几天前，上海一家大厂的员工阿远在知乎刷到一个问题：“为什么现在大厂开会，变成了互丢 AI 文档？”

“原来不是我一个人有这种感觉”，他对朋友说。

阿远所在公司，现在的会议有一套固定流程。会前，群里甩进三份材料，每份三十页，都是 AI 生成的分析报告。没有人能读完，但每个人都用 AI 把对方的材料总结一遍，让 AI 给点思路。

轮到发言，各自打开自己的那份，照着念上面的结论。散会，有人用 AI 生成一篇会议纪要，丢进群里。

会前准备从半天压到了十分钟，纪要由 AI 自动生成，总结由 AI 自动提炼，汇报材料由 AI 自动排版。看起来效率是高了。

但到了月底、季度末，“大家的产出和业绩并没有跟着变”。

八月份，微博话题“现在开会就是互丢AI文档”被顶上讨论位。评论区里，有同感的人一抓一大把。

01、AI 让形式主义更加严重

两三年前 AI 出现时，阿远对它很有兴趣，到处学怎么用 AI 干琐事。等 AI 成为全公司的工具，他发现，AI 简直是"形式主义"的加速器。

第一，AI把原来的旧病放大了。

大公司本来就泛滥着流程冗长、PPT 文化、甩锅文化。现在好了，在 AI 的加持下，这些毛病反而加剧了。

阿远说，过去做形式主义至少还要费时费力。写一份三十页的报告得熬两天，正因为成本高，写的人会掂量：这东西到底有没有必要写。

“现在有了 AI，这道门槛没了。二十分钟出一份几十页的文档或者 PPT，成本趋近于零，于是大家的第一反应是，多写点，写了总比不写好，显得我认真。”

于是 AI 文档里「战略升级」「生态协同」「颗粒度拉齐」「赋能闭环」满天飞。

一位在头部互联网公司做了三年产品经理的人私下吐槽：原来自己写日报一千字就行，后来发现大家用 AI 写都是两三千字起步，自己也赶紧跟上，生怕 +1 觉得自己的工作不饱和。

第二，是 AI 还造出了一种「不用脑」的新病。

AI 生成的「干货」看起来又快又好，人就懒得思考，甚至不知道 AI 写了什么。

某产品经理把用户反馈、数据摘要和历史会议记录全部交给 AI，很快交出一份十八页方案，背景、机会点、风险、竞品、执行路径一应俱全。第二天会上，同事问他方案的一些细节，他张口结舌答不上来，连文档里写了什么都记不清。

这还不是最糟的。过去方案一个字一个字敲，现在 AI 来写，不仅能润色，还会编造数据——这给业务埋下了真实风险。

某大厂员工曾经发现，领导给的一个指标看起来很不合理，于是他去问这个指标是怎么定的，对方给他一个咨询公司的报告名字。

可是他搜遍了网络都没搜到这个报道，后来他才知道，这个报道压根就是AI瞎编的，数据也是AI自己推测的，压根就不是真实的数据。

02、闹剧的真正推手

AI文档在大厂的肆虐，离不开公司的推动，而背后又有好几个原因。

第一，是资本市场的倒逼。

据 Carta 统计，2025 年创业公司共融资约 1195 亿美元，资本明显向 AI 集中；从 A 轮起，AI 公司的估值中位数就高于非 AI 公司，到 E 轮及以后，AI 估值溢价达到 193%。有没有「AI 含量」，直接写进了估值里。

于是管理层必须对外证明「All in AI」，而最快的办法不是做出产品，而是内部铺开、全员强制。

据多家媒体报道，阿里巴巴多个事业群已将 AI 使用量纳入考核，腾讯 CSIG 给员工设 Token 额度并统计团队排名，美团要求周报固定增加「AI 提效」板块、持续追踪 Token 使用频次，亚马逊一度把 AI 使用量做成内部排行榜。

第二，是管理者的 AI 幻觉。

他们相信 AI 让员工更有效率，而这些「效率」又恰好最适合拿去汇报。

Shopify 的 CEO 把「条件反射式使用 AI」定为绩效评估的基线；微软在 2025 年 7 月强制开发者使用 AI 并纳入考核。当工具使用本身成了 KPI，员工优化的就不再是业务，而是“怎么显得自己用了 AI”。

第三，汇报文化和向上管理的需要。

大厂里一直存在一条潜规则，升职和涨薪往往不是谁业务好，而是谁文档好。

脉脉和小红书上“技术做得好不如文档写得好”的吐槽，是许多人的真实处境，谁复盘文档写得好，谁更容易拿好绩效。

AI 的出现，让这条规则有了放大器——既然写得好能拿好绩效，而 AI 能把文档写得又快又漂亮，员工用 AI 的热情自然被点燃。

于是出现一种荒诞的闭环，下属用 AI 生成方案汇报给领导，领导让 AI 解读，再把修改意见反馈给下属，下属让 AI 改一稿，领导用 AI 润色成终稿给客户。

一圈下来，没有一个人真正动脑，但每个人都看起来干了活。

03、AI病，多久会被治？

有人说，AI 不会让大厂中毒，但会让大厂中毒的方式变得更隐蔽。

当“看起来在干活”比“真解决问题”更重要，当一个系统默许表演努力比解决问题重要，当员工外包思考、管理层外包决策，最后剩下的只有满屏 AI 八股文和一地鸡毛的执行力。

IDC 对 2000 多名财务高管的调查显示，他们平均每周要花 13 个小时去核对、验证 AI 产出的内容，当用量超过 30 小时，AI 制造的工作比它省下的还多。

这道理和一百年前的电气化一模一样。电动机很早就有了，但工厂先把它当更便宜的蒸汽机用——拆掉中央蒸汽机，装一台大电机，传动轴、皮带、工序原封不动。真正的生产力爆发，是等到给每台机器装上独立电机、按物料流向重新排布产线才到来的。今天大多数公司，是在蒸汽时代的组织上，接了一台电动机。

拐点已经开始出现。

AI在网文行业的遭遇很有代表性。2025 年，它在写作工具「作家助手」里内置 AI 功能，鼓励作者用 AI 找灵感、理大纲、改错别字，宣传口径是「技术进步应成为作家的羽翼」。不到一年，

2026 年 8 月，起点集中处置了一批 AI 痕迹过重的作品——月票榜前 1000 名里约 100 本被移出榜单，均订过万的作品超过 20 部，判定标准是 AI 内容占比超过 10% 即处理。从鼓励到限制，只用了一年。

大厂也在转向。2026 年 5 月，亚马逊高级副总裁 Dave Treadwell 对员工说：「Please don't use AI just for the sake of using AI」（不要为了用 AI 而用 AI），并撤下了使用量排行榜。那些当初把「用 AI」写进考核的公司，开始把指标从「用了多少」改成「产出多少」。

阿远所在的会议室群里，AI生产的文档每天都在继续增加，没人知道这些文档到底有没有被读完，但每个人都「看起来」都更会写报告了。