ARTICLE · 1285061

AI省下的时间,被谁吃掉了

发布时间：2026-10-31 10:53:00 最近访问：2026-10-31 10:53:00

AI省下的时间,被谁吃掉了

脉脉高聘人才智库今年秋天发布的《Agent重置职场：AI人才流动报告》里，有一组数字很扎眼。2207名受访职场人中，91.08%认为用了 AI 以后工作产出增加了，说工时减少的只有31.77%。

剩下的人里，55.56%说工时基本没变，12.67%说工时反而变长了。

九成的人觉得自己干出来的东西多了，只有三成的人觉得自己干得少了。很多人心里那句嘀咕就卡在这个差里，AI 帮我干了这么多活，我怎么一点没闲下来。

国外的调查结果差不多。光辉国际（Korn Ferry）9月发布的报告调查了11个市场的1.6万多名职场人，63%认同 AI 提高了效率，同时有52%说 AI 增加了岗位被期待完成的任务量。

工具省下的是做一件事的时间，没说省下的时间归谁。照我的理解，这些时间至少被三张嘴分走了。一张是你自己，一张是盯着 AI 干活的检查，一张是你所在的组织。

01｜开头变便宜，事就变多了

加州大学伯克利分校哈斯商学院的研究者 Xingqi Maggie Ye 和 Aruna Ranganathan，在一家约200人的美国科技公司做了八个月实地观察，访谈了四十多名员工，2026年2月把初步结果发在《哈佛商业评论》上。

这家公司没有强制员工用 AI，只是给大家开了企业版订阅。结果员工干活节奏更快，接的事更杂，工作还往一天里更多的时段延伸，而且多半没人要求。

他们归纳出三种加量的方式。

第一种是越界。以前属于别人的活，或者以前压根不会去碰的活，现在有 AI 兜底，就顺手接了，自己的工作范围越撑越大。

第二种是填满空隙。AI 让开个头变得极其容易，午饭时、开会前、晚上睡前，都能顺手发一条指令。一天里原本自然的停顿点，就这么没了。

第三种是多线程。后台跑着 AI 任务，人同时在看代码、写文档、开会。有人一次开好几个智能体（能自己连续执行多个步骤的 AI 程序），人就在几条线之间来回切。

三种情况有个共同点。开头越便宜，人越容易高估自己能收几个尾。

楼下新开了一家24小时便利店，买东西方便多了，很多人的零食开销反而涨了。每次下楼只花几分钟、几块钱，单次成本低到不用想，次数就上去了，月底一算总账变大。

AI 对工作做的是同一件事。以前一个想法要自己查资料、搭框架、写初稿，光想想就累，很多念头就这么放下了。麻烦本身是一道天然的筛子，替你挡掉了一大批可做可不做的事。现在一句话就能启动，筛子没了，想到的事几乎都会被开个头。

不同的是，零食吃不完可以扔，工作开了头往往扔不掉，要看结果、要改、要跟人对接、要回答别人的追问。一件事开了头，就欠下了一个收尾。

研究者还观察到一个时间差。人在干活的当下感觉很好，有势头，觉得自己能力变大了。可等回头看一整段日子，很多人说自己更忙、更紧绷，更难真正下班。兴奋是即时的，累是攒出来的。

02｜盯着 AI 干活，也是活

AI 拿走的是动手那一段。打字、找资料、写初稿、改格式，这些确实快了。可它交出来的东西，你得看，得判断对不对，得改，最后还得决定用不用。

AI 把动手的活拿走了，把检查的活留给了你。

波士顿咨询公司（BCG）和加州大学河滨分校的研究者，2026年3月在《哈佛商业评论》发表了一项问卷研究，调查对象是1488名美国大公司的全职员工。同时用一到两个 AI 工具时，员工自评的效率明显上升，到三个见顶，四个及以上开始往下掉。

需要大量监督 AI 的人，脑力消耗高出14%，精神疲劳高出12%，信息过载高出19%。14%的 AI 使用者说自己出现过研究者所说的"AI 脑力过载"，脑子发懵，注意力难集中，决策变慢，还会头疼。研究者特别提到，最容易中招的恰恰是最积极、同时指挥好几个智能体的那批人。

这是员工自己填的问卷，数字要打折扣看。可三个工具见顶的形状，和人同时处理多件事的老毛病是一回事。

装修时请师傅，师傅手快，你省了自己动手的力气，但得在旁边盯着，水电走线对不对，瓷砖缝留多宽。只开一个工地，你盯得过来。同时开三个工地，你一天在三处来回跑，每处只能看一眼，返工的概率就上去了。

