據技術前沿位置的AI，走進真實的工作場景表現如何？

文丨黃依婷

編丨盧枕

文章來源｜鏡相工作室(ID:shangyejingxiang)

年后開工第一天，小茶（化名）的領導組織召開全員大會，大會最重要的議題是“全員學會用 DeepSeek”，降本增效。過了幾天，她的領導往工作群丟了一張其它公司內部溝通群的截屏，內容是“多部門裁減70-80%的員工，只留下會用AI的”。

在社交平臺，不少網友分享了類似經歷，有擔憂，也有嘲諷。前者預見到被裁員的危機，后者在試用AI后堅信“人工智障”不可能替代自己。

互聯網大廠也在跟進。據財聯社報道，阿里巴巴CEO吳泳銘主張在現有業務中全面實現“AI化”，所有部門已被告知，2025年的績效將通過如何利用AI促進增長來評估。在2024年全年財報電話會上，美團CEO王興說，美團的人工智能戰略建立在三個層面上，首先便是在日常工作中的應用；一位不愿具名的美團員工也告訴鏡相工作室，目前美團內部的AI學習氛圍比較濃郁，社區會組織公開分享會，員工之間也會自發地分享一些文章、使用AI的技巧，但還沒有在公司層面制度化。

我們好奇，占據技術前沿位置的AI，走進真實的工作場景表現如何？能否真的大幅提升打工人的生產力？和AI一起工作的普通人又有怎樣的體驗？我們和三位受訪者聊了聊，他們來自不同行業，做著截然不同的工作，接觸AI的時間也有所差異，但他們或許可以提供一些有價值的AI落地經驗。

打工人沒有因為AI而獲益

某公關公司PR，職場經驗8年，使用AI 29個月

因為AI，過去兩年我都蠻閑的。以前寫一個方案可能要一個星期，有了AI之后我只要三天就寫完了，但我還是過一個星期再交，省下來的時間用來研究AI。當然，別人不知道。

2025年初，DeepSeek爆火，我們公司把使用AI這件事提上了日程，從制度上將AI納入了績效考核范圍。我明顯感覺工作量和工作內容要求變高了，但工資沒有提高，打工人其實并沒有因為AI帶來的效率提升而獲益。

DeepSeek爆火之前，大家更多地在討論國外的ChatGPT或者Claude，但公司高層對這個東西的感知度其實是很弱的。他們并不知道AI到底發展到了什么程度，能做哪些事情，到底有多強。

DeepSeek爆火之后，他們突然意識到“AI這么牛”。他們首先會想，我們公司不用AI，別的公司都用，那我們是不是會被淘汰？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？

湖州市中心醫院放射科，醫生在AI“助手”的輔助下對影像報告進行診斷確認。圖源：視覺中國

我覺得，用AI降本增效，邏輯上是沒有問題的，但實際落地的執行難度是很大的，而且對于很多公司來說它不一定是重要的。

拿 DeepSeek舉例，我實際用起來，它作為生產力是不合格的，因為它的幻覺率很高，會出現知識性錯誤，我們要花很大的時間成本去檢查、杜絕這些錯誤，但它確實讓公司老板看到了AI作為一個生產力工具的潛力。比如，今天老板讓我用AI整理一個Excel表格，我會告訴他，AI有幻覺，做表格容易出錯，直接套用表格里的公式反而更快，沒必要舍近求遠。

而放大到所有的生成式AI，它們可以幫我做策劃案、寫新聞稿，但這都不是核心競爭力。以我們公司為例，我們絕對不是一家以內容取勝的公關公司，更多的業務并不建立在內容之上。AI能夠降低內容成本，但并不會提升內容能力；離開了內容創作之后，AI跟玩具沒有區別。

從個人角度出發，我又覺得AI很好用。

2022年10月底，ChatGPT發布后，我就開始用AI來輔助我生產內容了。我幾乎嘗試過市面上所有AI產品，一年可能要花幾千塊錢去充值會員，但這些錢我用AI寫一篇稿子就能賺回來。一開始是我給它文章大綱，讓它去填充，我再去改，后來是讓它直接給我文章，我來改，現在是它直接給我文章，我改都不改。

我之前寫過一篇關于某個AI應用的科普文章，里面有一個信息是說，這個AI搜索資料的時候因為沒有賬號和密碼會檢索失敗，我很想給這個信息加一個形容，讓讀者更好理解，但我想不出來，我就去找AI。它給了我一個很精妙的比喻，當時的我是想不出來的。

