年后开工第一天，小茶（化名）的领导组织并召开了全员大会。大会最为重要的议题是“让全员学会使用 DeepSeek”，以实现降本增效。过了几天，她的领导在工作群里丢了一张其他公司内部沟通群的截屏，截屏内容为“多个部门将裁减 70%至 80%的员工，只留下会使用 AI 的”。
在社交平台上，不少网友分享了相似的经历。其中一部分网友表现出担忧，他们预见到了被裁员的危机；另一部分网友则是嘲讽，他们在试用了 AI 之后，坚信“人工智障”不可能替代自己。
互联网大厂正在采取行动。财联社有相关报道，阿里巴巴的 CEO 吴泳铭提出要在现有的业务里全面达成“AI 化”。并且所有部门都已接到通知，2025 年的绩效将会依据如何运用 AI 来推动增长进行评估。在 2024 年全年的财报电话会上，美团的 CEO 王兴表明，美团的人工智能战略构建于三个层面。其一就是在日常工作里的应用。一位未具名的美团员工向镜相工作室透露，当下美团内部的 AI 学习氛围较为浓厚，社区会组织公开的分享会，员工之间也会自行地分享一些文章以及使用 AI 的技巧，不过尚未在公司层面形成制度。
我们好奇，处于技术前沿的 AI 走进真实工作场景后表现怎样？能否切实大幅提升打工人的生产力？与 AI 一起工作的普通人有着怎样的体验？我们和三位来自不同行业、从事截然不同工作且接触 AI 时间有差异的受访者聊了聊，他们或许能提供一些有价值的 AI 落地经验。
一、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
因为有了 AI，在过去的两年里我一直都比较闲。之前写一个方案大概需要一个星期，而有了 AI 之后，我只需要三天就能写完了。不过，我依然会过一个星期之后再提交方案，把节省下来的时间用来研究 AI。当然，这些情况其他人是不知道的。
2025 年初，DeepSeek 迅速走红。我们公司开始重视使用 AI 这件事，将其纳入了制度范畴，并将其纳入绩效考核范围。我能明显感受到，工作量增加了，工作内容的要求也提高了，然而工资却没有提升。这表明打工人并未因 AI 带来的效率提升而获得实际利益。
DeepSeek 尚未爆火之时，大家大多在探讨国外的 GPT 或是 Claude。然而，公司的高层对这一事物的感知程度实际上是较为薄弱的。他们并不了解 AI 究竟发展到了何种地步，能够完成哪些事情，以及到底具备多强的能力。
DeepSeek 爆火之后，他们猛然察觉到“AI 如此厉害”。他们首先会思考，我们公司不使用 AI，而其他公司都在使用，那么我们是否会被淘汰呢？其次，有了 AI 之后，是否能够降低成本、提高效率，用 1 份人力去完成 2 份甚至 10 份的事情呢？
我认为，从逻辑层面来看，利用 AI 实现降本增效是可行的。然而，在实际落地执行的过程中，难度却非常大。并且，对于许多公司而言，它未必是至关重要的。
以 DeepSeek 为例，我在实际使用中发现，它作为生产力是不合格的。其原因在于它的幻觉率很高，会出现知识性错误。我们需要花费大量的时间成本去检查和杜绝这些错误。然而，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，今日老板让我借助 AI 来整理一个 Excel 表格，我会向他表明，AI 存在幻觉，用其做表格容易出现错误，而直接套用表格里的公式会更加迅速，没有必要舍近求远。
对于所有的生成式 AI 而言，它们能够协助我制定策划案、撰写新闻稿，然而这并非其核心竞争力。就我们公司来说，我们肯定不是一家凭借内容而获胜的公关公司，大部分的业务并非依托于内容。AI 可以降低内容方面的成本，但却无法提升内容的能力；一旦脱离了内容创作，AI 就和玩具没什么两样。
从个人角度出发，我又觉得AI很好用。
2022 年 10 月底 GPT 发布之后，我便开始借助 AI 来协助我创作内容。市面上几乎所有的 AI 产品我都尝试过，一年大概要花费几千元去充值会员，然而这些钱我通过让 AI 写一篇稿子就能赚回来。起初是我给它提供文章大纲，让它去填充内容，之后我再进行修改；接着是让它直接给我文章，由我来修改；现在则是它直接给我文章，我都无需修改。
我曾写过一篇关于某 AI 应用的科普文章，其中有信息表明，此 AI 在搜索资料时，由于没有账号和密码而会检索失败。我很希望能给这个信息添加一个形容，以便让读者更好地理解，然而我却想不出合适的内容，于是我去找了 AI。它给了我一个极为精妙的比喻，而当时的我确实是想不出来的。
