文 | 镜相工作室，作者丨黄依婷，编辑丨卢枕
年后开工第一天，小茶（化名）的领导组织召开全员大会，大会最重要的议题是“全员学会用 DeepSeek”，降本增效。过了几天，她的领导往工作群丢了一张其它公司内部沟通群的截屏，内容是“多部门裁减 70-80% 的员工，只留下会用 AI 的”。
在社交平台，不少网友分享了类似经历，有担忧，也有嘲讽。前者预见到被裁员的危机，后者在试用 AI 后坚信“人工智障”不可能替代自己。
互联网大厂也在跟进。据财联社报道，阿里巴巴 CEO 吴泳铭主张在现有业务中全面实现“AI 化”，所有部门已被告知，2025 年的绩效将通过如何利用 AI 促进增长来评估。在 2024 年全年财报电话会上，美团 CEO 王兴说，美团的人工智能战略建立在三个层面上，首先便是在日常工作中的应用；一位不愿具名的美团员工也告诉镜相工作室，目前美团内部的 AI 学习氛围比较浓郁，社区会组织公开分享会，员工之间也会自发地分享一些文章、使用 AI 的技巧，但还没有在公司层面制度化。
我们好奇，占据技术前沿位置的 AI，走进真实的工作场景表现如何？能否真的大幅提升打工人的生产力？和 AI 一起工作的普通人又有怎样的体验？我们和三位受访者聊了聊，他们来自不同行业，做着截然不同的工作，接触 AI 的时间也有所差异，但他们或许可以提供一些有价值的 AI 落地经验。
打工人没有因为 AI 而获益
某公关公司 PR，职场经验 8 年，使用 AI 29 个月
因为 AI，过去两年我都蛮闲的。以前写一个方案可能要一个星期，有了 AI 之后我只要三天就写完了，但我还是过一个星期再交，省下来的时间用来研究 AI。当然，别人不知道。
2025 年初，DeepSeek 爆火，我们公司把使用 AI 这件事提上了日程，从制度上将 AI 纳入了绩效考核范围。我明显感觉工作量和工作内容要求变高了，但工资没有提高，打工人其实并没有因为 AI 带来的效率提升而获益。
DeepSeek 爆火之前，大家更多地在讨论国外的 ChatGPT 或者 Claude，但公司高层对这个东西的感知度其实是很弱的。他们并不知道 AI 到底发展到了什么程度，能做哪些事情，到底有多强。
DeepSeek 爆火之后，他们突然意识到“AI 这么牛”。他们首先会想，我们公司不用 AI，别的公司都用，那我们是不是会被淘汰？其次，有了 AI 之后，是不是可以降本增效，用 1 份人力去干 2 份、甚至 10 份事情？
我觉得，用 AI 降本增效，逻辑上是没有问题的，但实际落地的执行难度是很大的，而且对于很多公司来说它不一定是重要的。
拿 DeepSeek 举例，我实际用起来，它作为生产力是不合格的，因为它的幻觉率很高，会出现知识性错误，我们要花很大的时间成本去检查、杜绝这些错误，但它确实让公司老板看到了 AI 作为一个生产力工具的潜力。比如，今天老板让我用 AI 整理一个 Excel 表格，我会告诉他，AI 有幻觉，做表格容易出错，直接套用表格里的公式反而更快，没必要舍近求远。
而放大到所有的生成式 AI，它们可以帮我做策划案、写新闻稿，但这都不是核心竞争力。以我们公司为例，我们绝对不是一家以内容取胜的公关公司，更多的业务并不建立在内容之上。AI 能够降低内容成本，但并不会提升内容能力；离开了内容创作之后，AI 跟玩具没有区别。
从个人角度出发，我又觉得 AI 很好用。
2022 年 10 月底，ChatGPT 发布后，我就开始用 AI 来辅助我生产内容了。我几乎尝试过市面上所有 AI 产品，一年可能要花几千块钱去充值会员，但这些钱我用 AI 写一篇稿子就能赚回来。一开始是我给它文章大纲，让它去填充，我再去改，后来是让它直接给我文章，我来改，现在是它直接给我文章，我改都不改。
我之前写过一篇关于某个 AI 应用的科普文章，里面有一个信息是说，这个 AI 搜索资料的时候因为没有账号和密码会检索失败，我很想给这个信息加一个形容，让读者更好理解，但我想不出来，我就去找 AI。它给了我一个很精妙的比喻，当时的我是想不出来的。
