AI 的使用，本来应该是为了提高工作效率。

按理说，工具变强了，重复劳动少了，大家应该更少加班，更不需要 996。可现实里，很多公司和团队却把事情走反了：用上 AI 之后，无意义的加班和内卷好像更严重了。

更离谱的是，有些公司开始把 AI 使用量本身变成考核指标。比如统计每个人每个月消耗了多少 token，做排名、做通报，甚至把“不达标”当成淘汰理由。

这就很荒诞了。AI 明明是效率工具，最后却变成了新的压力工具。说白了，这已经不是用 AI 提效，而是借 AI 制造新一轮筛选。

1.1 指标一旦变形，行为就会变形

上面有这种不合理的政策，下面自然就会有对策。

既然考核看 token 消耗，那大家就只能拼命消耗 token。至于这些 token 有没有真的解决问题、有没有产出结果，反而变得没那么重要了。

于是就会出现很荒唐的场景：随便找一个没意义的话题，拉上十个机器人，建个群，让它们在里面互相对话、互相扯皮。一个晚上下来，上千万 token 就烧掉了。

看报表，使用量很漂亮；但看结果，几乎什么都没有。

1.2 谁真的受益了？

当然，也不能说完全没有成果。

至少 token 需求被无意义地放大了。需求一放大，上游 AI 公司就可以继续讲增长故事；再往上，硬件厂商也有理由继续扩产。算力、芯片、服务器，大家都能在报表里看到繁荣。

资本市场也喜欢这个叙事：AI 使用量高涨，算力需求爆发，产业链一片火热。

可问题是，最前线真正使用 AI 的人，可能并没有因此轻松多少。相反，他们只是从“加班写代码”，变成了“加班证明自己用了 AI”。

1.3 真正的问题不是 AI，而是怎么用 AI

我并不反对 AI，也不反对统计工具使用情况。真正的问题是：管理者到底想用 AI 解决什么？

如果最后只看 token 消耗，那它就会自然变成一场刷量比赛。大家会为了指标制造使用量，而不是为了结果使用 AI。

AI 本来应该让人从低价值劳动里解放出来。如果最后它只是让大家换一种方式继续内卷，那就不是技术进步的问题，而是管理方式又一次跑偏了。