这两天，AI提效圈有条新闻值得多看两眼。
美团核心本地商业CEO王莆中在公开演讲里，复盘了美团这半年的内部AI变革，话说得很直白：今年2到3月，公司搞了一场全员"养虾运动"，结果账单暴涨，每天消耗上千万元，更糟的是，养虾产生的谬误还干扰了真实经营决策。知乎
先给不在圈里的朋友补个课。“养虾"是今年AI提效圈的黑话，指自己部署、调教OpenClaw（俗称"龙虾”）这类能动手干活的AI智能体。OpenClaw在2、3月爆火到什么程度？上门安装一度被炒到500元一单。小红书深圳街头出现过免费安装摊位。知乎微博上挂着"有人几天赚了26万"的热搜。微博
热度背后是风险：工信部发布过高危风险预警，有人因为开放端口没清理干净，信用卡被盗刷。微博再往后，还有"一公司引入龙虾AI后裁员超50%"的新闻冲上热搜。微博美团干的，就是这场运动的公司版：让十万员工一起上。
账算下来并不好看。王莆中说，这项覆盖十万员工的AI动作，单日算力成本峰值上千万元，但能衡量的业务增长并不明显。他还引了一组行业调研数字：88%的企业已常态化使用AI，只有6%真正看到了收益。知乎
大厂烧钱不稀奇，稀奇的是这份复盘来得这么快、这么诚实。更关键的是：美团把原因总结成"四重错配"，你把它逐条对照到个人用AI提效这件事上，会发现条条都能对号入座。微博
四个弯路，大厂替你踩过了
第一个：认知错配——要么神化，要么鄙视。
2、3月养虾最火的时候，营销号的口径是"一人公司"“躺着搞钱”，好像装了龙虾就能原地起飞；另一头则是"智商税""玩具"的一棒子打死。美团版本也一样：全员铺开，说明一开始把预期拉满了。而普通人的真实体验，知乎上2800多赞的高赞回答说得很透：OpenClaw的核心优势就两个——主机高级权限、AI自问自答加定时任务；缺点也是两个——疯狂烧token，以及不用顶级模型智商就不够，智商不够的后果是烧更多token。知乎神化和鄙视，都是没算过账的表现。
第二个：效率错配——只碰边角料，不碰核心产出。
王莆中原话：大模型大多用在日常事务，没触及核心业务。知乎翻译到个人身上，就是多少人用AI干了三个月，干的还是写周报、润色邮件、闲聊查资料这些事——这些活本来就花不了多少时间。真正决定你绩效的那份方案、那次复盘、那个方案论证，还是一行行手搓。周边提效100次，不如核心环节提效1次。
第三个：场景错配——聊天框悬空，活没接住。
这个错配的样子很具体：调用量上去了，活没动。有企业全员开了AI账号，写稿是快了，但填单、审批、跟单、预警这些天天发生、最耗人力的动作，照样没人接手。知乎对个人来说同样如此：你装了一堆智能体，收藏了一堆提示词，但它们没进你每天真实的工作流，只是个偶尔点开的新鲜玩具。判断标准其实很朴素——它是"把活干完了"，还是"陪你聊完了"？
第四个：考核错配——追求立竿见影，却从没记过账。
美团的问题是要立竿见影，却忽视了组织适配；个人的版本更直接：用了三个月AI，说不出自己到底省了多少小时。没有记录，就没有判断，于是只能跟着情绪走——要么继续焦虑囤工具，要么一气之下全卸载。
这四条叠在一起，结果就是王莆中那句话：投入难以转化为可测量的生产力增长。钱花了，人忙了，数字没变。微博公司如此，个人也一样。
再算一笔个人账：养虾到底花多少钱
大厂一天烧上千万，个人的数字小得多，但账单结构是一样的，而且更隐蔽。
自己养虾，明面上是"免费开源"，实际开销有三笔：一是模型API的token费，智能体自问自答、反复试错，消耗远高于普通对话，模型越笨重试越多，烧得越狠；二是部署和维护的时间成本，从租服务器到调权限，折腾几个周末是常态；三是安全成本，它要读你的文件、拿你的权限，端口、密钥任何一个没管住，代价可能比省下的时间贵得多。
另一边，大厂托管产品这半年倒是卷出了真东西：腾讯WorkBuddy、阿里千问办公、网易LobsterAI都来了。这类产品都有"不花钱"就能用的版本，日常办公需求基本够用。知乎等于有人替你养好了虾，你只管点菜。
所以路线选择其实不复杂：动手能力强、有明确高频任务、愿意管住权限边界的，自己养虾能拿到上限；只想把周报、纪要、整理这类活交出去的，托管产品的免费额度先薅明白，远比自己搭一套划算。最亏的是中间态——看了教程热血沸腾，装完发现不知道让它干什么，最后token白烧、时间白花，还搭进去一个"不过如此"的印象。
也不是说养虾就是坑
公平地说一句：美团踩坑，踩的不是"用AI"，是"怎么用"。
美团自己就是证明。4月起各事业部成立AI组织，6、7月用赛马机制梳理方法，到7月，AI已经在内部产品流程里跑通并产生价值——他们医药业务的品类运营工作流，原来5个角色协同、最快两周落地，改造后由品类运营Agent完成从数据采集到策略迭代的闭环，人工只做决策，整体缩短到2天。知乎
对普通人来说，跑通的路径也差不多：别全面开花，先把AI钉在具体的、高频的活上。一篇四款办公AI的横评里，千问办公被形容成"随叫随到的实习生"，说一句"帮我把这周的流水账整理成周报"，它直接给你交付成品——文档、表格、PPT、网页都能做。知乎王莆中的建议也是同一个逻辑：先找一件每天都在重复、规则又相对清楚的高价值场景，让AI先做起来，“积小胜为大胜”。知乎
而美团这份复盘之所以值得看，还因为它把顺序说清楚了：先想清楚AI要解决什么问题，再想流程怎么配合，最后才是选什么工具。大多数人刚好反过来——先囤工具，再找场景，最后发现账单比产出先到。
想开始（或继续）用AI提效，现在可以做的四件事
挑一个"高重复、规则清"的场景切入。 每天/每周都要做、步骤相对固定的活优先：固定格式的报表、例行的信息搜集、模板化的纪要。别一上来就让AI接管核心决策。
给它两周试用期，并记账。 记下用AI前后各花多少时间、返工几次。两周后拿数字说话：省的时间覆盖不了折腾成本，就果断降级或停用，别恋战。
把账本从"用了多少次"换成"干完了多少活"。 调用量、对话次数都是虚荣指标；交付了几份能直接用的成果，才是真指标。
权限和账单设好止损线。 自己养虾的，给API key设月度消费上限，最小化文件和系统权限；用托管产品的，先盯紧免费额度的消耗速度，再决定要不要付费。
接下来值得继续观察的信号：大厂办公Agent的价格战会不会打到免费额度缩水，记忆和上下文能力（决定"换设备数据就丢"的痛点）什么时候普及，以及像你公司这样的组织，会不会也开始搞自己的"养虾运动"——真到那天，这篇复盘就是你的防身材料。
大厂用一天上千万的代价买明白的道理，普通人看一眼就好：AI提效的下半场，拼的不是谁先上车，是谁的账算得清。