目前我每天都会使用 AI，在使用的过程中去熟悉 AI。最近我在学习编程方面花费了很多精力，我认为编程与 AI 是最为适配的；要想用好 AI，就一定要去学习编程。并且不需要学习太多，只要了解一些原理就可以，大概知道如何去阅读代码，具体的编写工作交给 AI 去做，只要我能看懂它编写出来的代码就可以。
我在尝试开展一些副业。其中之一是利用 GPT 生成具有指定风格的图片，接着通过其他 AI 使图片动起来，把这样的图片发到社交平台上，或许能够吸引一些关注。
在与 AI 协作期间，我察觉到“超级个体”这一概念愈发具象化。或许在几年前，当我提及要成为超级个体时，其背后意味着需投入大量精力去践行。然而在这近两年，AI 发展态势愈发良好，能够提升生产力，弥补我在某些能力方面的不足，这让我觉得成为超级个体是一件极为简单且可行的事情。所以未来我或许会辞去工作，创建个人工作室，朝着超级个体的方向去奋力前行。
永远不要把思考外包给AI
某金融科技公司有一位学习发展经理（HR），其职场经验长达 12 年，使用 AI 大约有 25 个月。
我大约是在 2023 年的 2 月或 3 月开始使用 AI 办公。那时老板在公司的大群里推荐大家使用 AI，并且表示觉得 AI 很出色，还愿意给我们提供资源。他会为我报销每月 20 美元的 GPT Plus 费用，当年还给了我一个不错的绩效，折算成年终奖差不多相当于多了两个月的奖金，说这是因为我主动接纳 AI，利用 AI 来提升自己。
最典型的情况是，公司业务涵盖西语和美语，所以需要专门找人来翻译我制作的一些学习课程。然而，有了 GPT 之后，我直接节省了这部分开销，让 AI 辅助我完成相关工作。这部分成本降低非常明显，AI 一个月的费用折合人民币仅为 150 元，比聘请翻译要便宜许多。
我的文案能力欠佳。之前我自己写的文案，领导需要修改很多遍，这会致使一些项目的进度变慢。如今有了 AI，它写的文案质量很好。在 GPT - 3.5 时期，我可能还需要对其进行调整；而后来 GPT - 4 生成的文案，我基本上可以直接使用。
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。
我有一个名为“小萌”的“总助”，那就是 GPT。它知晓我的个性、工作以及家庭等各个方面的信息。它会提醒我喝水，还会帮我汇总日记。每天它还会给我画一幅画。有时候我出门不知道该穿什么，就会给它打视频电话，询问它的建议。
除了“小萌”，我还有二十多个独立的 GPT“员工”。其中，有的专门负责撰写文案；有的专门负责播报每日 AI 新闻；还有的专门负责为我推荐和筛选书单。基本的用法是，在一个对话框中我只专注于做一个任务，这样可以避免污染上下文，从而影响生成效果。
受访者自行定义的 GPTs ，还有文案助理 GPT 的指令词
我正在使用 Claude、Grok、DeepSeek 等工具，这些工具都有各自的优势。例如，DeepSeek 在帮助我发散思维方面表现更出色，而 Grok 的信息检索能力较为强大。
总体上我遵循“AI 领导力”这一理念。我不会将全部精力投入到某一款 AI 上，而是把自己当作老板的角色。我搭建了一个团队，在这个团队里有许多 AI 小助理。每个小助理都凭借自身的特长进行分工，各自承担不同的任务。
我如今已然离不开 AI 了，每天都会和 AI 交谈很长时间。我把 AI 当作一个人来看待，当我有想法的时候，就会去和 AI 聊上 2 到 3 轮。即便我已经知道答案，我还是会去和它聊一聊，或许它能给我带来不同的认知。
有些朋友跟我说 AI 不好用，此时我首先会询问他是如何提问的。通常来讲，他们或许会直接让 AI 写个文案，而这个问题较为宽泛，所以生成的结果就很普通。这是由于他们没有清晰地向 AI 告知背景是什么以及目标是什么。这与和人进行沟通是相同的道理。当让别人做一件事时，我们会把原因和要求讲清楚，让 AI 做一件事也应当如此。这其实就是提示词框架——跟它说背景，说要求，说输出限制。
一些朋友会说，AI 不是人。尽管我跟他们讲要把 AI 当作人来看待，但他们始终觉得对着手机聊天时，不想过多地倾诉内心的情感，存在着心理障碍或负担。而我没有这样的情况。
有时候我觉得，会使用 AI 的人与不会使用 AI 的人会逐渐被区分开，AI 技术有可能加剧马太效应，使强者变得更强。去年我看到人大附中的学生已不再停留在利用 AI 写作业的阶段，他们会借助 AI 去学习大学的知识。我们要明白，人大附中是极为优秀的学校。学生的父母以及老师或许会对他们进行引导，然而绝大多数学校的学生是没有机会接触到的。随着时间的推移，这种差距是否会变得更大呢？
