[加州] AI抢饭碗 硅谷大裁员!?一线工程师戳破真相
“使用AI编程工具
实际工作效率反而下降19%”
NBD：AI的哪些价值最容易被高估？又有哪些成本被低估了？
Siddhant Khare：最普遍的高估，就是AI落地的速度和即时效率提升。很多企业都陷入了一个误区，觉得只要给员工配齐AI辅助工具，短短几周就能看到生产力飞跃，可实际数据截然相反。
工程效率与开发者生产力分析平台DX曾做过一项覆盖450余家企业、12万余名开发者的全面调研。数据显示，即便有93%的开发者都在使用AI编程工具，实际工作效率提升仅停留在10%，而且后续很难再有突破。
模型评估与风险研究机构METR的对照试验结果更残酷，使用AI编程工具的开发者，实际工作效率反而下降了19%，只是主观上感觉工作速度提升了24%。
而企业最容易低估的，首先是AI内容的人工审核成本，几乎没有企业会把这部分耗时、耗力的审核时间，纳入整体工作成本规划；其次是员工的职业认同感，当大部分工作都由AI完成，曾经依靠专业能力获得成就感的员工，慢慢会觉得自己只是流水线上的质检员。这种身份落差很难量化，却会直接引发人才流失。
“审核AI，比自己做一遍更累”
NBD：当下很多白领觉得自己使用AI，其实是在训练AI取代自己，这种担忧合理吗？哪些岗位最容易被替代，哪些又很难被取代？
Siddhant Khare：绝大多数普通员工，并不是在直接训练AI大模型。日常使用ChatGPT、Copilot这类工具时，个人输入的内容并不会自动成为下一代大模型的训练数据，多数企业的用户协议也明确禁止了这种行为。“我在训练取代自己的AI”，这一说法在技术上并不成立。
AI对职场的真正影响，不是大规模的人力替代，而是岗位的重新定义、工作强度的大幅提升以及核心工作内容的转移。真正容易被AI替代的，是那些产出标准化、质量要求偏低、重复性高的岗位，比如初稿文案撰写、基础数据录入、简单代码生成、模板化报表制作这类任务，只要求“够用就行”，AI完全可以胜任。
而最难被AI替代的，是需要全局理解力、审美能力和独立判断力的岗位，比如系统架构设计、产品战略制定、商务谈判沟通、创意内容策划等。这类工作的核心价值，从来不是“动手执行”。
其实绝大多数职场人都处于中间地带。工作不会直接消失，但必须面临转型。
NBD：你认为，员工核心价值正在发生怎样的转变？
Siddhant Khare：转变已经实实在在发生了，只是目前大部分企业的绩效考核体系还没有跟上。
未来，最优秀的工程师，不是写代码最快、产出最多的，而是能一眼看穿AI方案是否适配整体系统、思路是否合理的人。这种判断力依赖长期的行业经验和全局系统认知，不是靠优化提示词就能获得的。
员工价值正在发生迁移，从看重产出数量，转向看重判断质量；从比拼执行速度，转向比拼思考深度。未来最不可替代的员工，是能精准判断对错、并且能给出清晰合理依据的人，判断力，就是核心价值。
“疲劳的根源，是AI充满不确定性”
NBD：相比以往的自动化浪潮，为什么AI更容易造成疲劳？
Siddhant Khare：核心原因是以往的自动化工具是确定性的，AI却充满不确定性。
以前的工具，相同指令、相同输入，能得到相同输出，出错会直接报错；但AI不一样，同样的提示词，可能生成完全不同的内容，即便出现错误，表述也格外逼真、极具迷惑性。AI的错误藏得极其隐蔽，代码能正常运行、文案读起来通顺、报表格式规整，但可能在某一页暗藏事实错误，在某一行有逻辑漏洞，再或者在某一段出现个虚构的数据。
这种安静的错误，要求人时刻专注，长期下来是非常耗费精力的。而且AI会高度模仿人类的表达风格。审核AI内容，需要付出和自主创作几乎一样的认知成本。
NBD：如果AI的输出无法完全信任，但又必须规模化使用，我们要如何弥补这种“信任缺口”？
Siddhant Khare：很遗憾，绝大多数公司采用的都是最糟糕的方式，即把人工审核当作唯一的质量把控关口。
[加西网正招聘多名全职sales 待遇优]
无评论不新闻，发表一下您的意见吧