不同的是，师傅的错大多一眼看得出来，墙歪了就是歪了。AI 的错常常长得像对的，方向大体没问题，细节差那么一点，得真懂行、真花时间才看得出。

非营利研究机构 METR 在2025年上半年做了一次随机对照试验，16名资深开源开发者在自己熟悉的项目里完成246个真实任务，每个任务随机决定能不能用 AI。

结果，允许用 AI 的任务平均多花了19%的时间。开发者事前预计自己会快24%，做完以后仍然觉得快了20%。从录屏看，时间花在写提示、等生成、审结果上，一大半生成的代码最后没被采用，审它的时间却已经花出去了。

METR 后来修正了这个结论。2026年2月，它公布了扩大后的实验，57名开发者、800多个任务，用的是更新的模型。回访的老开发者这次估计快了18%，新招的快了4%，可统计区间都很宽，变慢的可能也包在里面。

METR 自己也承认新数据不可靠，越来越多开发者不愿意参加不许用 AI 的那一组，样本被筛偏了。

所以，AI 让资深程序员变慢这个结论已经过时。没过时的是体感和实测之间的落差。快的感觉和快的事实之间，隔着一本没人记的账。

检查的成本还会往下游转。斯坦福社交媒体实验室和 BetterUp 实验室2025年9月的调查里，四成受访的美国职场人说，过去一个月收到过同事用 AI 糊出来的东西，看着挺像样，实际推不动事，每处理一份平均要花近两个小时。

BetterUp 本身做职场教练生意，数字有利益相关，现象倒不难理解。你省下来的那点检查时间，可能变成了下游同事的返工时间。

03｜省下的时间，记在谁的账上

美国简历模板网站 ResumeTemplates.com 今年2月调查了1250名坐办公室的全职员工，45%说经理派新活时会明确提到 AI。话没说透，意思很直白，你都有 AI 了，应该干得了更多。

国内这件事正在写进制度。脉脉同一份报告里，34.09%的受访者说公司已经针对员工的 AI 能力出台了管理措施，22.63%说 AI 能力已经纳入绩效考核。

从组织的角度看，这套逻辑很顺。一个团队用了 AI，原来五天交的东西三天就交了，经理往上汇报，这是效率提升。多出来的两天，在他的表上叫产能。产能闲着就是浪费，自然要填进新任务。

你省下的时间，在别人的报表里叫产能。

这里有一个预算上的不对称。团队要加一个人，得报编制、走审批、挤进年度预算，人招来以后每个月固定发工资，业务淡了也不好退。要延长一个项目的工期，得跟业务方解释，跟老板解释。给现有的人多派一项活，账面上不产生任何新成本。

加人要审批，加活不用。

这套逻辑里没有谁是坏人。经理自己也被考核人效，也就是人均产出，拿团队总产出除以人数算。AI 来了，上面对他的人效预期也在涨，他把压力往下传，多半是因为他自己也接到了。

同事之间也会互相抬。组里有人用 AI 两天交稿，你五天交，哪怕你这五天里质量更好，看上去也是慢。没人约定要卷，可每个人单独看都觉得自己该快一点，最后整个组的默认速度被抬上去，谁也停不下来。

光辉国际的报告里，79%的 CEO 认为 AI 提高了效率，一线员工里这么认为的只有51%。定目标的人感受到的效率，比干活的人感受到的大得多。目标照着前一个数字定，活照着后一个数字干，中间那截差，就压在一线身上。

同一份报告里，61%的人觉得自己在干不止一个岗位的活，64%说公司的心思主要放在提效率上，花在探索新价值上的少。

类似的事以前发生过。美国历史学家露丝·施瓦茨·考恩（Ruth Schwartz Cowan）1983年出版过一本书，英文名 More Work for Mother，意思是妈妈的活更多了，研究的是洗衣机、吸尘器这些家务机器进入美国家庭以后的变化。她的结论是，机器普及了，主妇花在家务上的时间并没有明显减少，干净的标准跟着提高了，衣服洗得更勤，家里收拾得更讲究。

机器省下的力气，被更高的标准吃了回去。AI 对上班族做的是同一件事，上一年还算优秀的速度，很容易在下一年变成及格线。

效率的好处如果只能拿更多的活来领取，它就成了一种更体面的加班。

当然，确实有不少人因为 AI 下班早了，脉脉报告里那三成工时减少的人就是。组织之间也有差别，有的团队会把省下来的时间留给培训、休息或者更难啃的问题。省下的时间最后归谁没有定数，要看有没有人去争，以及怎么争。