《置身AI内》

最近读到钉钉内部流传的一篇文章——《置身钉内》，标题致敬了兰小欢的《置身事内》。

文章讲的是钉钉人在AI转型浪潮中的迷茫、挣扎和反思。读完之后，我沉默了很久。不是因为别人的故事有多震撼，而是因为——太像了。

每一个字，都像是从我自己的工位上长出来的。

我也想写一篇。不写钉钉，写我自己。写我们这些被AI浪潮裹挟的普通打工人，那些荒诞又真实的日常。

于是有了这篇《置身AI内》。

当AI提效变成了一场数字游戏

公司从上到下都在推AI。这本身没问题，AI确实是生产力工具的一次巨大飞跃。

但问题出在"怎么推"上。

我们公司的做法是：每个人的AI使用情况要量化考核。具体来说，要看这几个指标：

• Token消耗总量：你这个月调用了多少次AI，消耗了多少token
• AI辅助需求完成数：你用AI做了几个需求
• AI辅助代码提交行数：你用AI写了多少行代码

你品，你细品。

这意味着什么？意味着一个程序员的价值，正在被简化为几个数字。不是你解决了多复杂的问题，不是你的代码质量有多高，而是你消耗了多少token。

我见过有人为了刷token数，把一个简单的函数反复让AI重写十遍。我见过有人把AI生成的冗余代码直接提交，因为"行数多好看"。我甚至见过有人开着AI对话窗口挂机，就为了凑那个消耗量。

当KPI变成了一场数字游戏，所有人都在优化指标，没有人在优化产品。

这让我想起了Goodhart定律：当一个指标变成目标，它就不再是一个好指标。

Token消耗量能衡量一个工程师的AI运用能力吗？代码行数能代表产出质量吗？需求个数能反映解决问题的深度吗？

答案显然是不能。但没人敢说。因为这是从上到下贯彻的"战略"。

AI提效了，但我比以前更忙了

这是我最想吐槽的一点。

AI不是号称提效吗？GitHub Copilot、Claude Code、各种Agent，确实能帮你更快地写代码、更快地查资料、更快地生成文档。

但诡异的事情发生了：我比以前更忙了。

以前，一天能做完的需求就做完，做不完就排到明天。节奏是人的节奏。

现在，因为"你有AI了嘛"，需求排期被压缩了。以前三天的活，现在一天半。以前一个迭代做5个需求，现在要做8个。以前不用加班，现在天天加班。

效率提升的红利，没有一分钱给到打工人，全部被转化成了更多的需求、更紧的排期、更高的KPI。

这不是AI的问题，是管理层的问题。

他们把AI当成了一台永动机：既然你效率提升了50%，那就多干50%的活。至于你是不是能准时下班、是不是有时间学习和思考、是不是还保持着对代码的热爱——这些不在考核范围内。

工具的进步应该让人活得更从容，而不是让人跑得更快。

我常常在加班的时候想：AI到底帮了谁？帮了公司的报表，帮了管理层的PPT，帮了投资人看到了"AI落地"的数据。

唯独没有帮到坐在工位上的你我。

为了智能体而智能体

还有一个让我特别难受的现象：项目为了智能体而智能体。

什么意思呢？

公司要求每个团队都要有AI落地的成果。不管你做的是什么业务，不管你的场景适不适合，反正必须得用上Agent、RAG、大模型。

于是魔幻的事情出现了——

一个原本用if-else就能解决的规则引擎，被包装成了"智能决策Agent"。一个简单的数据查询接口，套上了向量检索和RAG，美其名曰"智能知识库"。一个内部的审批流程，硬生生接入了大模型做"智能审批"，结果审批速度反而比原来慢了。

技术选型不是看场景适不适合，而是看PPT上能不能写"AI赋能"四个字。

更讽刺的是，这些所谓的"AI项目"做完之后，没有人真正在用。用户还是用回了老系统，因为老系统更快、更稳定、更可预期。但在汇报材料里，这些项目是"AI落地的标杆案例"。