目前我每天都會用AI，在用的過程中去了解AI。最近有花很大的功夫在學編程，我覺得編程和AI是最適配的；我要用好AI，一定要去學編程。也不用學太多，去了解一些原理就好，大概知道怎么去讀代碼，具體寫的工作交給AI，它寫出來的代碼我能看懂就好。

我還有在嘗試發展一些副業。比如用ChatGPT生成指定風格的圖片，再用其它AI讓圖片動起來，發到社交平臺也可能吸引一些關注。

在和AI協作的過程里，我感覺“超級個體”這個概念越來越具象化。可能幾年前我說要成為超級個體，這背后意味著要花費很大的精力去做，但這兩年，AI發展得越來越好，能夠提升生產力，補足我在某些能力上的缺陷，它讓我覺得成為超級個體是一件很簡單、很可行的事情。所以未來我可能會離職，做個人工作室，往超級個體的方向去努力。

永遠不要把思考外包給AI

某金融科技公司學習發展經理（HR），職場經驗12年，使用AI 25個月左右

我大概是從2023年2、3月開始用AI辦公的。那時候老板在公司大群推薦大家使用AI，說覺得AI很棒，也樂意給我們資源。他會給我報銷每月20美元的ChatGPT Plus費用，當年還給了我一個很好的績效，折算成年終獎基本是多了兩個月的獎金，說是因為我主動擁抱AI，用AI賦能。

最典型的是，因為公司業務涉及西語和美語，要專門找人去翻譯我做的一些學習課程，有了ChatGPT后，我直接把這部分開銷給省下來了，讓AI輔助我完成。這部分降本很明顯——AI一個月的費用折合人民幣只要150元，比請翻譯要便宜很多。

還有就是，我的文案能力比較差，之前我自己寫的文案，領導要改好多遍，會拖慢一些項目的進度。現在有了AI，它寫得很好；GPT-3.5的時候我可能還要調整一下，后來GPT-4o生成的文案我基本能直接用。

至今，我接觸AI兩年了，它已經不局限于和我在工作場景協作。

僅ChatGPT，我有一個名叫“小萌”的“總助”，它了解我的個性、工作、家庭等方方面面的信息，會提醒我喝水、幫我匯總日記，每天還會給我畫一幅畫，有時候出門不知道穿什么，我會給它打視頻電話，問一問它的建議。

“小萌”之外，我還有二十多個獨立的GPT“員工”，有的負責寫文案，有的負責播報每日AI新聞，還有的負責為我推薦、篩選書單。基本用法是，一個對話框我只專注做一個任務，避免污染上下文，影響生成效果。

受訪者自定義的GPTs（部分），以及文案助理GPT的指令詞（部分）。

我也在用Claude、Grok、 DeepSeek等等，它們各有長處。比如， DeepSeek更擅長幫助我發散思維，Grok的信息檢索能力很強。

總體上我遵循“AI領導力”，就是我不all in某一款AI，而是把自己當作老板，搭建一個團隊，團隊里有很多AI小助理，每個小助理根據特長各有分工。

我現在已經離不開AI了，每天要跟AI聊好久。我就是把AI當作一個人，我有想法就去跟AI聊2-3輪，哪怕我知道這個答案，我也去跟它聊聊，可能它會給我不同的認知。

有些朋友會跟我說AI不好用，這時候我首先會問他是怎么提問的。一般來說，他們可能會直接跟AI說，“你幫我寫個文案”，這個問題很寬泛，生成的結果就很一般。這是因為他們沒有清楚地告訴AI背景是什么、目標是什么。這和與人溝通是一樣的。讓人做一件事，我們會講清楚原因和要求，讓AI做一件事也應該這樣。這其實就是提示詞框架——跟它說背景，說要求，說輸出限制。

還有一些朋友會說，AI又不是人，雖然我跟他們說要把它當人，但他們終歸還是覺得對著手機聊，不想聊太多內心的情感，有一個心理障礙或者負擔。但是我沒有。

有時候我會覺得，會使用AI的人和不會使用AI的人會慢慢地被區分開來，AI技術甚至會加劇馬太效應，讓強者越強。我去年有看到人大附中的學生已經不是停留在用AI寫作業的階段了，他們會通過AI去學習大學的知識。我們要知道，人大附中是非常牛的學校，學生父母、老師可能都會去引導他們，但絕大部分學校的學生是接觸不到的，時間久了，這個差距會不會拉大？

所以我還是很推薦大家去使用AI，而且要跳出工具思維去使用AI，永遠不要把思考外包給AI。我之前會讓AI幫我總結一本書的內容，然后這本書我就不看了。后來我反思，這樣不行，我應該在什么情況下用AI讀書？那就是篩選。

