AI進廠，救贖、排異、恐慌與一場組織效率大PK。

文｜任曉漁

編｜徐鑫

AI快速進步重塑白領工作已不是新聞。過去幾年，科技公司們持續向社會許諾，AI將創造前所未有的生產力價值。

人們普遍以為，這將是一件以十年為周期發生的事。但過去幾個月里，這個許諾正以我們始料未及的速度快速兌現。

AI像一個會傳染的病毒，在各類組織里蔓延，并與不同工種、協作關系發生激烈反應。

如果把組織看成一個生命體，此刻在一些大型企業、中型公司和只有幾個人的小團隊里，不同烈度的感染同時在發生——有的在被重塑，有的組織在排異，當然也有的還沒有意識到大感染已經開始。

我們接觸和采訪了若干家企業，發現與AI反應的方式，正在快速影響一個組織的效率。而這種反應也不可避免地在打工人身上蕩起了漣漪。

“就像冰河時代來臨，所有巨大的動物都要把自己變形才能活下去。”

01

AI能寫出技術團隊寫不出的代碼

“過去這一個多月，AI比想象中更瘋狂。”云蝠智能CEO魏佳星談及過去幾個月他們內部用AI帶來的組織變革和由此發生的連鎖反應，忍不住感慨。

今年春節開工第一天，這家成立已經八年，百人規模的智能語音外呼技術服務商開了一場組織動員大會。在智能語音外呼行業里，云蝠智能是擁抱AI頗為迅速的一家，在國內較早基于大模型迭代智能呼叫產品，每次基模升級也能看到云蝠快速跟進的身影。

但最近幾個月里，一切有了質變。

去年9月開始，云蝠智能的研發部門從Copilot和Cursor遷移到了某頂級模型上。11月，CTO用AI寫出了一個針對不同人聲的自動降噪模型——不只是寫出來了，它上線了，能夠承載高并發處理。魏佳星回憶這個過程，語氣里有一種至今沒有完全消化的震驚：“我們現有的技術團隊寫不出來，然后它給寫出來了。”

這和過去兩年大家熟悉的“AI提效”敘事不一樣。過去的AI工具Copilot、Cursor及其他AI編程工具的使用效果的口徑基本一致：幫助團隊提升20%到40%的效率。但去年年底開始，魏佳星覺得技術進步到了另一個量級，“如果效果好了兩到三倍，就不能稱之為提效了。“

云蝠隨后切換了整個研發工作流，在技術部門強制要求使用頂級AI工具，并且在年前啟動了一波新的招聘，解決此前的產能不足問題。新加入的30名員工不論歸屬哪個部門全都是vibe coding狂熱愛好者，“我們不僅沒有裁員，反而增加了新血液”，魏佳星說。

云蝠還設計了一套獎勵策略來推廣AI應用——與AI協作的產品上線或在組織內應用后，公司給功能設計者發錢。每個需求按照難度和重要程度定價，魏佳星認為，按Token消耗量報銷或獎勵反映不了太多的真實價值創造，而追蹤用AI創造了多少可以上線的東西更有價值。

這套機制在研發、產品、UI、測試四個崗位同時運行，由于一線員工基本都實現了漲薪，整個團隊跟打了雞血一樣，“三月份前兩周都在摸索和磨合AI，但后兩周明顯加速，算下來公司相比去年同期人均提效約40%”。

云蝠智能的嘗試并非孤例。成立不到兩年，員工規模不到二十人的的AI創業公司remio，過去半年也經歷了AI從輔助工具到真正生產力搭檔的突變。

remio研發負責人告訴數智前線，去年11月底之前，AI在這家創業公司更多是輔助角色，比如作為個人提效的輔助工具，整理文檔、補代碼片段等。隨著去年底模型廠商的一波基礎模型能力升級，去年11月后內部從產研到市場團隊里都開始大規模流行起Vibe Coding。

一個具體的案例是，remio在開發多端同步功能時，需要覆蓋大量邊界條件，團隊為此準備了500多個測試用例——其中相當一部分是在團隊都下班后，由AI自主完成的。春節期間，remio 整體從AI知識庫向 Agent 版本轉型的過程中，創始人汪源一個人就通過vibe coding把整個agent框架從零搭建完成。

