2026.09.28 · Joe 的工位 · 工位深读 02

公司开始考核你“AI 用得好不好”
可“好”是什么，还没人说得清

工位深读 02 · 一份问了 1200 位企业领导的调查

9 月 22 日，人力资源软件公司 HiBob 发布了一份调查报告。样本是 1200 位企业领导——不是员工，是拍板的那一层。所有受访者都在过去一年里参与过至少一项跟 AI 有关的决定：设计岗位、定薪酬标准、或者汇报 AI 使用带来的业务结果。

报告里有两组数字摆在一起看，会有点荒诞。67% 的人说，公司的晋升标准里已经写进了 AI 技能；50% 说它直接影响绩效评级。同时，73% 的公司说自己在投 AI 培训——但报告列出的所有培训主题里，没有任何一项的采用率超过 27%。

考核已经落到纸面上了，评价标准还散着。

一、这项考核已经进了晋升和评级

先把几个数字摆齐：67% 把 AI 技能挂钩晋升标准，50% 挂钩绩效评级，28% 影响薪酬决策。还有 75% 的受访者预计，24 个月以内“中等熟练”会成为大多数非技术岗位的默认要求。

不用把它当成未来时。已经在跑的几家公司是这么做的：Meta 内部有个叫 Metamate 的助手，员工用它起草自评，另外一项 AI Impact Score 直接进入正式绩效评级。微软开发者部门的经理，被要求把员工的 AI 工具使用情况纳入绩效评估。

摩根大通的做法更值得看。他们的 LLM Suite 上线八个月，内部用户到 20 万，用途之一是年末评价的摘要整理，据其引用的数据，写评价的时间少了 40%、评价质量分数提升 20%。但同一份材料里写了两条限制：AI 生成的文字只作为起点，员工对最终评价负全责；这套系统明确排除在薪酬和奖金决策之外。

这三家把“AI 使用”写进流程的时候，都留着人工复核那一环：Meta 的分数之外还有经理评估，摩根大通干脆把这套系统挡在奖金决策之外。性质也变了——从“你自己想办法提效”，变成“我要看你是怎么用的”。

二、“好”的标准为什么定不出来

报告里最能说明问题的是这一条：在那些期待管理者带团队用 AI 的公司里，只有 36% 的受访者认为自己的直接管理者有本事把这件事评明白。

再叠两组数字。90% 的 HR 负责人说，AI 已经重新定义了什么叫“高绩效”；但只有 42% 真的动手改了自己的评价标准。至于培训，73% 的公司在掏钱，可没有一项培训的采用率超过 27%，说明力气是分散的——有人在做流程改造，有人在讲数据安全，有人在教怎么写文档。

标准难定，还有个更实际的原因：AI 辅助的产出很难归因。同样一份做得漂亮的方案，一个人花二十分钟让 AI 出了三版、自己挑一版改完，另一个人闷头想了两天。交上来的东西看着差不多，过程完全不是一回事。用结果评，两个人一样；用过程评，那就得有人真的去看过程。

于是出现一个很具体的画面。同一个团队里，甲经理把“敢试新工具”当加分项，乙经理把“别惹麻烦”当加分项，丙经理压根不知道怎么判断一份 AI 辅助的产出算好还是算差。

三个人都在打分，用的是三套没写下来的标准。这是员工最难受的地方——你被一个还没定义的分数决定了，而打分的那个人，自己也不确定。

三、这份报告里最有用的一句话

HiBob 的市场洞察负责人 Adena White 在解读报告时说了句我认为值得抄下来的话：“我会把熟练度和使用分开。”

她接着说，频繁打开工具证明不了熟练，哪怕每天都用；写一段很长的提示词也证明不了。真正体现熟练的是：能不能用 AI 把工作质量提上去，同时仍然运用人的判断。在非技术岗位，这可能意味着知道什么时候该用、什么时候不该用——有时候不用 AI 才是对的。