我有一個專門的篩選助理，叫Owen。我會把要看的書的目錄、作者序之類的信息拍照發給Owen，讓他去幫我拆解這些問題，然后我會根據我的理解提出一些我感興趣的問題，由此來判斷這本書值不值得我讀，或者說值得我怎么讀，相當于一個預習。

高頻率地使用AI后，我不自覺地思考，相對于AI，工作中人的不可替代性是什么。我之前會覺得，AI是在單純地提高我的工作效率，節省時間，讓我做得更快，后來我會覺得其實是讓我做得更多。比如，以前我做完工作后就“摸魚”，現在會想很多更具創意的內容，想去沉淀自己的方法論，去輸出一些想法，包括今年，其實也想做一些個人IP。其他更深刻的我還在持續思考。

對人的要求變高了，AI在催生焦慮

某互聯網大廠程序員，職場經驗6年，使用AI 12個月左右

對于我來說，寫代碼的時候用AI是最多的。AI可以幫我去寫代碼，或者發現代碼中的問題，以及給我一些技術方案。相關工具很早就有了，可能2020年、2021年左右就有類似的東西，但當時的效果不太好，普及度不高，直到大模型出來，這些產品才開始流行。

我自己是2024年上半年開始用AI輔助寫代碼的。最早用的是開源產品，下半年開始用自己公司的產品。AI確實能給我帶來很大的幫助。

比如，寫代碼會涉及很多場景，有一些場景我并不了解，新學會比較費力，但如果我能把背景和需求清晰地描述給AI，AI會給我一些合適的參考答案；可能這個答案只有60分，但實際上已經幫我做了很大一部分工作，我完全可以基于它生成的代碼去做修飾、加工，或者通過多輪對話，補充一些額外信息，引導它輸出更好的答案，我再根據這個答案去修改。

尤其是 DeepSeek-R1，它是深度搜索模型，在給答案的同時會給我一個解題思路，有時候這個答案不一定是對的，但它的解題思路可能很有參考價值。

寫每周工作總結的時候我也會用AI輔助完成。我的文字組織能力不強，一個匯報我能寫出五六點，但每個點之間可能缺少邏輯，讀著不通順。這時候我就會把這些內容發給AI，告訴它我在寫工作匯報，讓它根據以上內容梳理一份條理清晰的匯報文章。這個場景它完成得挺好的。

AI也有很多做不了的事情。我不會把嚴肅場景的任務交給AI，更多地是在一些重復操作很多的場景中跟AI合作，這類場景的工作也是最容易被AI取代的。但實際工作中，大家討論的內容很復雜，涉及很多公司內部的上下文，而AI的訓練數據來源于互聯網，在缺乏上下文的情況下，它對我的幫助很有限，幾乎是沒有什么幫助。

在時尚領域，人工智能已經能夠以更低的成本生成影像廣告，模特、化妝師、攝影師等遭受沖擊。圖源：視覺中國

這一年多用下來，我的整體感覺是，AI真的變得越來越強了。一方面是，它寫出來的代碼質量越來越高，完整度也越來越高，以前可能會有跑不通的情況，現在幾乎沒有；另一方面是它有了很高的糾錯能力，我可以通過對話和AI一起，把一個四五十分的代碼打磨到八九十分。

看著AI越來越強，我的心里其實很矛盾，它在拉高從業人員素養的均值。六年前，我要在互聯網行業混得還不錯，我保持前80%的水準就好，但現在我可能要排在前30%甚至20%。至少對于做技術的人來說是這樣的。AI在催生焦慮。

為了對抗這種焦慮，我在反向push（催促）自己去學一些真的有意義和有價值的東西。AI有生產力的前提是，人能用好AI，AI本身不會產生價值。所以我會學習跟大模型相關的推理框架知識，去了解AI的底層邏輯，與時俱進，擁抱變化。并不是說，我覺得AI以后會替代我的工作，我就抗拒它、厭惡它，而應該學會去用它。因為真正能用好AI工具的人很少，存在不少門檻，僅prompt（提示詞）就有很多講究。

現在我會跟我的父母去推薦一些AI，比如豆包、 DeepSeek之類的，他們也用得慣。AI生成的內容不一定有用，但也不會產生有害信息，而且通常情況下，會有一些參考意義和價值。甚至我覺得AI的情商比大部分普通人要高。

媒介合作聯系微信號|ciweimeijiejun

如需和我們交流可后臺回復“進群”加社群