大厂逼员工用 AI 成形式主义?王安智 + 斯坦福 + MIT 研究(虎嗅)
大厂逼员工用 AI 成形式主义?王安智 + 斯坦福 + MIT 研究(虎嗅)
来源类型: 行业深度对话
日期: 2026
标签: #大厂AI考核 #形式主义 #王安智 #中欧 #MIT实验 #斯坦福研究 #虎嗅
核心事件
"可能是为了裁员,有大厂把员工变成 AI 的对照组了。"
"某大厂员工润生(化名)对知危表示,'公司现有项目被分成两组,一组是用 AI 的,一组是不用 AI 的。不用 AI 的是正常工作量,用 AI 的会安排 140% 的工作量,之后还会逐渐增加'。"
"感觉公司就是想看 AI 到底能提效多少,然后可能就要裁员了。"
形式主义奇观
"知危发现有些员工干脆用 AI 来写公司要求的'AI 使用心得',还有人故意让 AI 去 GitHub 上面看上万行代码的项目来消耗 Token。这种通过 AI 去刷公司 AI 考核数据的行为,正在成为这场席卷全球的生产力革命中的某种形式主义奇观。"
王安智核心观点
"AI 提效了,然后呢?效率提升的红利是否真正转化为组织成长与员工福祉?还是仅仅成为了压缩人力、推高 KPI 的工具?"
斯坦福研究(2025)
"2025 年的时候,斯坦福大学有一个研究,它最后的结论是这样子的:表现平庸的人,把 AI 当工具,但表现杰出的人,其实是把 AI 当队友。"
"如果你是希望 AI 给你答案,那就叫做当工具,如果你是希望 AI 帮助你变得更好、让你可以产出更好的答案,那就是当队友。"
MIT 媒体实验室实验(科斯米娜)
- 三组:ChatGPT 写作 / Google 搜索辅助 / 自己写作
- MRI 脑部激活:ChatGPT 组激活最少,自己写作组激活最多
"'一旦养成任务可以外包出去的习惯,它就会觉得这件事就不归我管了'。"
序列处理 vs 同时处理
"我们心理学上把这种东西叫做'序列处理',跟序列处理相对的另外一个极端叫'同时处理'。"
"人类的头脑是序列处理的,人类头脑设计出来的应用模式是这样子的,我们的注意力资源很有限,很多时候一次只能做一件事。"
关键洞察
1. AI 当工具 vs 队友
- 工具:希望 AI 给答案
- 队友:希望 AI 帮你变得更好
2. MIT 写作实验
- ChatGPT 组脑部激活最少
- 自己写作组激活最多
3. 一旦外包就失去主人翁
- 任务外包习惯养成
- 失去注意力资源
4. 序列处理 vs 同时处理
- 人类是序列处理
- AI 是同时处理
- 人类设计 vs AI 能力差异
5. AI 考核形式主义
- 140% 工作量
- 用 AI 刷 AI 心得
- 考核指标化困境
与已有知识的关联
- wiki/concepts/ai-formalism — AI 形式主义
- wiki/concepts/ai-as-team — AI 当队友
- wiki/concepts/ai-as-tool — AI 当工具
- wiki/concepts/sequence-processing — 序列处理
- wiki/concepts/ai-audit-metric — AI 考核指标
- wiki/entities/wang-anzhi — 王安智(中欧国际工商学院)
- wiki/entities/stanford-research — 斯坦福研究
- wiki/entities/mit-media-lab — MIT 媒体实验室
- wiki/entities/kosmina — 科斯米娜
- wiki/entities/zhixie — 知危
- wiki/entities/huxiu — 虎嗅
资料来源
- 原文:https://mp.weixin.qq.com/s/UAgtqqzL1PuGxJsSWPAlLg
- 原始文件:
raw/articles/微信文章/大厂逼员工用AI,成了一种形式主义?.md - 来源:虎嗅 / 知危
- 编辑:大饼、Rick
- 题图:视觉中国
我的判断(高置信度)
这是 2026 年 AI 时代职场最深度的反思——AI 形式主义 + MIT 脑部实验 + 斯坦福研究。
关键洞察:
1. "AI 当工具 vs 当队友" —— 是核心理念
2. "MIT 脑部激活实验" —— 是数据印证
3. "序列处理 vs 同时处理" —— 是认知科学
4. "140% 工作量" —— 是真实困境
5. "形式主义奇观" —— 是现实警示
预测:
- 2026 H2:可能立法"AI 考核合理性"
- 2027:可能形成"AI 团队协作"标准
- 2028:可能涌现"AI 队友"工具
对企业 HR 的建议:
"AI 考核应重新设计"
- 不只看指标
- 关注员工成长
- AI 当队友而非工具
对管理者的启示:
"降本提效"不是唯一目标
- 关注员工主人翁
- 避免任务外包依赖
- 保留刻意练习空间
对个人的建议:
"保留自己的序列处理能力"
- 不要外包所有任务
- 刻意练习是关键
- 关注脑部激活
对创业者的启示:
"AI 队友工具" 是新方向
- 不只提效
- 关注能力成长
- 长期价值