skill个数、看周报AI含量，Visier那份48%的调查就是这类制度的天花板——它在批量生产表演，不在生产效率。这个信号本身，比任何一篇AI提效汇报都值得写进你的年终判断里。36氪
“到底是我在用AI，还是AI在用我”，答案不在段子热不热，在第二本账记没记。今晚先把明天要做的三件活列出来，标好每一步是谁在干——是你，是AI，还是你在给AI当助理。
