杭州一家电商公司的产品运营李昭（化名），到工位第一件事不是看需求，而是打开AI，让它跑一轮“竞品监控”。然后她切到另一个窗口，刷短视频。
不是AI能替她干完，是组里的用量排行还挂在群里。排第一的姑娘告诉她，自己睡前让AI写全年规划，跑完也不看。
到了六月，公司不看用量，改看产出，周报里要写“AI提效案例”，还得有数据。李昭把“让AI把老板半小时的会议录音转成文字”写成“搭建语音信息结构化流程”，评上了优秀案例。
一份十分钟能改完的渠道调价通知，她让AI先起草。AI编了一堆数据，她翻出去年双十一的版本改完交上去，周报里仍写“AI辅助撰写”。
这不是一个人的滑稽戏。商业情报公司Visier调查了1000名美国全职员工，48%承认向同事或上级夸大过自己的AI使用频率或专业知识。36氪
深圳一家企业的策划说，公司把AI使用率写进绩效：不到70%，扣20%。 于是大家开始卷Skill数量，有人专挑不重要的场景做成Skill，起个厉害名字。老板看到“人人都在用AI”，做出来的很多没人用。定焦One
山西一家软件公司的销售说，公司上了AI通话监督系统，员工学会了字正腔圆、微笑要听得见，挂电话前先道谢。演得越好，AI评分越高。
为什么考核会落到用量上？因为产出太难算。一个功能早几天上线，可能是AI的功劳，也可能只是需求变简单了；提交的代码多了，不代表缺陷少了。
Token不一样，调用一次跳一个数，跑一夜涨一截。它能证明AI被用了，证明不了工作变好了。
有个被反复引用的说法，叫古德哈特定律：一个指标一旦被用来做重要决策，人们就会想办法钻空子，最后连它本来想衡量的东西也偏了。
Meta内部出现过一张员工自建的Token排行榜，覆盖八万多人，给榜首封“Token传奇”“缓存巫师”。30天消耗超过60万亿，第一名一人用掉约2810亿，按当时价格粗算，价值超过140万美元。奇点外
更现实的是，今年7月，26名Meta员工在美国起诉公司，称裁员参考了AI工具衡量的生产率和Token用量。Meta否认，案件还在走。36氪
表演的账，最后落在谁头上？
一家游戏公司的关卡策划说，AI动员会后，版本工期直接砍了10天，“与美术需求对接”从5天压到1天。可AI听不懂他的表达，美术又有自己的理解，最后只能加班。触乐
另一位策划总结：“提效提效，时间砍得多那叫增加工作量，砍得少那才叫提效。”
深圳那位活动策划也发现，同事用AI生成的活动方案配上精美PPT，老板很满意，执行时却漏洞百出。以前改一轮，现在领导先让AI审一遍，AI提一堆意见，人再逐条解释。
AI不是没用。李昭让AI把四十多条客服投诉分类，十分钟出了张表；开完会走到工位，纪要已经发进群。写代码、写文档、做PPT初稿，提效是真的。定焦One
问题在于，省下来的时间归谁。
北京一位产品经理说得很直白：Leader一旦觉得你效率提升了，就会想让你去干别人的活儿。提效的红利落不到自己头上，反而成了加活的依据。36氪
所以判断一次“AI提效”是真是假，别只看那一步快了多少，要看整条链。排期从5天压到1天，如果后面的审批、返工、开会原地不动，省下的4天只是被挪走了，不是消失了。
真正有效的提效，是端到端的时间缩短，而且返工率没有上涨。
对个人来说，还有个更简单的办法：动手前记下这件事原来要多久，做完再记一次。省下来的时间是留给自己，还是立刻被塞进新任务。如果每次都是后者，被优化的不是工作，是你。
李昭现在仍在用AI。她把润色这类小活攒到一起，每天抽一两个小时集中处理，做A时不用AI做B。她说，屏幕切来切去，一天下来很累，又说不出累在哪。
这句话，大概是2026年很多打工人的共同感受：AI确实快，但快出来的那部分，常常不属于自己。
