随着2026年接近尾声，大厂员工们在AI的浪潮中经历了从拼用量到追求实际效益的转变。年初黄仁勋的一句话点燃了Tokenmaxxing热潮，全行业都在竞相使用AI，仿佛不这样做就显得工作不饱和、能力不足。然而到了6月，公司开始关注AI投入的回报率，考核方向也随之改变。
员工不仅要证明自己使用了AI，还要展示每一分Token的价值，周报里要有提效案例和数据支持。杭州一家电商公司的产品运营李昭，为了应对部门的AI使用成果汇报，不得不在工位上让AI跑“竞品监控”，而自己则在一旁刷短视频。到了6月，公司要求提供具体的“AI提效案例”。李昭通过将老板半小时的会议录音转成文字，并包装成“搭建语音信息结构化流程”，最终被评为部门优秀案例。
AI并非完全无用，例如处理客服投诉分类和整理会议纪要确实能节省时间。但长时间使用后，李昭发现自己的专注力下降，每天忙忙碌碌却说不出具体做了什么。最近，部门还要求提交“AI使用心得”，领导汇总的内容也是由AI生成的总结。
对于产品经理来说，AI表演更为“硬核”。北京一家互联网大厂的产品经理李默，在领导的要求下尝试用AI写代码和设计UI。尽管这些内容无法直接使用，但因为表现出积极的态度，他在汇报时得分较高。后来，新的考核规则更加严格，李默开始将需求反馈、市场调研等环节包装成专属Skill，表面上看起来高效，但实际上效率并未提升。
在深圳的一家活动策划公司，95后的小楠也面临着类似的困境。公司把AI使用率纳入绩效考核，未达标的员工会被扣分。起初，AI确实帮助提高了工作效率，但随后公司举办的AI比赛让大家不得不硬凑数量，导致许多无用的工作流被创造出来。这些工具虽然看起来高大上，实际上很少有人真正使用。
山西一家传统软件公司的员工王敏，则面临更荒诞的情况。老板对AI的理解来自营销号，要求AI使用占比越高越好。员工们为了凑数据，不得不编造各种场景。公司甚至引入了AI客户管理系统，要求员工打电话时字正腔圆，语气带笑，挂电话前礼貌道谢。这套系统不仅没有提高效率，反而暴露了公司管理上的漏洞，如工资表泄露事件。
广州的一名软件研发人员林舟，最初对AI充满热情，但后来发现管理层推动AI标准化SOP是为了降低对老员工的依赖。他意识到自己所做的提效工具可能会成为未来裁员的依据，感到十分矛盾。
AI确实在某些方面能帮助提高效率，但许多公司在推行过程中走了弯路。强制要求AI使用率、将其作为监控工具，甚至将其作为裁员的理由，这些做法导致员工更多地关注表面功夫，而非实际效率。