实际工作效率反而下降19%”
NBD：AI的哪些价值最容易被高估？又有哪些成本被低估了？
Siddhant Khare：最普遍的高估，就是AI落地的速度和即时效率提升。很多企业都陷入了一个误区，觉得只要给员工配齐AI辅助工具，短短几周就能看到生产力飞跃，可实际数据截然相反。
工程效率与开发者生产力分析平台DX曾做过一项覆盖450余家企业、12万余名开发者的全面调研。数据显示，即便有93%的开发者都在使用AI编程工具，实际工作效率提升仅停留在10%，而且后续很难再有突破。
模型评估与风险研究机构METR的对照试验结果更残酷，使用AI编程工具的开发者，实际工作效率反而下降了19%，只是主观上感觉工作速度提升了24%。
而企业最容易低估的，首先是AI内容的人工审核成本，几乎没有企业会把这部分耗时、耗力的审核时间，纳入整体工作成本规划；其次是员工的职业认同感，当大部分工作都由AI完成，曾经依靠专业能力获得成就感的员工，慢慢会觉得自己只是流水线上的质检员。这种身份落差很难量化，却会直接引发人才流失。
“审核AI，比自己做一遍更累”
NBD：当下很多白领觉得自己使用AI，其实是在训练AI取代自己，这种担忧合理吗？哪些岗位最容易被替代，哪些又很难被取代？
Siddhant Khare：绝大多数普通员工，并不是在直接训练AI大模型。日常使用ChatGPT、Copilot这类工具时，个人输入的内容并不会自动成为下一代大模型的训练数据，多数企业的用户协议也明确禁止了这种行为。“我在训练取代自己的AI”，这一说法在技术上并不成立。
AI对职场的真正影响，不是大规模的人力替代，而是岗位的重新定义、工作强度的大幅提升以及核心工作内容的转移。真正容易被AI替代的，是那些产出标准化、质量要求偏低、重复性高的岗位，比如初稿文案撰写、基础数据录入、简单代码生成、模板化报表制作这类任务，只要求“够用就行”，AI完全可以胜任。
而最难被AI替代的，是需要全局理解力、审美能力和独立判断力的岗位，比如系统架构设计、产品战略制定、商务谈判沟通、创意内容策划等。这类工作的核心价值，从来不是“动手执行”。
其实绝大多数职场人都处于中间地带。工作不会直接消失，但必须面临转型。
NBD：你认为，员工核心价值正在发生怎样的转变？
Siddhant Khare：转变已经实实在在发生了，只是目前大部分企业的绩效考核体系还没有跟上。
未来，最优秀的工程师，不是写代码最快、产出最多的，而是能一眼看穿AI方案是否适配整体系统、思路是否合理的人。这种判断力依赖长期的行业经验和全局系统认知，不是靠优化提示词就能获得的。
员工价值正在发生迁移，从看重产出数量，转向看重判断质量；从比拼执行速度，转向比拼思考深度。未来最不可替代的员工，是能精准判断对错、并且能给出清晰合理依据的人，判断力，就是核心价值。
“疲劳的根源，是AI充满不确定性”
NBD：相比以往的自动化浪潮，为什么AI更容易造成疲劳？
Siddhant Khare：核心原因是以往的自动化工具是确定性的，AI却充满不确定性。
以前的工具，相同指令、相同输入，能得到相同输出，出错会直接报错；但AI不一样，同样的提示词，可能生成完全不同的内容，即便出现错误，表述也格外逼真、极具迷惑性。AI的错误藏得极其隐蔽，代码能正常运行、文案读起来通顺、报表格式规整，但可能在某一页暗藏事实错误，在某一行有逻辑漏洞，再或者在某一段出现个虚构的数据。
这种安静的错误，要求人时刻专注，长期下来是非常耗费精力的。而且AI会高度模仿人类的表达风格。审核AI内容，需要付出和自主创作几乎一样的认知成本。
NBD：如果AI的输出无法完全信任，但又必须规模化使用，我们要如何弥补这种“信任缺口”？
Siddhant Khare：很遗憾，绝大多数公司采用的都是最糟糕的方式，即把人工审核当作唯一的质量把控关口。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 | 更多... |
推荐: