出品｜搜狐科技
作者｜常博硕
编辑｜杨锦
1936年，美国上映了一部著名的无声喜剧电影《摩登时代》。影片创作于经济大萧条时期，也是卓别林“流浪汉”形象的代表作之一。
在电影里，有一个镜头十分引人深思。卓别林扮演的工人站在传送带前，随着流水线不断加速，齿轮咬合的声音越来越密集，他的动作也开始变得越来越快。拧螺丝的动作从熟练逐渐变得机械，最终他的身体开始不受控制。他的手脱离了意识，开始在空气中重复同样的旋转动作，整个人变得就像一枚被拧坏的零件。
那是工业时代关于人被工具支配的经典隐喻。
一百年后，工厂有了新的形式，AI变成了新的传送带。人依然在适应工具，只不过这一次，他们不仅要使用工具，还要证明自己使用得足够多、足够熟练。
随着人工智能不断发展，在互联网上，掀起了一场以“AI替代人”为名的效率革命。可走进现实，不少程序员却被卷入了一场“自证”运动。在一些互联网公司的技术团队中，AI的使用正在被量化为具体指标，他们被要求在日常工作中强制使用内部AI工具，每天的Token消耗量、AI生成代码比例将被纳入排名。
工具不再只是工具。它开始反过来，定义使用它的人。
进退两难的大厂打工人
王鹏（化名）是国内头部互联网大厂的一名算法工程师。春节之后，他明显感受到公司内部拥抱AI的氛围变得尤为激进。
“春节回来开始，就感觉特别强调一定要在工作中用AI。不仅仅是我们事业线这样，整个公司都是这样的。导致现在内网所有帖子都是怎么用AI，甚至这些教人怎么在工作中用到AI的帖子也是AI写的。”
这种全面拥抱AI的氛围很快就变得紧张起来。AI不再只是一个工具，而是逐渐变成了一项需要被汇报、被统计、被比较的指标。
“现在部门里会统计你和团队的AI使用情况。”王鹏说，“包括token用量，还有你提交的代码里有多少是AI生成的。”
这些数据来自公司内部统一封装的AI工具，员工可以在其中调用不同模型，但前提是必须通过公司提供的入口。“它相当于在外部模型外面包了一层，公司统一提供接口，这样所有使用行为都能被统计到。”
虽然统计本身并不直接设定“硬性指标”，也没有奖惩措施，但排名存在。
“没有明确说必须消耗多少token或者代码AI比例必须达到多少，但有团队排名。排名靠后，我领导肯定会被问责，最后压力还是会传导到个人。”
然而这种考核方式和对AI的强制使用，并没有带来效率提升。为了让自己的使用行为被记录，王鹏不得不调整原本已经成熟的工作流程。
在算法团队中，使用服务器进行开发是常态。“因为需要显卡资源，我们很多代码是在远程服务器上跑的。”但问题在于，统计工具最初只支持本地环境，“服务器一般是Linux系统，但工具只适配了Mac和Windows。”王鹏解释道。
为了避免在内部排名中垫底，也为了不让领导在周会上因为“AI使用率低”而尴尬，一种略显荒诞的工作方式开始出现。“我现在是先在本地用AI写代码，让它能被统计到，再把代码复制到服务器上运行。”他说，“其实挺影响效率的，但如果不这样做，数据就会挂零。”
当工具的使用被强行赋予绩效意义时，它便不可避免地走向了“表演性”。在Token排名的压力下，王鹏开始探索如何“刷高”自己的AI数据。原本两秒钟可以手动完成的代码复制，王鹏会故意去询问大模型，并等待一分钟让模型输出结果，仅仅是为了增加Token的消耗量。
为了证明AI能省时间，王鹏不得不浪费更多的时间去“展示”它如何省时间。
在传统的软件工程体系中，衡量一个工程师的核心标准，往往是代码质量、系统设计能力和问题解决能力。但在新的指标体系中，这些能力开始被间接表达为“你使用了多少AI”，使用AI越多，消耗token量越多仿佛就证明效率提高得越多。
