当你把自己的工作教给AI,公司还需要你吗?

你有没有想过，

自己会的东西都教给了AI，那自己怎么办？

想象一下，你花了好几年才摸熟的工作，现在正在一条条写进提示词。

这种客户怎么回复，这份报告怎么看，老板最在意什么，哪些地方千万别出错。

刚开始，当然很爽。

以前折腾半天的东西，现在几分钟就有了。它做得不对，你再教一遍。来回几次，越来越像那么回事。

直到有一天，你看着它交来的结果，突然冒出一个念头。

完了。活它都能干了，那我呢？

做出 Claude 的那家公司里，已经有人走到了这一步。

10月16日，Anthropic 公开了一份研究自家公司用工变化的报告。里面有一支团队，原来负责产品文案，包括打开 Claude 时看到的问候语。

今年春天，他们搭了一套让AI理解相关背景、生成文案的方法。后来，这支团队被调去做提示词和模型评估了。

写文案的经验被蒸馏了下来，接着用来指导AI、检查它的表现。

报告显示：在多轮交互式 Claude 会话中，约80%的会话时间，AI都在等人的输入。

平时我们嫌AI慢。在这里，轮到AI等人了。

人都在忙什么？

至少，光读完它们交来的东西，就已经很费时间了。。。

研究者按普通阅读速度估算，一些非技术部门的员工，要用掉大半个工作周，才能把AI的输出全读完。

读完AI输出的估算时长，按每分钟250词折算；不是员工实际阅读工时。来源：Anthropic。

这时候你再想想，“AI帮我多做十份方案”，一定是好事吗？

如果十份都写得像模像样，你又说不清到底该选哪份，那可能只是多了十份要看的文件。

比如同一场活动，AI给出一个低价拉新的方案，又给出一个主打高端客户的方案。各自都能写出一套漂亮的理由。

但你这次到底缺新客户，还是缺利润？手里的预算，够不够把承诺兑现？

这些事情没想清楚，方案写得越快，也不会自动替你选好。

所以，那个“活它都能干了，那我呢？”的问题，就变成了：

当AI给出几个不同的答案，你能不能说清楚，自己为什么选这一个？

有经验的人，可能会觉得，这不就是我每天都在做的事吗。

是。但如果你刚入行呢？

公司刚来的萌新表示一脸懵逼。

从2025年初以来，Anthropic初级技术人员在技术招聘中的占比，从27%降到了9%。

看左图蓝线：初级人员在技术招聘中的占比降至9%。占比变化不等于裁员比例。来源：Anthropic。

以前，新人先写初稿，再被前辈改。

这里漏了一个条件，那里理解错了需求。改得多了，慢慢就知道，什么东西能交，什么东西还不行。

现在，如果初稿都交给AI，公司又希望你一进来就能把关。

可我还没做过几次，怎么就要负责判断它做得对不对了？

AI倒是搞得快了。但新人要跟上可够呛。

今年1月，Anthropic做过另一个小实验：让52名软件工程师学习一个陌生的编程工具，一部分人可以用AI，一部分人得自己学。

任务后的测验，AI组平均成绩显著更低；完成任务的速度，也没有出现统计上显著的提升。

左侧比较耗时与成绩，右侧展示不同使用方式的结果。这是1月的小样本短期学习实验。来源：Anthropic。

研究观察到，一些成绩较好的AI组的参与者，会在AI生成代码后继续追问，或者让AI解释为什么这么写。这样倒是能加深他们的理解。

至少，不能只看屏幕上有没有出现一个成品，就觉得自己也已经学会了。

回到你手头份这份方案。

让AI先写，当然可以。拿到以后，挑一个你确实拿不准的地方，去查一次真实报价，问一次客户，看看它给的理由到底站不站得住。

这样下次再遇到类似的问题，你就多了一点自己的依据。无论换哪个模型，这点经验都还在。

当然，公司也得给新人这样的时间。

如果每天只催着新人交结果，连问一句“为什么”的时间都嫌慢，最后又嫌他只会复制AI，这事说不过去。

回到开头那支 Anthropic 文案团队，在旧工作被接过去之后，还有新的事情可以做。

但那些刚毕业、刚转行的新人，应届生，年轻人

他们，也有这样的机会吗 ？

-end-

最后感谢你的阅读，

我是Q叔，我们下期再会~