2025 一年，整個硅谷對于 AI 的討論，一直有兩個繞不開的話題：1. AI 泡沫了嗎？2. AI 到底是會讓更多人失業(yè)，還是會創(chuàng)造更多工作？

各家大佬都下場參與這兩個緊密相關的辯論。馬斯克還曾說出金句：如果你擔心科技進步會取代人力勞動，你怎么不用茶勺挖礦？

科技大佬通常對 AI 與人類的關系都是樂觀的，比如馬斯克形容的 AI 通用之后的烏托邦，由于勞動力幾乎免費，所以人類不再需要為任何東西買單，到時候人們就可以想干什么干什么；黃仁勛則更加實際地說：取代你的最終不是 AI 而是掌握 AI 工具的人，因為他們會有高出好幾倍的生產效率。

也有的 CEO 看到了 AI 工具的巨大潛力，大手一揮直接裁員。Salesforce CEO 馬克·貝尼奧夫就在 2025 年年初，以 AI 增效為由，進行了一輪波及數(shù)千人的激進裁員。結果前幾天，他又不得不公開表示確實是裁到大動脈了，AI 實際解決問題的能力被高估了，雖然裁掉了一堆客服，但卻要投入更多研發(fā)人員來修復 AI 解決不了的 bug，成本控制的算盤沒打響。

不論是激進派、溫和派、反對派，毋庸置疑的是，AI 已經高密度滲透到所有職場人的生活中，每一個平凡的我們都在焦慮被替代、思考自己的稀缺性、持續(xù)學習當中渡過了 2025 年，這些就是“我們”與 AI 的故事。

（以下為講述人各自口述，經果殼編輯整理）

自由撰稿人：我期待 AI 的進步，

也焦慮 AI 的進步

我相信大多數(shù)文字工作者對 AI 的態(tài)度都和我相似：期待著又焦慮著。

作為一名撰稿人，我可以說是一名 AI 工具體驗官了。從 ChatGPT 在 2022 年 11 月第一次出圈開始，我當時以測評的角度接觸了 AI。

我印象非常深，當時我讓 ChatGPT 給我介紹一下理想汽車，結果它給我煞有介事地說了兩款從沒存在過的車型，我多次確認它都堅持。我特意向一個語言專家請教了這個現(xiàn)象，第一次學習到了大模型不可避免的問題：幻覺。

在我當時的測評文章里，我寫道：獵奇搜索是沒問題的，但是真的作為一個訂閱制的工具，準確性遠遠不夠。

那時的我完全不知道，三年后的今天，AI 已經可以給我寫出幾十萬閱讀量的文章了。

對 AI 的態(tài)度最開始的轉變是從一篇十萬加的文章開始，在 2024 年的 5 月份，在那之前我對 AI 的應用還停留在查查資料、寫寫導語，做一些邊角料的活。那次拿到一個幾乎通篇都是資料收集再進行故事化描述的選題，我直接試著用 AI 寫了一篇千字文章，看效果覺得過得去，就發(fā)表了，結果上午發(fā)的文章，下午就十萬加了。

我開始有意識地把 AI 設計成我寫作流程的一環(huán)。這期間我一直都在各個國內的 AI 工具之間流轉。當然也被幻覺坑過，有一次給客戶寫采訪稿，需要一些場景化的補充，用了個國產 AI，結果大量幻覺被客戶痛批。這個教訓之后我也學會了對 AI 產出內容做交叉檢驗，以及如何用精準的指令降低幻覺。

去年 11 月，我對 AI 工具產生了又一次巨大態(tài)度的轉變。我開始接觸了國外的一些 AI 工具，包括 Gemini、Claude，并且深刻地意識到：資料整理類的寫作工作一定會被 AI 取代。

有了這個覺悟我開始做兩件事情，第一是更加認真地探索 AI 寫作的邊界，因為我做的是財經類的寫作，涉及到采訪后的語音轉錄以及加工、財經分析、選題，我開始用不同的工具去嘗試什么樣的組合能把我的工作效率最大化。