我不反对探索AI的可能性。我反对的是把探索变成政治任务，把技术变成表演。

真正好的AI落地，应该是润物细无声的——用户甚至不知道背后有AI，但就是觉得好用了。而不是反过来，为了让别人知道"我们用了AI"，把简单的事情搞复杂。

我们正在失去"慢下来想一想"的能力

这个观点我犹豫了很久要不要写，因为说出来显得有点"老派"。但我还是想说。

AI时代之前，我们对技术原理是有执念的。

遇到一个Bug，你会花半天时间去翻源码、读文档、画调用链，搞清楚它到底是怎么发生的。理解了原理之后，那种"通透感"是一种真实的快乐。你会觉得自己和这个系统之间建立了某种深层的连接——你不只是在用它，你是真正懂它的。

一个新框架出来，你会花一个周末去读它的设计文档，看它的核心数据结构，琢磨它为什么要这样设计而不是那样设计。你甚至会去翻它的commit历史，看看作者是怎么一步步迭代到现在这个版本的。

现在呢？

遇到一个Bug，第一反应是扔给AI："帮我看看这段代码为什么报错。"AI给了一个修复方案，改了，跑通了，下一个需求。至于这个Bug的根因是什么、背后反映了什么设计缺陷、下次怎么避免——没时间想了，排期不等人。

一个新技术出来，不再是去读论文、啃文档，而是问AI："用三句话总结一下这个技术的核心思想。"三句话看完，感觉自己"懂了"。但真的懂了吗？

我们正在用AI的速度，换掉自己的深度。

以前是"我不理解的东西让我焦虑"，现在是"我不需要理解也能交差"。

这种变化很微妙，但日积月累，影响是巨大的。你会发现自己越来越没有耐心——没耐心读一篇长文，没耐心调试一个复杂问题，没耐心去理解一个系统的全貌。因为AI随时可以给你一个"差不多"的答案，而这个"差不多"在大多数时候够用了。

但工程师的核心竞争力，从来不是给出"差不多"的答案。而是在关键时刻，能给出精确的答案。

这种精确，来自于长期的、痛苦的、慢吞吞的深度思考。AI替不了你。

我好像不适应这个公司了

写到这里，我发现这篇文章的底色其实是不适应。

不适应把工具崇拜变成管理手段。不适应用token数衡量工程师价值。不适应效率提升换来的是更多的加班而不是更多的自由。不适应每个项目都必须贴上AI标签才能立项。不适应所有人都在赶路，没有人在思考。

我不确定是我的问题还是公司的问题。也许都有。

也许我太理想主义了——我始终觉得技术应该服务于人，而不是人服务于技术的KPI。我始终觉得效率的提升应该让大家过得更好，而不是被填进更密的排期表。我始终觉得一个工程师的价值不应该被几个数字定义。我始终觉得"慢下来想清楚"比"快速交付"更重要。

但现实是，理想主义在职场里是一种奢侈品。

写在最后

我不想把这篇文章写成一篇控诉书。AI是好东西，这一点毋庸置疑。它正在深刻地改变我们的工作方式，未来还会改变更多。

但任何技术的落地，最终都要回答一个问题：技术是为了让人过得更好，还是让人过得更累？

如果AI提效的终点是让每个人都变成永不停歇的螺丝钉，如果AI的速度让我们永远失去了深度思考的耐心，那这种"提效"本身就是一种讽刺。

《置身事内》讲的是理解中国经济运行的逻辑。《置身钉内》讲的是理解一家公司转型的阵痛。而我这篇《置身AI内》，讲的不过是一个普通技术人在AI浪潮里的真实体感。

没有答案，只有困惑。但至少，困惑是真实的。

你的公司也在推AI吗？你也有类似的体感吗？评论区聊聊。

— 完 —