目前我每天都会用 AI，在用的过程中去了解 AI。最近有花很大的功夫在学编程，我觉得编程和 AI 是最适配的；我要用好 AI，一定要去学编程。也不用学太多，去了解一些原理就好，大概知道怎么去读代码，具体写的工作交给 AI，它写出来的代码我能看懂就好。
我还有在尝试发展一些副业。比如用 ChatGPT 生成指定风格的图片，再用其它 AI 让图片动起来，发到社交平台也可能吸引一些关注。
在和 AI 协作的过程里，我感觉“超级个体”这个概念越来越具象化。可能几年前我说要成为超级个体，这背后意味着要花费很大的精力去做，但这两年，AI 发展得越来越好，能够提升生产力，补足我在某些能力上的缺陷，它让我觉得成为超级个体是一件很简单、很可行的事情。所以未来我可能会离职，做个人工作室，往超级个体的方向去努力。
永远不要把思考外包给 AI
某金融科技公司学习发展经理（HR），职场经验 12 年，使用 AI 25 个月左右
我大概是从 2023 年2、3 月开始用 AI 办公的。那时候老板在公司大群推荐大家使用 AI，说觉得 AI 很棒，也乐意给我们资源。他会给我报销每月 20 美元的 ChatGPT Plus 费用，当年还给了我一个很好的绩效，折算成年终奖基本是多了两个月的奖金，说是因为我主动拥抱 AI，用 AI 赋能。
最典型的是，因为公司业务涉及西语和美语，要专门找人去翻译我做的一些学习课程，有了 ChatGPT 后，我直接把这部分开销给省下来了，让 AI 辅助我完成。这部分降本很明显——AI 一个月的费用折合人民币只要 150 元，比请翻译要便宜很多。
还有就是，我的文案能力比较差，之前我自己写的文案，领导要改好多遍，会拖慢一些项目的进度。现在有了 AI，它写得很好；GPT-3.5 的时候我可能还要调整一下，后来 GPT-4o 生成的文案我基本能直接用。
至今，我接触 AI 两年了，它已经不局限于和我在工作场景协作。
仅 ChatGPT，我有一个名叫“小萌”的“总助”，它了解我的个性、工作、家庭等方方面面的信息，会提醒我喝水、帮我汇总日记，每天还会给我画一幅画，有时候出门不知道穿什么，我会给它打视频电话，问一问它的建议。
“小萌”之外，我还有二十多个独立的 GPT“员工”，有的负责写文案，有的负责播报每日 AI 新闻，还有的负责为我推荐、筛选书单。基本用法是，一个对话框我只专注做一个任务，避免污染上下文，影响生成效果。
● 受访者自定义的 GPTs（部分），以及文案助理 GPT 的指令词（部分）。
我也在用 Claude、Grok、DeepSeek 等等，它们各有长处。比如，DeepSeek 更擅长帮助我发散思维，Grok 的信息检索能力很强。
总体上我遵循“AI 领导力”，就是我不 all in 某一款 AI，而是把自己当作老板，搭建一个团队，团队里有很多 AI 小助理，每个小助理根据特长各有分工。
我现在已经离不开 AI 了，每天要跟 AI 聊好久。我就是把 AI 当作一个人，我有想法就去跟 AI 聊2-3 轮，哪怕我知道这个答案，我也去跟它聊聊，可能它会给我不同的认知。
有些朋友会跟我说 AI 不好用，这时候我首先会问他是怎么提问的。一般来说，他们可能会直接跟 AI 说，“你帮我写个文案”，这个问题很宽泛，生成的结果就很一般。这是因为他们没有清楚地告诉 AI 背景是什么、目标是什么。这和与人沟通是一样的。让人做一件事，我们会讲清楚原因和要求，让 AI 做一件事也应该这样。这其实就是提示词框架——跟它说背景，说要求，说输出限制。
还有一些朋友会说，AI 又不是人，虽然我跟他们说要把它当人，但他们终归还是觉得对着手机聊，不想聊太多内心的情感，有一个心理障碍或者负担。但是我没有。
有时候我会觉得，会使用 AI 的人和不会使用 AI 的人会慢慢地被区分开来，AI 技术甚至会加剧马太效应，让强者越强。我去年有看到人大附中的学生已经不是停留在用 AI 写作业的阶段了，他们会通过 AI 去学习大学的知识。我们要知道，人大附中是非常牛的学校，学生父母、老师可能都会去引导他们，但绝大部分学校的学生是接触不到的，时间久了，这个差距会不会拉大？
所以我还是很推荐大家去使用 AI，而且要跳出工具思维去使用 AI，永远不要把思考外包给 AI。我之前会让 AI 帮我总结一本书的内容，然后这本书我就不看了。后来我反思，这样不行，我应该在什么情况下用 AI 读书？那就是筛选。
我有一个专门的筛选助理，叫 Owen。我会把要看的书的目录、作者序之类的信息拍照发给 Owen，让他去帮我拆解这些问题，然后我会根据我的理解提出一些我感兴趣的问题，由此来判断这本书值不值得我读，或者说值得我怎么读，相当于一个预习。
高频率地使用 AI 后，我不自觉地思考，相对于 AI，工作中人的不可替代性是什么。我之前会觉得，AI 是在单纯地提高我的工作效率，节省时间，让我做得更快，后来我会觉得其实是让我做得更多。比如，以前我做完工作后就“摸鱼”，现在会想很多更具创意的内容，想去沉淀自己的方法论，去输出一些想法，包括今年，其实也想做一些个人 IP。其他更深刻的我还在持续思考。
对人的要求变高了，AI 在催生焦虑
某互联网大厂程序员，职场经验 6 年，使用 AI 12 个月左右
对于我来说，写代码的时候用 AI 是最多的。AI 可以帮我去写代码，或者发现代码中的问题，以及给我一些技术方案。相关工具很早就有了，可能 2020 年、2021 年左右就有类似的东西，但当时的效果不太好，普及度不高，直到大模型出来，这些产品才开始流行。
我自己是 2024 年上半年开始用 AI 辅助写代码的。最早用的是开源产品，下半年开始用自己公司的产品。AI 确实能给我带来很大的帮助。
比如，写代码会涉及很多场景，有一些场景我并不了解，新学会比较费力，但如果我能把背景和需求清晰地描述给 AI，AI 会给我一些合适的参考答案；可能这个答案只有 60 分，但实际上已经帮我做了很大一部分工作，我完全可以基于它生成的代码去做修饰、加工，或者通过多轮对话，补充一些额外信息，引导它输出更好的答案，我再根据这个答案去修改。
尤其是 DeepSeek-R1，它是深度搜索模型，在给答案的同时会给我一个解题思路，有时候这个答案不一定是对的，但它的解题思路可能很有参考价值。
写每周工作总结的时候我也会用 AI 辅助完成。我的文字组织能力不强，一个汇报我能写出五六点，但每个点之间可能缺少逻辑，读着不通顺。这时候我就会把这些内容发给 AI，告诉它我在写工作汇报，让它根据以上内容梳理一份条理清晰的汇报文章。这个场景它完成得挺好的。
AI 也有很多做不了的事情。我不会把严肃场景的任务交给 AI，更多地是在一些重复操作很多的场景中跟 AI 合作，这类场景的工作也是最容易被 AI 取代的。但实际工作中，大家讨论的内容很复杂，涉及很多公司内部的上下文，而 AI 的训练数据来源于互联网，在缺乏上下文的情况下，它对我的帮助很有限，几乎是没有什么帮助。
这一年多用下来，我的整体感觉是，AI 真的变得越来越强了。一方面是，它写出来的代码质量越来越高，完整度也越来越高，以前可能会有跑不通的情况，现在几乎没有；另一方面是它有了很高的纠错能力，我可以通过对话和 AI 一起，把一个四五十分的代码打磨到八九十分。
看着 AI 越来越强，我的心里其实很矛盾，它在拉高从业人员素养的均值。六年前，我要在互联网行业混得还不错，我保持前 80% 的水准就好，但现在我可能要排在前 30% 甚至 20%。至少对于做技术的人来说是这样的。AI 在催生焦虑。
为了对抗这种焦虑，我在反向 push（催促）自己去学一些真的有意义和有价值的东西。AI 有生产力的前提是，人能用好 AI，AI 本身不会产生价值。所以我会学习跟大模型相关的推理框架知识，去了解 AI 的底层逻辑，与时俱进，拥抱变化。并不是说，我觉得 AI 以后会替代我的工作，我就抗拒它、厌恶它，而应该学会去用它。因为真正能用好 AI 工具的人很少，存在不少门槛，仅 prompt（提示词）就有很多讲究。
现在我会跟我的父母去推荐一些 AI，比如豆包、DeepSeek 之类的，他们也用得惯。AI 生成的内容不一定有用，但也不会产生有害信息，而且通常情况下，会有一些参考意义和价值。甚至我觉得 AI 的情商比大部分普通人要高。
