夜雨聆风导语
原本用来降本增效、解放人力的 AI 工具，正在互联网大厂演变成新一轮职场内卷源头。多家头部互联网企业出台硬性考核规则：将AI 产出占比、工具调用量纳入季度绩效、晋升评分；部分团队试点算法自动评估员工工作饱和度、产出价值；不少管理者借 AI 转型名义调整组织架构、争抢团队编制，不谈业务落地，只比拼 AI 指标，企业内部沟通、协作内耗持续加剧。当 AI 从效率工具变成硬性 KPI，技术变革不仅没有简化工作，反而催生全新数字形式主义，打工人、中层管理者双双陷入新的职场困境。
一、大厂硬性考核落地：AI 产出占比成绩效硬门槛，刷 Token 内卷泛滥
过去衡量员工价值，看业务成果、项目交付、落地收益；如今不少互联网团队，新增一条硬性考核红线 ——AI 产出占比。
1. 全岗位强制量化 AI 使用指标
研发岗要求 AI 生成代码占比达标，未完成指标直接扣减绩效、影响年终评级；内容、产品、运营岗位，强制统计 AI 产出文案、方案、报表数量，纳入 360 评估；部分团队上线内部 AI 使用排行榜，实时统计 Token 消耗量、工具调用频次，公开排名施压，消耗量偏低的员工会被单独约谈复盘。不少工程师爆料，为凑够 AI 产出指标，衍生出一套 “数字刷分套路”：简单十几行代码，刻意让 AI 扩写成数百行冗余内容、堆砌无效注释；无需大量资料支撑的需求，批量调用 AI 生成海量无关文档，单纯拉高 Token 消耗。看似 AI 使用率拉满，实则制造大量技术垃圾、无效文档，拉长项目评审、代码修复成本，企业算力成本暴涨，业务实质效率不升反降36氪。
2. 算法介入员工评估，量化打分取代人工判断
更值得警惕的是，多家大厂已启动算法自动评估试点：系统抓取员工 AI 使用时长、任务产出速度、线上交互痕迹、周报关键词等数据，自动生成敬业度、工作效能评分，作为绩效定级重要参考。这套算法评估存在天然缺陷：只看可量化数字，完全忽略无法数字化的核心价值 —— 复杂问题统筹、跨部门沟通协调、风险预判、创新思考、团队带教等软性能力，全部无法被算法识别。有产品经理反馈，自己深耕复杂业务、大量线下对接客户，AI 产出占比偏低，算法评分常年垫底，即便业务成果亮眼，绩效依旧受拖累。单一数字标准下，踏实深耕业务的员工，反而不如专注刷 AI 指标的人评分好看。
二、管理者借 AI 重构组织，争抢编制地盘，企业内耗持续加剧
AI 转型，本该是优化组织、精简冗余流程的契机，如今却变成中层管理者争夺资源、扩张团队的借口，催生大量内部博弈内耗。
1. 以 AI 为名调整架构，抢人头、抢预算成核心目标
只要能包装出 “AI 相关项目”，管理者就能申请新增编制、专属算力预算、独立业务小组。各部门争相上马同质化 AI 项目，并非出于业务刚需，而是为抢占团队规模、扩大自身管理版图。同一类智能工具、数字化系统，多个团队重复立项开发，资源分散、重复造轮子；跨部门协作时互相设置壁垒，不愿共享 AI 能力，生怕对方减少自身团队编制，大量人力、算力资源被内耗消耗。
2. 组织调整频繁动荡，员工缺乏稳定工作预期
为争抢编制，管理层频繁拆分、合并业务线，项目方向朝令夕改。员工刚熟悉一套业务流程，又因架构调整更换赛道，大量工作成果中途作废。部分管理者为凸显自身 AI 转型成果，盲目精简一线实操人员，将标准化工作全部交由 AI 承接，却忽略复杂场景需要人工兜底；一旦项目出现漏洞、客户投诉，又临时紧急扩招，人员频繁进出，团队稳定性彻底崩塌。
