夜雨聆风员工用 AI 批量生产"看起来很专业"的工作成果，但这些内容正在悄悄杀死你的组织信任。
你的同事用 AI 写了一份"看起来很专业"的方案。格式完美、用词精确、图表齐全。但你读了三遍仍然不知道它在说什么。
欢迎来到 Workslop 时代。
HBR 在 2026 年 1 月的一篇文章 《Why People Create AI "Workslop"—and How to Stop It》 中，给我们带来了这个透着一股子颓废感的新词。
Workslop 的定义很简单：低努力、AI 生成、看起来精致但实际没价值的工作成果。 它的核心问题是：创作者把认知负担转嫁给了接收者。
你收到了，你得花时间理解它、纠正它、甚至重做它。
三位作者——Kate Niederhoffer（BetterUp 数据科学 VP）、Alexi Robichaux（BetterUp CEO）和 Jeffrey T. Hancock（斯坦福传播学教授）——把 workslop 拆成了三个层面：
把任务外包给 AI 本身是认知卸载，这不新鲜。但 workslop 的独特之处在于：它把认知负担从自己身上卸载到了同事身上。
传统的 AI 辅助——比如用 AI 整理笔记、生成草稿——是"人机之间"的认知卸载。但 workslop 是"人际之间"的：我让 AI 帮我写，你看不懂，那是你的问题，不是我。
这种转嫁是隐性的、系统性的，而且极其消耗组织信任。
研究发现，workslop 的接收者会对发送者产生严重负面印象——认为对方缺乏创造力、能力不足、不可靠、缺乏信任度，甚至智商都不太行。
一位工程师因为受不了同事用 AI 生成的充满 Bug 的代码而离职。一位研究员因为老板用 AI 生成的有缺陷的分析报告来质疑她的工作时，感觉受到了"煤气灯效应"（Gaslighting）。
每个 workslop 的接收者平均要花接近两个小时来消化和处理它。 对大型组织来说，这意味着每年数百万美元的生产力损失。
最讽刺的是：员工产生 workslop 行为，根源在于组织本身。
文章的研究发现，导致 workslop 泛滥的主因是管理层的失败：
- 模糊的 AI 指令：领导说"用 AI，提高效率"，却没有给出明确的标准
- 过载的团队：员工已经不堪重负，被迫用 AI"走捷径"完成任务
- 心理不安全：员工不敢承认自己不会用 AI、不确定怎么用、或者觉得 AI 生成的成果有问题
- 表演式合规：用 AI 生成大量内容来证明"我正在用 AI"
简而言之：当领导把 AI 变成 KPI 而不是工具，workslop 就是结果。
三位作者提出了一个反直觉的方案：不要停用 AI，而是要创造更多"不完美的、缓慢的、但更有价值的人类协作空间"。
具体来说：
1. 建立明确的 AI 使用规范
团队需要共同讨论：什么情况下用 AI 是合适的？什么情况下必须人来写？输出标准是什么？不能每个人自己想怎么用就怎么用。
2. 创造心理安全感
让员工敢于说"我用 AI 生成的这个方案不太放心，帮我看看"而不是"我交了一个 AI 生成的完美方案"。
3. 重建信任机制
通过协作 Review、面对面的深度讨论、减少形式化汇报，来修复被 workslop 侵蚀的团队信任。
4. 设置"无 AI 区域"
某些工作（头脑风暴、策略讨论、一对一的反馈）应该明确禁止 AI 介入，强制回归"慢思考"模式。
5. 表彰质量而非数量
如果评估标准是"产出了多少报告/代码/方案"，AI 自然会被用来大规模制造垃圾。需要把评估重点转向影响力和质量。
这篇文章之所以值得一读再读，是因为它精准地撕开了 AI 进入职场后最隐蔽的副作用。
第一个洞察是"认知转嫁"这个框架的威力。
过去一年，我们讨论 AI 最多的是：它会替代哪些工作？它的幻觉怎么解决？但很少讨论：当每个人都用 AI 更快地产出时，谁在消化这些产出？
Workslop 实际上是一种"公地悲剧"——每个人都用 AI 高效产出，但"理解、消化、验证"这些产出的成本被社会化了。你的效率提升以你同事的效率下降为代价。
第二个洞察是"信任"的不可替代性。
高效的协作建立在一种默会信任上：我有能力完成我承诺的部分。但 workslop 破坏了这种信任——你不知道对方是真的做了思考，还是 AI 帮他做了。
更深层的问题是：当信任被破坏后，重建成本往往高于 AI 带来的效率增益。 一个人离职了，替换成本是年薪的 1.5-2 倍。一个团队信任崩塌了，修复时间是以季度计的。
第三个洞察：这不是 AI 的问题，是管理的问题。
文章最狠的一句话藏得很深："当员工已经不堪重负时，任何新的工具都会被用来走最省力的路，而不是最正确的路。"
Workslop 是组织症候群的症状，不是病因。病因是：压力太大、安全感太少、标准太模糊。
后记： 这篇文章让我想到了我们日常工作中的很多场景——收到一个 AI 生成的周报，看起来格式完美但读完之后完全不知道对方这周做了什么。或者收到一份 AI 生成的方案，想法很"全面"但没有一个观点是有洞察力的。Workslop 这个概念的提出，至少给了我们一个词来指着这个东西说："这就是问题所在。"——知之名，然后才能制之。
━━━ ━━━ ━━━
*本文完。欢迎关注 IT 禅悟，获取更多深度商业与科技解读。*