我發(fā)現(xiàn)這其中最難的是：讓 AI 理解我的寫作風格并且保持這種風格的一致性。我可以通過喂 AI 一些我之前寫過的文章讓 AI 學習，但是這可能需要多輪的對話，好不容易一次文章寫完了，進入下一個話題的時候，如果我不開啟一個新的對話框，AI 就會把兩個無關的話題關聯(lián)起來產生幻覺，如果我開啟一個新的對話框，我之前訓練好的風格就丟失了。

在研究這個問題怎么解決的時候，我認識了一位專門以此為痛點做研發(fā)的創(chuàng)業(yè)者，通過他又認識了一些做 AI 創(chuàng)業(yè)的人，打開了我另一個職業(yè)思路：做年輕的 AI 創(chuàng)業(yè)者訪談。于是乎我又順著這個思路密集接觸了一些創(chuàng)業(yè)者、投資人。

從不以為意到如臨大敵，再到客觀看待，我看待 AI 的角度發(fā)生了俯視、仰視到平視的變化。對于 AI 代替人類，我認為：AI 一定會代替一部分人類的工作，但它不是一蹴而就的，在這個過程中，我們可以先利用 AI 去做效率工具，然后不斷去思考，我們作為人類有哪些特殊屬性不是機械的、重復的，是特殊的、稀缺的。

保持焦慮、保持期待也保持學習，這就是我在 2025 對 AI 的態(tài)度。

媒體編輯：老板用了一次 AI，

把我團隊解散了

被 AI 取代的不是我，是我整個團隊。

我是個編輯，我老板是從廣告公司帶客戶出走的，所以內容只是我們一個媒介，他這個乙方關系戶有很多資源夠我們吃飽。我日常管理四個賬號，原本手底下有五、六個全職作者，還有一堆兼職作者，就算這樣我也經常會為了不開天窗親自上陣通宵寫稿。

AI 出現(xiàn)之后，我比起擔心更多是慶幸，至少自己不得不頂上去寫稿的時候，能省點時間。

但是，沒過多久，我就樂極生悲了。

我老板有一天心血來潮用了豆包隨手寫了點文字，他大呼驚喜，覺得豆包比他的笨蛋員工通人性多了，不僅思緒敏捷，還極具耐心。于是他一拍腦門，做了個大膽的決定：解散我的全職團隊，留我一個編輯和我聯(lián)系的兼職作者來應付所有的寫作任務。

老板做決定從來不需要跟員工商量的，于是乎我和我的團隊在同一時間收到了這個通知，我當時恨不得收拾東西和他們一起走了。

AI 作為寫作工具，在人類給到具體指令的時候確實能高效完成一部分寫作工作，但是它沒有主觀能動性。我手上四個賬號，每個每周都得保持四次更新或者以上，找選題、想角度就是一個巨大的工程，這些非常主觀和主動的工作 AI 是沒法完成的。

就在我焦頭爛額的時候，老板又倒了另一桶油。

我們的一位老客戶投來了廣告需求，看到我實在分身乏術，老板大方地說：交給我，然后用 AI 半小時成稿。

一個開除了我的團隊都沒有提前通知我的老板更不可能在給客戶發(fā)稿之前先讓我來校對了，結果老板在群里發(fā)送了初稿之后，客戶的回復相當簡單：你們是用 AI 寫的嗎？有很多錯誤。

沉默半晌，我聽到老板的腳步聲從隔壁辦公室傳來，“他們什么意思啊，你看著改改吧……“

幾次折騰之后，我們都意識到了 AI 完全取代人工的問題：一方面 AI 的幻覺問題還是需要專業(yè)的人通過指令和后續(xù)檢查來解決；另一方面，作為一個乙方，讓甲方感受到你的東西是“AI 寫的”本身就是個問題。因為甲方花錢買的不只是你的作品，還有他們的權力，如果他們發(fā)現(xiàn)你用一個簡單的工具分分鐘就完成了他們需求，那他們就會越發(fā)覺得這份錢實在花的不值得，而這對客戶關系的殺傷力遠超過手搓的稿子里寫錯了幾個信息。