这句话解掉了一个很容易踩的坑。考核标准一旦模糊，人最自然的反应就是多展示使用痕迹：多用、多交、多说自己用了。可报告里受访者最看重的能力，一件都不是这种——复核输出质量、记录工作流里的决策、在可靠和合规的前提下运用判断。

这三件事全都发生在“用完 AI 之后”，而且全都能被看见。

四、留下三样痕迹

考核既然已经开始，标准又还没定下来，那你唯一能控制的只剩一件事：让自己的过程可见。这句话落到操作上，就是一张三栏的台账，每做完一件有点分量的活，记一次。

第三栏最容易被跳过，也最值钱。因为前两栏说的都是“你怎么管住了它”，只有第三栏能说明“这件事上你还有判断”——而报告里反复强调的恰恰是后面这个。

我照着这三栏给自己过了一遍，卡在第三栏。前两栏能立刻写出来——哪一段交给了它、核了哪几个数；到了第三栏要回忆“我改了什么”，才发现在大多数稿子里，我改的都是措辞，真正的判断几乎没动过。

五、什么时候“不用 AI”才是对的

判断标准其实只有一个问题：这件事出错的时候，有人要担责吗。

错了只是重做一遍的活，放心交出去，你自己扫一眼就行；错了要有人签字、要面对客户、要影响某个人的评价的活，只能让它出草稿，最后落笔的还得是你。

具体到日常工作，有四种活我建议一律留人工痕迹：对人的评价（打分、排序、评语）、对外的承诺（报价、交期、赔付）、需要签字的结论（审计、合规、申报）、以及要写进正式制度里的规则。

这四类活，AI 都可以帮你查资料、理清思路、出个草稿，但最后那一下得由你来。这不是保守——报告里那句话说得更直接：知道什么时候不该用，本身就是熟练的一部分。

外面也已经有人盯上这件事了。欧盟的《人工智能法案》把就业相关的 AI 归为高风险，要求透明度、人工监督和偏见监测，相关义务 2026 年 8 月已经生效；纽约的 Local Law 144 更早就要求，涉及招聘和晋升的自动化工具必须做偏见审计并向公众披露。也就是说，用 AI 去评人这件事，正在被装上围栏。

六、四条能立刻上手的

一、把标准问清楚。找直属领导问一句：AI 这块，评估的时候具体看什么？能要到书面说明最好，要不到来一段会议记录也行——问到的答复，随手记在自己的备忘里。

二、从这周开始记那张三栏台账。不用写长，一件事三行。第一个月你会觉得没什么用，等年末填自评的时候，这就是你唯一能拿出来的东西。

三、每次交付写清 AI 用了哪一段。一句话就够，放在文件末尾或者邮件最后一行：这部分数据整理用了 AI，结论和口径由我核定。这句备注写在交付物里，比等被问起时再解释省事。

四、上面那四类活，留下人工痕迹。哪怕只是一句备注“这段是我自己写的”。这句备注不用长，写在文件末尾就行——它管的是将来有人问起来的时候，你答得上来。

要说明的是：这份报告问的是多国的企业管理者，中国大陆企业目前还没有公开可比的数字，所以这里给的是趋势，不是你们公司的规定。真正管用的还是第一条——去问清楚你自己公司怎么算。

报告里那些数字，是 1200 位企业领导给出的答案，不是给你的答案。它证明的只是一件事：这项考核在不少公司已经开始了，而划线的标准还没写完。

标准什么时候定下来，你决定不了。但标准定下来的那天，你手上有没有东西，是现在就能决定的。

📮 这是“工位深读”，跟周日的“工位读报”搭班。下一期我想写一件事：如果考核标准真的落下来了，员工该怎么给自己算这笔账——留言区可以说说，你们公司现在有没有开始统计谁在用 AI、用了几次。

— 我是 Joe，一个还在学怎么跟 AI 分工的打工人。