3. 考核重心偏移，业务落地沦为次要任务
自上而下全部盯着 AI 产出数据、Token 消耗、算法评分，真实业务收益、用户留存、营收增长反而被弱化。部门例会不再复盘业务问题，重点通报 AI 使用率排名；晋升答辩优先讲述 AI 工具落地成果，哪怕项目没有实际收益，只要 AI 指标亮眼，更容易获得晋升机会。企业形成畸形导向：做业务不如刷指标，办实事不如讲 AI 故事。
三、三重深层危害：内卷反噬企业与员工，背离 AI 转型初衷
1. 催生大规模数字形式主义，增加隐性成本
全员花费大量时间刷 AI 指标、制造无效产出，挤占核心业务工作时间；企业算力、存储成本持续走高，冗余代码、垃圾文档堆积，后期维护、迭代成本翻倍，短期看似拥抱新技术，长期埋下技术债务、管理隐患36氪。
2. 人才评价标准单一化，流失复合型核心人才
擅长深度思考、复杂问题攻坚、线下资源统筹的员工，难以在 AI 量化考核体系中获得认可；长期指标施压下，资深骨干看不到成长空间，选择离职跳槽。企业只筛选会刷 AI 指标的执行者，缺少能定义业务方向、把控风险的核心人才，长期创新能力持续下滑。
3. 内部博弈加剧，团队协作氛围恶化
各团队互相争抢算力、编制、项目资源，跨部门协作推诿扯皮；员工之间形成内卷竞争，互相攀比 AI 使用数据，不愿分享高效工作方法，职场氛围焦虑压抑， burnout、离职率同步上涨。
四、行业反思：AI 是工具，不该成为捆绑员工的考核枷锁
企业引入 AI 的核心目标，是解放重复劳动力，让员工聚焦创新、决策、复杂业务等高价值工作，而非用一套新数字指标制造新一轮内卷。业内成熟企业已经开始纠偏：取消 AI 产出硬性占比考核，不再用 Token 消耗量评判员工；算法评估仅作为辅助参考，绩效定级核心锚定业务落地成果、项目价值；组织架构调整以降本增效、打通业务链路为目标，禁止单纯为抢编制拆分团队。
真正健康的人机协同模式，应当做到三点：
- 指标重质不重量
：不强制 AI 使用比例，重点考核 AI 辅助下业务效率提升、创新成果落地； - 算法仅作辅助，人工拥有最终评判权
：兼顾量化数据与软性综合能力，拒绝单一数字定绩效； - 组织调整以业务为核心
：AI 架构优化服务于营收、用户价值，杜绝借 AI 名义圈资源、抢人头。
五、职场人避坑建议
拒绝盲目刷 AI 无效指标，留存业务落地成果、项目收益、客户反馈等核心实绩，绩效答辩重点突出真实业务价值，对冲单一 AI 量化短板； 主动打造 “AI + 业务” 复合能力，利用 AI 工具提升工作效率，同时沉淀无法被算法替代的统筹、创新、风险把控能力，拉开与纯执行型员工差距； 面对频繁架构调整、疯狂内卷指标的团队，理性评估长期发展空间，优先选择以业务成果为核心考核标准的部门。
结语
AI 本身没有对错，扭曲的考核体系、功利化的组织博弈，才是催生新型职场内卷的根源。当企业把 AI 产出占比、算法打分当成衡量员工的唯一标尺，把 AI 转型当成争抢编制的筹码，技术红利只会不断消耗在内部内耗、数字形式主义之中。技术的终极意义是解放人，而非制造新的枷锁。只有回归业务本质、建立科学多元的评价体系，才能真正发挥 AI 价值，避免这场算力内卷持续蔓延。
你的公司是否将 AI 使用情况纳入绩效？有没有遇到为冲指标刷 Token、无效加班的情况？评论区分享你的职场经历！转发给互联网行业同行，看清 AI 内卷背后的职场陷阱。
