被Token綁架的打工人：為了證明高效，大廠人開始表演用AI

出品｜搜狐科技

作者｜常博碩

編輯｜楊 錦

1936年，美國上映了一部著名的無聲喜劇電影《摩登時代》。影片創作于經濟大蕭條時期，也是卓別林“流浪漢”形象的代表作之一。

在電影里，有一個鏡頭十分引人深思。卓別林扮演的工人站在傳送帶前，隨著流水線不斷加速，齒輪咬合的聲音越來越密集，他的動作也開始變得越來越快。擰螺絲的動作從熟練逐漸變得機械，最終他的身體開始不受控制。他的手脫離了意識，開始在空氣中重復同樣的旋轉動作，整個人變得就像一枚被擰壞的零件。

那是工業時代關于人被工具支配的經典隱喻。

一百年后，工廠有了新的形式，AI變成了新的傳送帶。人依然在適應工具，只不過這一次，他們不僅要使用工具，還要證明自己使用得足夠多、足夠熟練。

隨著人工智能不斷發展，在互聯網上，掀起了一場以“AI替代人”為名的效率革命。可走進現實，不少程序員卻被卷入了一場“自證”運動。在一些互聯網公司的技術團隊中，AI的使用正在被量化為具體指標，他們被要求在日常工作中強制使用內部AI工具，每天的Token消耗量、AI生成代碼比例將被納入排名。

工具不再只是工具。它開始反過來，定義使用它的人。

進退兩難的大廠打工人

王鵬（化名）是國內頭部互聯網大廠的一名算法工程師。春節之后，他明顯感受到公司內部擁抱AI的氛圍變得尤為激進。

“春節回來開始，就感覺特別強調一定要在工作中用AI。不僅僅是我們事業線這樣，整個公司都是這樣的。導致現在內網所有帖子都是怎么用AI，甚至這些教人怎么在工作中用到AI的帖子也是AI寫的。”

這種全面擁抱AI的氛圍很快就變得緊張起來。AI不再只是一個工具，而是逐漸變成了一項需要被匯報、被統計、被比較的指標。

“現在部門里會統計你和團隊的AI使用情況。”王鵬說，“包括token用量，還有你提交的代碼里有多少是AI生成的。”

這些數據來自公司內部統一封裝的AI工具，員工可以在其中調用不同模型，但前提是必須通過公司提供的入口。“它相當于在外部模型外面包了一層，公司統一提供接口，這樣所有使用行為都能被統計到。”

雖然統計本身并不直接設定“硬性指標”，也沒有獎懲措施，但排名存在。

“沒有明確說必須消耗多少token或者代碼AI比例必須達到多少，但有團隊排名。排名靠后，我領導肯定會被問責，最后壓力還是會傳導到個人。”

然而這種考核方式和對AI的強制使用，并沒有帶來效率提升。為了讓自己的使用行為被記錄，王鵬不得不調整原本已經成熟的工作流程。

在算法團隊中，使用服務器進行開發是常態。“因為需要顯卡資源，我們很多代碼是在遠程服務器上跑的。”但問題在于，統計工具最初只支持本地環境，“服務器一般是Linux系統，但工具只適配了Mac和Windows。”王鵬解釋道。

為了避免在內部排名中墊底，也為了不讓領導在周會上因為“AI使用率低”而尷尬，一種略顯荒誕的工作方式開始出現。“我現在是先在本地用AI寫代碼，讓它能被統計到，再把代碼復制到服務器上運行。”他說，“其實挺影響效率的，但如果不這樣做，數據就會掛零。”

當工具的使用被強行賦予績效意義時，它便不可避免地走向了“表演性”。在Token排名的壓力下，王鵬開始探索如何“刷高”自己的AI數據。原本兩秒鐘可以手動完成的代碼復制，王鵬會故意去詢問大模型，并等待一分鐘讓模型輸出結果，僅僅是為了增加Token的消耗量。

為了證明AI能省時間，王鵬不得不浪費更多的時間去“展示”它如何省時間。

在傳統的軟件工程體系中，衡量一個工程師的核心標準，往往是代碼質量、系統設計能力和問題解決能力。但在新的指標體系中，這些能力開始被間接表達為“你使用了多少AI”，使用AI越多，消耗token量越多仿佛就證明效率提高得越多。

