夜雨聆风前两天有个程序员朋友找我吐槽。
说他们公司新出了个考核指标——Token使用量。什么意思呢？就是统计你调用AI工具的次数，用的越多，绩效越高。不用？那就等着年底考评垫底吧。
我当时听完愣了一下。
这操作，属实离谱。
但仔细一打听，发现这不是个例。某互联网大厂开始统计员工AI使用量，排名直接挂钩绩效；某工业巨头要求程序员三成代码必须由AI生成，不达标就扣分；硅谷那边更狠，英伟达据说计划拿出一半薪资等值的Token，作为AI工程师的额外奖励。
（你没听错，Token开始变成「奖金」了。）
脉脉最近出了份报告，数据挺有意思：38.51%的程序员表示，公司已经把AI能力纳入绩效考核。换句话说，每10个程序员里，有接近4个已经被这波「AI绩效」卷进去了。
更魔幻的是，95.11%的新经济人才表示自己在用AI工具。这数据听起来挺美好——大家都用AI了，效率不就上去了？
但问题来了。
用得多，就等于效率高吗？
我见过太多这种场景了。
一个做运营的，每天用AI生成十几份方案，看着数据漂亮，但质量？惨不忍睹。另一个程序员，代码三成AI生成，但bug率蹭蹭往上涨，review的人骂娘。
说白了，AI是个工具，但你把工具的使用频率当成考核指标，这逻辑就歪了。
就好比你考核一个厨师，不看他菜做得好不好吃，只看他用了多少种调料。调料用得多，就是好厨师？扯淡嘛。
有个在大厂做技术管理的朋友私下跟我聊过这个问题。他说，上面定的KPI是「AI使用率」，执行层面就很尴尬。员工为了凑数据，疯狂调用AI，甚至有人把简单的问题重复问AI好几遍，就为了刷Token数量。
「结果呢？效率没提升，反而下降。」
他说这话的时候，语气挺无奈的。但上面的指标下来了，你不执行也得执行。这就是职场的现实——KPI永远是对的，错的永远是下面的人「不会执行」。
但这事儿还有更深层的问题。
AI提效20%，这个数字你肯定听过。大厂到处都在宣传，AI让效率提升了多少多少。但你有没有发现一个奇怪的现象：效率提升了，加班反而更多了？
有个程序员在脉脉上发帖吐槽——
「我不明白，AI的发展为什么不是让我们能5点下班，而是让更多人被裁员，其他人继续工作到10点？」
这问题问得好。
答案其实很简单：AI提升了效率，但管理层看到的是「你原来一天能干这个，现在应该能干更多」。
所以AI成了新的「绩效加速器」——不是让你干得更快下班，而是让你干得更多。
这事儿我见过不止一次。
两年前，某互联网公司的节奏还算正常。AI来了之后，节奏一下子被拉快了。因为管理层觉得，AI可以极大提升效率，以前按正常周期推进的事情，现在默认你应该更快给结果。
「以前一周能做完的需求，现在三天就要。为什么？因为你用了AI啊。」
这是圈内人的原话。
那么问题来了：这波AI绩效考核，到底在考核什么？
表面上看，是在考核员工的「AI使用能力」。但往深了想，其实是在筛选——筛选那些愿意跟着新规则玩的人。
你不用AI？那你就是「不与时俱进」。
你用得少？那你就是「效率不够高」。
至于你用AI产生的实际效果？不好意思，这东西不好量化。Token数量、调用频率，这些才是看得见摸得着的KPI。
这不就是经典的「数字游戏」吗？
我有个朋友在某大厂做数据分析，前阵子被约谈了。理由是「AI使用率不达标」。他当时就懵了——我做数据分析的，核心价值是洞察和判断，AI是辅助工具，怎么变成「使用率不达标」就是问题了？
但上面的逻辑是：别人都用，你不用，那就是你的问题。
（这让我想起当年的「加班时长考核」，谁走得晚谁敬业，和产出没关系。）
更讽刺的是什么？
Gartner做了个研究，发现只有14%的员工认为传统绩效体系能有效提升自己的表现。现在倒好，连绩效考核本身都开始被AI「重塑」了。
脉脉的报告里还有个数据：过去一年，54%的程序员表示所在公司发生了岗位优化。
什么叫「岗位优化」？就是裁员的体面说法。
而那些留下来的人呢？要么主动转向AI开发岗（25.7%），要么「留岗提升能力」（39.1%）。但这个「提升能力」，在新的考核体系下，往往就变成了「学会用AI刷数据」。
有个在万人规模企业工作的朋友告诉我，他们公司70.3%的员工已经获得了公司提供的免费或自研AI工具。但500人以下的中小企业，这个比例只有42.5%。
这意味着什么？
大厂在AI工具的普及上走在前面，考核也更激进。中小企业的员工虽然也在用AI，但「被迫卷」的程度没那么高。
（所以你看，连「被AI考核」这件事，都是分阶层的。）
那么，这事儿对普通打工人意味着什么？
我见过太多这种场景了：公司宣布新的考核标准，员工开始疯狂适应。有人学会了「刷数据」，有人学会了「做表面功夫」，还有人干脆换赛道。
但真正能从这波AI浪潮里获益的人，从来不是那些「Token用得最多」的人。
而是那些真正理解AI、能把AI变成自己能力放大器的人。
我一个做产品经理的朋友，AI用得不算多，但每次用都能解决关键问题。年底考评，他的AI使用率排名靠后，但业绩是部门第一。
上面的领导怎么说？
「数据是数据，业绩是业绩。」
这话听着扎心，但这就是现实。
回到开头那个朋友的问题。
他说现在每天都在纠结：到底要不要多调用几次AI，把Token刷上去？还是按自己的节奏，该用的时候用，不该用的时候不用？
我给他的建议是：先搞清楚你所在的公司，到底是「真的在用AI提效」，还是「在用AI做KPI游戏」。
前者的话，学会用AI是本事，不用是落伍。
后者的话，学会刷数据是生存技能，但别指望这东西能让你真正成长。
说白了，AI是个工具，但不是所有公司都把工具当工具用。有些公司，把工具变成了新的「监控手段」和「淘汰机制」。
这才是最离谱的地方。
这事儿还没完。
有个趋势我观察了很久：AI正在从「工具」变成「同事」。GitHub上已经上线了一个叫「同事.skill」的程序，可以复刻离职员工的工作技能，把工作经验模块化沉淀。
听起来很美好对吧？
但你想想，如果一个人的经验可以被AI「复制」，那这个人的不可替代性在哪里？
某大厂已经在做这件事了：把核心员工的工作流程标准化，然后喂给AI，让AI学会「怎么干这个活」。
下一步是什么？
你自己想吧。
我不想把话说得太悲观。但有一点是确定的：职场的变化速度，正在被AI按下了快进键。以前十年一个周期，现在可能三年就翻天覆地。
那些还在纠结「要不要用AI」的人，可能已经落后了。
但那些只知道「刷AI数据」的人，也好不到哪里去。
真正的机会，永远属于那些能在混乱中找到自己位置的人。
至于这个位置是什么？
说不准。
但我知道一件事：当一家公司开始用Token数量考核员工的时候，这家公司的问题，可能比员工的问题更大。
【声明】本文基于公开信息与职场观察撰写，涉及的案例均经过脱敏处理。文中观点仅代表个人看法，不构成投资或职业决策建议。涉及股票的内容仅供参考，股市有风险，投资需谨慎。