大廠芯片測試工程師：

我覺得 AI 引起的裁員潮，都還沒開始呢

我是一個大廠的程序員，今年最大的感受就是：AI 引起的裁員潮還沒開始呢。這聽起來很矛盾，因為我恰恰是 AI 工具的重度使用者，也是最清楚它威力的那批人。

有一天，在我寫完一個后端服務的時候，突然意識到一件事：以前這個活兒要三天，現(xiàn)在不到一天就搞定了。

我用 AI 生成基礎代碼框架，讓它幫我寫單元測試，甚至讓它幫我 debug——那種明明邏輯沒問題但就是跑不通的玄學 bug，以前要摳半天，現(xiàn)在直接把報錯信息喂給 AI，三兩下就能定位問題。代碼審查的時候，我也會先讓 AI 過一遍，找出潛在的性能問題和安全漏洞。

這種效率提升是實打實的，不是那種"感覺快了一點"的錯覺，而是能用交付時間來量化的提升。我甚至偷偷算過，如果按照現(xiàn)在的效率，我一個人能干以前三個人的活兒。

但現(xiàn)實是：我的組還是那么多人，隔壁組也沒見裁員，整個部門的編制基本沒變。

為什么？因為真正懂 AI 工具的，是我們這些天天寫代碼的基層程序員；而真正有裁員權力的，是那些每天開會、做匯報、協(xié)調資源的中層和高層管理者。

我的領導，一個技術出身的總監(jiān)，上次開會的時候還在說"AI 只是輔助工具，不能完全依賴"。我心想：您倒是試試啊。但他沒時間試。他每天要開五六個會，要盯進度、協(xié)調資源、向上匯報，偶爾寫兩行代碼都算是"重溫舊夢"了。對他來說，AI 工具就是個概念，是 PPT 里的一頁，是季度匯報里的一個"技術賦能"。至于 AI 到底能讓一個程序員的效率提升多少？他是真的不知道。

更關鍵的是，就算他知道了，裁員也不是拍腦袋就能決定的事兒。這需要重新評估項目排期、重新分配人員、考慮裁掉誰、留下誰、得處理離職交接，安撫剩下的人，還得確保業(yè)務不受影響。這是一整套管理動作，牽一發(fā)而動全身。

所以，真正的裁員潮會來，但有滯后性。要等到那些管理者真正開始用 AI 工具，親身體會到效率提升，然后經過一輪又一輪的會議討論，最后才會形成決策。

而真要到 AI 取代人類，還有一個大問題：信息安全。

就拿我們公司來說，連釘釘、飛書都不讓用，全都是自己開發(fā)的內部通訊軟件。對外部的 AI 工具更是管理嚴格，公司只允許使用幾個國內的 AI 工具，而且有非常嚴格的使用規(guī)范：不能把代碼直接貼進去，不能涉及業(yè)務邏輯，不能提到產品名稱，甚至連數(shù)據(jù)庫字段名都要脫敏處理。

AI 工具最強大的地方，恰恰是它能理解你的具體業(yè)務場景，幫你寫針對性的代碼。但現(xiàn)在為了信息安全，我只能讓它寫一些通用的、脫敏的代碼框架，然后自己再手動填充業(yè)務邏輯。這效率當然比不用 AI 強，但也遠遠沒有達到"一個人干三個人活兒"的程度。

想要真正實現(xiàn) AI 對人力的替代，信息安全這個問題必須解決。要么公司自己搭建內部的 AI 工具，要么就得找到一個既強大又安全的解決方案。但這兩條路，哪條都不是短期內能走通的。

我有時候會想，也許這就是大廠的節(jié)奏吧。技術變革永遠是基層先感知，然后慢慢向上傳導，最后才會形成自上而下的變革。只不過這一次，傳導的速度可能會比以往任何一次都快。因為當那些管理者真正開始用 AI 的時候，他們會發(fā)現(xiàn)：這不是什么"輔助工具"，這是能重新定義生產力的東西。