汪源在創立remio之前是網易集團副總裁、網易杭州研究院執行院長，2024年他開始投身大AI創業浪潮。去年4月，創業半年多的remio正式推出了AI知識庫產品，最近整個產品又完成了從知識庫到Agent版本的升級。remio團隊稱，AI極大加速了產品的研發與面市進程。

作為創業團隊，云蝠智能和remio都重視控制token成本。在云蝠，魏佳星提到，他們通過賬號共享再配合分級使用策略，將40人團隊的月度AI投入控制在2萬元人民幣。

而remio報銷政策則是每人每月報銷400元人民幣，超出部分公司報銷90%，剩下10%由員工自己承擔。因為如果全額報銷，有員工可能會”開著loop一直在那里跑“，一個月幾萬美金都能燒出去，但產出和消耗可能會完全不成比例。

02

有大廠招實習生和外包要CEO來批

實際上，不只是這些AI創業公司在積極擁抱AI，Token預算正在越來越多的組織里成為一種新的組織共識。大型科技公司稱得上這項計劃的積極踐行者。

今年年初，英偉達CEO黃仁勛在2026 GTC大會上預測：“未來，每位工程師都需要年度Token預算。他們的年薪可能是幾十萬美元，我會額外再給他們相當于薪資一半的 Token 配額，讓他們實現10倍的效率提升。”

開春后，國內頭部互聯網大廠也相繼將AI工具和Token預算納入員工福利體系。

阿里、騰訊、字節都公布了與token預算相關的政策或計劃。以阿里淘天集團發布的AI生產力計劃為例，全體員工（包括實習生）可免費使用悟空、Qoder 系列等內部付費AI工具，覆蓋技術研發和通用辦公場景。同時員工購買內外部開發工具的費用，可申請全額報銷。

而騰訊也被報為員工配備了Token套餐，有報道甚至稱額度夸張地達到了年度約22萬元/人的覆蓋標準。數智前線則獲悉，騰訊員工的token報銷額度為每人每月1000美金和騰訊旗下AI企業辦公產品workbuddy的十萬積分。

字節則在本月初宣布了一項新的激勵政策，除了在工作場景提供的大量AI工具且不限具體額度的基礎上，還可為員工業余時間學習體驗優秀軟硬件產品提供總價格50%的報銷額度，其中產品/技術團隊上限在1000美元，其他部門上限為300美元/年。

在這些豪橫的token預算之外，許多中大型科技公司今年也加速在組織內推廣各種AI工具。

例如小紅書年初后大力推動全員用“蝦”（內部開發版類Openclaw工具），有員工稱上午剛培訓完如何用“蝦”，回來發現辦公電腦上已經出現了蝦。而如果沒有打開軟件使用，“蝦”還會主動提醒員工使用。

這些企業所涉及到的工作流，覆蓋了研發、設計、招聘、數據分析和市場投放等多個場景和環節。一些大廠還在最近的產品更新上線宣傳中專門提到代碼的AI貢獻率。比如字節的TRAE SOLO上線時專門提到，Solo 獨立端的開發中AI代碼貢獻率達93%，有100 萬行代碼、9000 多次提交，均由AI完成。

為了克服組織上的慣性，加速推進AI落地，大型公司在流程規則上有一些舉措，比如降低AI應用門檻，增加擴張新人手的流程難度。

有巨頭企業金融業務線員工告訴數智前線，他們現在招聘一個外包都要報批到CEO，這與公司內大力鼓勵員工用AI來完成業務流以及充裕的Token預算形成了鮮明對比。

“遇到問題，你應該第一反應去用AI解決，而不是問其他部門或尋找其他資源”，有公司的CEO稱，他現在希望改變員工的思維方式和協作方式，這樣才能充分發揮AI的價值。

數智前線獲悉還有一些大型企業里提出了一些OKR指標，設定了有一定比例工作必須要與AI協作完成。當然也有一線員工反映，由于目標設定相對含糊，員工其實也不明確目標最終會如何落地，“怎么量化，怎么考核具體的比例，其實很難有明確的數據”。

