夜雨聆风有这样一种打工人。
半夜三点，手机震动，他爬起来打开电脑。不是加班，是给自己的AI Agent派活。这样早上醒来，活儿已经干完了。
效率翻了10倍。老板不知道，同事也不知道。他用省下来的6个小时摸鱼、接私活，或者干脆补觉。
听起来像职场爽文。
但盖雅人效研究院最近办了几场"AI组织提效"茶话会，发现了一个所有人都绕不开的问题：这批跑得最快的年轻人，效率翻了10倍甚至50倍，但公司财报上的利润和交付效率，纹丝不动。
（说明一下：10倍、50倍这些数字来自茶话会参与者的口述，不是统计调查。但它指向的那个问题，是真实的。）
这中间消失的效率红利，到底去哪了？
效率涨了65%，交付只涨了7.76%
开发者效率研究机构DX在2026年2月发了一项纵向研究，覆盖400多家公司，时间跨度从2024年11月到2026年2月。
数据很扎眼：AI工具使用量平均增长了65%，但软件团队的PR吞吐量中位数只涨了7.76%。大部分组织的吞吐提升落在5%到15%之间。
翻译一下：AI让个体写代码的速度飙了几十倍，但代码被合并、交付、上线变成产品的速度，几乎没有变化。
DX的结论是这样写的。但它没说另一个问题：效率红利漏掉的那部分，是被什么堵住的？
盖雅学苑的回答是：一种在员工内部悄然蔓延的心理，他们叫它"蒸馏恐慌"。
四层阶梯
"蒸馏"这个词，本来是个AI技术术语：用大模型训练小模型，把能力压缩提纯。
放到职场里，意思变得很具体：员工把自己的经验、判断力、业务直觉"教"给AI，公司把这些能力"蒸馏"成系统的一部分。然后，人就不需要了。
盖雅学苑把AI时代的打工人分成四个层级。这个框架来自他们的咨询实践，不是严格的社会学研究，但它提供了一个好用的坐标系。
第一层：套利者
活儿用AI干完，时间归自己。效率红利被个人截留。
你变轻松了。公司没有。
这是最理性的个人策略。
第二层：超级个体
AI被融进复杂业务流，一个人干一个团队的活。
问题来了：效率翻了10倍，工资没翻10倍。被AI武装到牙齿的人，市场价值暴涨，但公司的薪酬体系还停在原来的框架里。如果给不了匹配的回报，这些超级个体会带着被AI放大的能力离开。
第三层：效率囚徒
只有重复性工作大规模铺开的时候，组织提效才真正发生。100个招聘专员，AI确实能优化出20个人的效能。
陷阱在这里：员工用AI省下了时间，公司马上把两倍工作量塞过来。省下来的时间不是你的，是下一批KPI的。结果用AI的人，比不用AI的时候还累。
第四层：效能架构师
能重新设计业务流程的人。不是出现几个超级个体就自然发生的，因为它动的是权力边界和利益分配。
盖雅学苑的原话是："AI应用赋能了个人，但只有AI变革才能提效组织。"
这四层的分布规律很残酷：
大多数人停在前两层。AI让他们看起来更厉害，没有让他们更安全。
一部分人被卡在第三层，效率工具变成了效率枷锁。
极少数人能到第四层，而这些人通常不需要自己动手用AI。
当比喻变成现实
如果"蒸馏"只是一个比喻，这篇文章到这里就可以收工了。提醒几句，打个气。
但过去几个月，蒸馏正在从口头恐惧变成有据可查的劳动关系变化。三个案例。
Meta：直接录下你怎么工作。
2026年4月，Reuters报道，Meta准备在美国员工电脑上安装追踪软件，采集鼠标移动、点击、键盘输入和屏幕截图。目的不是监控绩效，是用来训练AI模型学会日常电脑操作。
不需要你主动"教"AI。它直接看着你干活，自己学。
Amazon：员工说自己在"训练替代品"。
2026年3月，Guardian采访了多名Amazon员工。其中一个软件工程师说，她被要求写详细流程文档，让AI能理解并给出更好的结果。她描述自己的一部分工作是在训练AI来替代自己。
Oracle：先训练AI，然后被裁。
2026年4月，TIME报道了Oracle的裁员。报道里提到化名Jill的前员工，她的工作是技术写作和培训，Oracle要求她和团队把工作流程记录下来，训练公司AI系统。之后，她被裁了。她在采访中说，感觉公司让她做的事情被记录下来，然后用她刚刚构建出来的东西替代她。
三家公司的官方口径都差不多：否认AI替代和裁员之间有因果关系。Jill的叙述是她个人的感受，不是公司自白。
但这件事的冲击力，恰好不取决于公司承不承认。
一个人被要求把工作流程教给AI，然后她看到裁员名单上有自己的名字。她不需要任何官方解释。她自己会得出结论。而下一个人看到她的故事，不需要自己被裁，就会开始不安。
这就是"蒸馏恐慌"从比喻变成现实的过程。
打工人和公司，想要的根本不是同一件事
这不是一篇反AI的文章。
AI工具确实提高了生产力。DX报告里那个7.76%的PR吞吐提升，虽然远低于个体效率的增幅，但它真实发生了。用AI没有任何错。拒绝用AI才是错的。
问题不在于用不用AI。
问题在于，你站的台阶和公司要的不是同一个方向。
第一层的套利者，省下的6小时归自己。这是最理性的个人策略。但企业要的是第三层：你省下的时间，变成公司的产出增长。两个目标是天然冲突的，谁都没有错。
你越往第一层使劲，个人生活越好，但在公司账本上的价值接近零。
你越配合公司往第三层走，产出越高，但你可能更累，而且毫不安全。
这不是"AI好不好"的问题。是谁在用AI，谁在被AI用。
现在回到半夜三点那个年轻人。
他以为自己赢了。确实，他比不用AI的同事快了10倍。
但他和正在被裁的Oracle员工站在同一个楼梯上。
只是他还在往上走，还没走到那扇门前。
本文涉及的案例和数据来源：DX《AI and engineering velocity》报告（getdx.com，2026年2月）；Reuters Meta报道（2026年4月21日）；Guardian Amazon报道（2026年3月11日）；TIME Oracle报道（2026年4月30日）；盖雅学苑/虎嗅《别让员工陷入AI"蒸馏恐慌"》（2026年5月28日）。分析框架参考了盖雅人效研究院的四层阶梯模型，但文章角度和结论为本文作者独立判断。