到那時候，裁員潮才會真正開始。

而我，一個已經習慣了和 AI 協(xié)作的程序員，現(xiàn)在唯一能做的，就是讓自己變成那個"不可替代"的人——不是不可被 AI 替代，而是不可被"AI+別人"替代。

大廠 UX 設計師：AI 可以替我干活，

但是沒法替我挨罵

我是一個大廠的 UX 設計師，2025 年最大的感受是：AI 可以替我干活，但是沒法替我挨罵。

這一年，我嘗試了市面上幾乎所有能用的 AI 設計工具——從 Midjourney 到后來更火的 nano banana，還有 Figma 自帶的 AI 插件。這些工具確實能幫我省不少事兒，比如生成一些初版的界面布局、配色方案，甚至是一整套視覺風格。但問題在于，它們只能"照貓畫虎"地給出視覺效果，卻沒辦法從上到下、有邏輯地進行設計。

最要命的是，我的+1，他自己也說不清自己到底要什么。

上個月有個項目，他一開始跟我說："做一個年輕化的界面，要有科技感。"我用 AI 生成了幾版方案，他看完說："太花哨了，我們的用戶群體偏成熟。"我改成簡約風，他又說："太素了，沒有記憶點。"來回三輪之后，他突然問我："你覺得蘋果的設計怎么樣？"我說挺好。他說："那就做成蘋果那樣吧，但是要有我們自己的特色。"

這種需求，你讓 AI 怎么理解？

AI 的邏輯是：你給它明確的指令，它給你對應的結果。但我的老板他可能自己也不知道想要什么，這就讓 AI 很難辦。更吊詭的是，不論 AI 做出什么德行的交付，我+1 都會呈現(xiàn)出極大的包容，畢竟“科技進步需要人類的支持”，但對于我們這些人類員工，他的容錯率就極低。所以不論是我干活還是 AI 干活，最后都是我在挨罵。

其實我們公司內部對員工應該如何使用 AI，使用到什么程度的態(tài)度也十分割裂。

一方面，公司鼓勵我們學習 AI 工具，我們每周都有小組會議，分享最近挖掘的好的 AI 工具，以及如何把 AI 嵌入到日常工作流當中；

另一方面，+1 又會明確要求我們的產出中不能有太多 AI 的痕跡。

上次周會，我們總監(jiān)說："AI 可以幫你提效，但最終交付的東西必須是你自己的思考。"聽起來很有道理，但實際操作起來就很矛盾——我到底是該用 AI 提效，還是該自己從頭到尾手工打磨？

這種割裂核心的原因是，做管理的人并不會再做基礎工作，他們對 AI 工具的使用沒有我們熟練，對于 AI 工具的效果預期存在偏差。

我們+1 上周還在跟我說："你看人家產品經理用 ChatGPT，一天能寫三份需求文檔，你們設計師怎么還是做得這么慢？"我當時的內心 OS 是：需求文檔是文字工作，AI 擅長；UX 設計是需要理解用戶心理、業(yè)務邏輯、交互流程的綜合性工作，AI 能給的只是表面的視覺效果，底層的設計邏輯還是得人來做。

他根本不參與實際工作，他不知道一個按鈕放在左邊還是右邊，背后需要考慮多少用戶使用場景；他不知道一個彈窗的文案改三個字，可能要跟產品、運營、法務來回拉三輪會。他只看到 AI 能生成圖，就覺得設計師的工作應該變簡單了。

所以即使他希望 AI 能提升團隊效率，他也不知道怎么管理團隊去實現(xiàn)這個目標，更別提裁員了。裁誰？留誰？按什么標準裁？這些問題他都沒想清楚。

從我的實際使用體驗來看，AI 在 UX 設計這個領域還遠遠做不到"替代人"。

作者：沙拉醬

編輯：臥蟲

封面圖和插圖來源：Giphy

點個“小愛心”吧