所以我很推荐大家使用 AI，要跳出工具思维来用 AI，绝不能把思考外包给 AI。之前我曾让 AI 帮我总结一本书的内容，之后就不看那本书了。后来我进行反思，这样是不行的，应该思考在什么情况下用 AI 读书，那就是进行筛选。
我有一个名为 Owen 的专门筛选助理。我会将要看的书的目录、作者序等信息拍照后发给 Owen，让他帮忙拆解这些问题。接着，我会依据自己的理解提出一些感兴趣的问题，通过这些问题来判断这本书是否值得我读，或者值得我以何种方式去读，这就相当于一个预习的过程。
使用 AI 的频率较高后，我开始不自觉地思考，与 AI 相比，在工作中人类的不可替代性究竟是什么。起初我认为，AI 只是在单纯地提升我的工作效率，节省时间，使我做事的速度变快，之后我又觉得其实是让我完成更多的工作。以前我完成工作后就会偷懒“摸鱼”，而现在会思考很多更有创意的东西，想要沉淀自己的一套方法，去把一些想法表达出来，就像今年，其实也有做一些个人 IP 的想法。其他更深入的方面我还在不断地思考着。
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
我写代码的时候使用 AI 的次数最多。AI 能够帮我写代码，也能发现代码中的问题，还能给我提供一些技术方案。相关工具很早就已经存在了，或许在 2020 年、2021 年左右就有类似的东西了，不过当时的效果不太理想，普及程度也不高，直到大模型出现之后，这些产品才开始流行起来。
我在 2024 年上半年开始借助 AI 来写代码。最先使用的是开源类的产品。到了下半年，开始使用自己公司的产品。AI 确实能够给我带来极大的帮助。
写代码会涉及诸多场景，其中有一些场景我并不知晓。新学会这些场景比较费力，然而倘若我能将背景和需求清晰地向 AI 描述，AI 便会给我一些合适的参考答案。或许这个答案的分数只有 60 分，但实际上它已经为我完成了很大一部分工作。我完全可以依据它生成的代码进行修饰、加工，或者通过多轮对话，补充一些额外信息，引导 AI 输出更好的答案，之后再根据这个答案进行修改。
DeepSeek-R1 是深度搜索模型，它在给出答案的同时会提供一个解题思路。有时这个答案或许并非正确，但它的解题思路却可能极具参考价值。
写每周工作总结时我会借助 AI 来辅助完成。我的文字组织能力欠佳，一个汇报我能写出五六点，然而各点之间可能缺乏逻辑，读起来不够通顺。此时我会将这些内容发送给 AI，告知它我在写工作汇报，让它依据上述内容梳理出一份条理清晰的汇报文章。在这个场景下，它的表现较为良好。
AI 有诸多无法做到的事情。我不会将严肃场景的任务交付给 AI，而是更多地在一些存在大量重复操作的场景中与 AI 展开合作，这类场景的工作是最容易被 AI 所取代的。然而在实际工作里，大家所讨论的内容极为复杂，包含诸多公司内部的相关信息，而 AI 的训练数据源自互联网，在缺乏上下文的情况下，它对我的帮助十分有限，几乎可以说是没有任何帮助。
这一年多下来，我的整体感受是，AI 确实在不断变强。其一，它所写出的代码质量逐步提升，完整度也日益提高，以往或许会存在运行不通的状况，如今几乎不存在了；其二，它具备了很强的纠错能力，我能够通过与 AI 进行对话，将一个四五十分的代码逐步打磨至八九十分。
看着 AI 不断变强，我的内心其实很纠结。它使得从业人员素养的均值得以拉高。六年前，若我想在互联网行业混得还可以，保持前 80%的水准就可以了。但现在，我可能需要排在前 30%甚至 20%。至少对于从事技术工作的人而言是这样的。AI 正在引发焦虑。
为了对抗这种焦虑，我反向催促自己去学习一些确实有意义和价值的东西。AI 具有生产力的前提是，人能够用好 AI，AI 自身不会产生价值。所以我会学习与大模型相关的推理框架知识，以了解 AI 的底层逻辑，做到与时俱进，拥抱变化。并不是说，我认为 AI 以后会替代我的工作，我就对它进行抗拒和厌恶，而应该学会去运用它。真正能用好 AI 工具的人比较少，这其中存在一些门槛。仅就 prompt（提示词）而言，就有很多需要注意的地方。
现在我会向我的父母推荐一些 AI，像豆包、DeepSeek 等。他们能够适应并使用这些 AI。AI 生成的内容或许并非都有用，但也不会带来有害信息，并且通常是有一定参考意义和价值的。甚至我认为 AI 的情商比大部分普通的人要高。