王鹏的经历，并非个例。
另一位大厂员工周玲（化名）也对搜狐科技表示，内部已经开始参考token消耗量来判断是否积极拥抱AI了。周玲表示，未来绩效考核和晋升，或许都会参考token消耗数据。
“刷token真的不是什么难事，难的是有些工作明明不需要AI，现在非要为了用而用。”
周玲对搜狐科技分享了她用智能体做ppt和报告的经历，“说实话，如果非要对比之前的报告我觉得就是界面好看了点，但是为了生成出我想要的数据分析报告我得跟AI交互非常多次，并没有我手动做个excel快啊。”
“而且即使是同样的prompt(提示词)做出来的报告都不一定是一样的，还不好修改，只能一次次重跑，这跟抽盲盒没啥区别。”周玲说道。
在这次AI强制运动中，员工们陷入了一种进退两难的境地。
当AI成为标准，人的位置在哪儿？
“如果AI代码占比过高，可不就证明我是可以被替代的吗？但如果占比过低，那我就被认为是效率低还不拥抱AI，最后有可能就给我边缘化了。”张鹏表示。
这种进退维谷的处境，让打工人们纷纷开始了一种心照不宣的防御性表演。也许，更深层的焦虑来自于时代发展带来的不确定性。
“我觉得老板比我们更焦虑。因为在AI大规模使用之后，他们也不知道怎么去评估一个人的价值，甚至不知道还需要多少人。”周玲说道。
在这种不确定之中，AI既是答案，也是问题本身。
如果把视野从个体拉开，如何量化AI使用率其实是整个行业在AI浪潮中面临的共同的问题。过去一年，全球科技公司一边加大对人工智能的投入，一边持续进行人员调整。从硅谷到中国互联网大厂，“效率提升”成为一个频繁出现的关键词，而AI则被视为实现这一目标的核心工具。
这种变化甚至已经开始影响人才选拔的方式。
在过去，算法与工程岗位的面试往往围绕数据结构、算法设计展开，面试者们需要大量刷leetcode上的题目，背诵算法基础知识。但如今，在这些之外，一些企业开始引入新的考察维度：如何使用AI完成任务。
有面试者反馈，在蚂蚁集团的部分岗位招聘中，AI面试已经被引入流程之中。候选人不仅需要展示技术能力，还需要展示自己如何借助AI工具解决问题。
这意味着，对一个工程师的能力定义不再只是会不会写代码，而是“会不会和AI一起写代码”。
针对这个问题，搜狐科技询问了蚂蚁集团的一名算法工程师。“其实我觉得这种考察在现在这个时代还蛮有意义，因为在工作中你已经找不到不用AI写代码的人了，相比会做题，能解决现实问题其实是更有意义的，也更符合工作需要。”
他表示，在蚂蚁集团推出AI Coding环节之前，他在面试候选人的时候就更倾向于考察对方实际解决问题的能力。“通常我会鼓励对方用任何工具，只要能解决我给出的问题就可以了。”
针对AI的边界，该名工程师也给出了自己的想法：“虽然能用AI，但基本上你会发现现在工作里的大部分问题只用AI是搞不定的，你还是需要有比较强的思维能力、基本功以及沟通能力等等这些比较‘软’的东西。”
从“你会不会”变成“你会不会用工具完成”。这种变化在逻辑上是自洽的，当工具本身足够强大，人的价值自然会向“调度工具”的能力迁移。但问题在于，这种迁移并没有给出一个清晰的终点。
“AI将代替平庸的程序员”这句口号似乎已经喊了很久，但在内部管理中，却又需要强制要求所有人使用AI来证明AI是真的有用的。
从人才选拔到应用，工具与人的边界，都在被重新划分。如果仅仅用AI的使用量，来判断一个人的价值和工作能力，那些无法被计算的部分，那些“软”的东西还剩下多少意义？而那些，才是人的价值所在，也是人作为主体而非零件的证明。