王鵬的經歷，并非個例。

另一位大廠員工周玲（化名）也對搜狐科技表示，內部已經開始參考token消耗量來判斷是否積極擁抱AI了。周玲表示，未來績效考核和晉升，或許都會參考token消耗數據。

“刷token真的不是什么難事，難的是有些工作明明不需要AI，現在非要為了用而用。”

周玲對搜狐科技分享了她用智能體做ppt和報告的經歷，“說實話，如果非要對比之前的報告我覺得就是界面好看了點，但是為了生成出我想要的數據分析報告我得跟AI交互非常多次，并沒有我手動做個excel快啊。”

“而且即使是同樣的prompt(提示詞)做出來的報告都不一定是一樣的，還不好修改，只能一次次重跑，這跟抽盲盒沒啥區別。”周玲說道。

在這次AI強制運動中，員工們陷入了一種進退兩難的境地。

當AI成為標準，人的位置在哪兒？

“如果AI代碼占比過高，可不就證明我是可以被替代的嗎？但如果占比過低，那我就被認為是效率低還不擁抱AI，最后有可能就給我邊緣化了。”張鵬表示。

這種進退維谷的處境，讓打工人們紛紛開始了一種心照不宣的防御性表演。也許，更深層的焦慮來自于時代發展帶來的不確定性。

“我覺得老板比我們更焦慮。因為在AI大規模使用之后，他們也不知道怎么去評估一個人的價值，甚至不知道還需要多少人。”周玲說道。

在這種不確定之中，AI既是答案，也是問題本身。

如果把視野從個體拉開，如何量化AI使用率其實是整個行業在AI浪潮中面臨的共同的問題。過去一年，全球科技公司一邊加大對人工智能的投入，一邊持續進行人員調整。從硅谷到中國互聯網大廠，“效率提升”成為一個頻繁出現的關鍵詞，而AI則被視為實現這一目標的核心工具。

這種變化甚至已經開始影響人才選拔的方式。

在過去，算法與工程崗位的面試往往圍繞數據結構、算法設計展開，面試者們需要大量刷leetcode上的題目，背誦算法基礎知識。但如今，在這些之外，一些企業開始引入新的考察維度：如何使用AI完成任務。

有面試者反饋，在螞蟻集團的部分崗位招聘中，AI面試已經被引入流程之中。候選人不僅需要展示技術能力，還需要展示自己如何借助AI工具解決問題。

這意味著，對一個工程師的能力定義不再只是會不會寫代碼，而是“會不會和AI一起寫代碼”。

針對這個問題，搜狐科技詢問了螞蟻集團的一名算法工程師。“其實我覺得這種考察在現在這個時代還蠻有意義，因為在工作中你已經找不到不用AI寫代碼的人了，相比會做題，能解決現實問題其實是更有意義的，也更符合工作需要。”

他表示，在螞蟻集團推出AI Coding環節之前，他在面試候選人的時候就更傾向于考察對方實際解決問題的能力。“通常我會鼓勵對方用任何工具，只要能解決我給出的問題就可以了。”

針對AI的邊界，該名工程師也給出了自己的想法：“雖然能用AI，但基本上你會發現現在工作里的大部分問題只用AI是搞不定的，你還是需要有比較強的思維能力、基本功以及溝通能力等等這些比較‘軟’的東西。”

從“你會不會”變成“你會不會用工具完成”。這種變化在邏輯上是自洽的，當工具本身足夠強大，人的價值自然會向“調度工具”的能力遷移。但問題在于，這種遷移并沒有給出一個清晰的終點。

“AI將代替平庸的程序員”這句口號似乎已經喊了很久，但在內部管理中，卻又需要強制要求所有人使用AI來證明AI是真的有用的。

從人才選拔到應用，工具與人的邊界，都在被重新劃分。如果僅僅用AI的使用量，來判斷一個人的價值和工作能力，那些無法被計算的部分，那些“軟”的東西還剩下多少意義？而那些，才是人的價值所在，也是人作為主體而非零件的證明。

運營編輯 |曹倩審核｜孟莎莎