雖然一些人士指出，大型組織存在重重匯報關系，包括領導層可能不熟悉業務一線，相比更扁平的團隊在用AI的效果感知、靈活性上可能會差，但不可否認的是，大廠也有其固有的優勢。這些組織資源充足，有非常充足的Token預算，同時他們自身也有能力去封裝工具，一旦“大象轉身”，有時候使用前沿工具的速度可能比小型公司更有資源優勢。

比如在去年許多企業還沒有大規模用上Ai賦能時，字節、騰訊等大廠里已經有不少封裝的供內部使用的Agent工具。

03

救贖、排異和恐慌

AI如同一場大感染，在組織內的代碼、數據分析、投放策略、設計、招聘等一連串場景快速攻城略地。

但這個過程，并不完全是高歌猛進的故事。從市場競爭、技術進步和個體生存等不同維度，你能看到企業和打工人各有自己的敘事框架。

有人在這個過程里感受到了技術進步帶來的好處。魏佳星面試過一個候選人，對方上一份工作是在一家土木建筑公司里坐辦公室的。過去兩年他一直在學AI編程，在工地上用手機刷文檔、跑代碼，周圍沒有人理解他在做什么。

而由于是Vibe Coding狂熱分子，他得到了一個加入AI智能體公司工作的機會。“他在此前的組織里可能格格不入，而新的機會感覺像是在救贖他。”魏佳星回憶那次面試，認為擁抱AI的人和擁抱AI的組織之間會互相吸引，同時，企業組織對AI不同的態度，可能也會形成排異反應。擁抱AI的人在保守的組織里留不住，而會用AI的人會獲得更高的市場回報。

就業和招聘市場，立竿見影的變化已經發生了。在我們接觸的許多公司里，企業招聘對于候選人的AI使用能力已經是共性要求。

澎湃新聞此前梳理了騰訊、字節跳動等5家互聯網公司發布的2026春招崗位，共統計到10221條招聘信息，分析后發現，47%的崗位都有AI要求。普華永道在 2025年6月 發布的《2025年全球AI就業晴雨表》(2025 Global AI Jobs Barometer) 中明確指出：“2024年，擁有人工智能技能的從業人員平均工資溢價56%，是前一年25%的兩倍。”

但不可避免，在不同的工種、使用不同的AI工具乃至不同的角色間，對AI能力的態度也存在差異。

在某家中型科技公司品牌市場團隊，一位資深市場人士告訴數智前線，在老板的大力推動下，他們目前在各種場景里瘋狂找AI可落地的場景。許多場景有免不了“為了AI而AI”的嫌疑，往往AI并不能真正交付符合要求的內容，但老板卻經常質疑結果達不到預期。

例如一些文案，涉及到復雜的場合要求和需求對齊，而AI缺乏相關的知識背景和素材積累，即使有很復雜的提示詞要求，最終完成的結果也達不到場要求。但技術出身的老板經常有一句口頭禪，“如果用不好，不是CC（claude code）的問題，是人的問題”，這讓這位資深市場人頗為苦惱。

而云蝠智能魏佳星也感慨過，“如果用不好，不是AI的問題，是人的問題”。他發現的是，研發代碼場景里AI產生了巨大的生產力價值，并且擁有全棧思維，能從全局來思考產品功能的CTO來用頂級模型產生的效果遠超一般的普通研發。而如果對產品和需求無法做精準定位，講不清要什么的人，用了AI可能也很難產生很好的結果。

硅谷大牛Andrej Karpathy前兩天針對人們對AI能力的理解差距擴大給出了一個解釋。他認為根源在于兩件事：時效性和使用層級。很多人用免費版ChatGPT就形成了對AI的全部判斷。而即便每月花200美金訂閱如果不是在編程、數學或研究等場景深度使用，沖擊其實依然是有限的。因為強化學習在編程這類有可驗證答案的領域里效果最好，天然容易優化。而搜索、寫作、建議這些普通人最常用的場景，并不是科技公司優先優化的方向，"金礦在別處，注意力就跟著走"。

remio汪源則坦言，目前Agent在企業內的許多場景，在關鍵決策和質量把控環節，人的介入仍然不可或缺。例如，在市場投放場景，業務團隊發現AI能完成自動投放的工作流，但真正運行得是否符合實時的業務要求，還需要由專業人士來校驗。

但不管AI是否在所有的場景里奏效，一場大感染已經在發生。

一位大廠的養蝦大戶曾對數智前線提到自己的糾結，在龍蝦熱的那段時間里，他每跑通一個業務流程，沉淀初一個skill，都很猶豫要不要向上匯報。因為Skill沉淀的可能就是身邊同事的工作內容。

與這位大廠打工人的糾結相呼應的是，過去兩周里github上有兩類skill在同時流行。“同事.skill”通過分析員工工作記錄生成AI技能插件，可將離職員工的工作能力數字化保存，教人讓AI接管某類同事的工作。與之相對的，有人則推出了“反蒸餾Skill”，反過來教人如何系統性地防止自己的經驗被AI蒸餾。

某種程度而言，這也是我們這個時代里組織效率焦慮和個體生存焦慮的真實寫照。

04

消失，融合與組織效率的競爭

還有一些更長期的變化苗頭已現。

隨著AI可以勝任一些非常初階且重復性很強的工作，初階的招聘需求正不可避免地消失，“行政發票報銷跟人事的篩選錄用這些環節都可以使用AI，企業可能不再需要招聘實習生”，一家企業負責人提到。

當然也有人認為，即使從打工人視角看，這些重復性的工作消失并不是一件壞事。

一家企業市場部的負責人就告訴數智前線，以前她很難招在各個平臺發文章的人，因為這個環節成長性不高，但對企業來講又是必須要投入且確保水準，招來的人由于很難有職業發展空間，經常流失。AI現在能完成這部分工作，原來有可能在這個崗位蹉跎的人，就有機會進入到更有挑戰性的環節工作。

人要去做更有創造性的工作，這個暢想正在變成就業市場更剛性的要求。至于一個缺乏經驗的初階人士如何走到有創造性有職業taste那一步？當下還沒有具體的解法，它有賴包括教育機構及企業在內的就業市場的共同調整和改變。

同時，在職業市場里，崗位也正在“融合”，在各個部門里崗位的分工不會再那么細化。

Remio創始人汪源舉例，比如市場部可能不會再有專門的投放工種，所有人都能與AI協作兼顧這個環節。在研發部門，一些企業當下已經沒有嚴格意義上的產品經理，大家都是既是產品經理又是工程師。協作已經在發生變化，原本需要產品經理、前端工程師、后端工程師、測試工程師相互協作的工作流程，會變成了一個人從需求到上線的全鏈路完成。并且，Vibe Coding壓縮了執行的成本，而判斷力、系統思維和產品直覺，反而變得比以前更值錢。

除了職業市場里工作和人才畫像發生的變化，不同的組織在這場巨變里的效率也有所差異。

一家創業公司CEO認為，一些頂尖代碼工具對項目復雜度是敏感的。越邊界清晰、邏輯獨立的任務，它發揮得越好——比如一個算法功能，一個局部業務閉環。但如果讓它處理一套完整的業財一體化系統，那種歷史代碼堆疊十年、模塊之間耦合不清的東西，效果會急劇下降。

這個特性，在他看來對大公司有一種結構性的不利。因為大公司產品體系越龐大越老舊，遺留問題越多，AI能夠釋放的空間就越小，而小公司，尤其是從零開始用AI搭建產品的團隊，效率提升更為顯著。

并且，大公司的人力成本天然更高，小公司可以用月薪兩萬以內的人，發揮原來五六萬的人才能做的事。這使得同等產出下，小公司的成本結構正在變得越來越有競爭力。“未來可能很難有幾萬人的大廠，而幾百人的團隊正長出巨型公司”。

這位CEO告訴數智前線，他們現在警惕的，已經不只是和他們體量相近的競爭對手，而是OPC類組織。十個人左右，三四個研發，配兩三個銷售，服務一個極細分的局部市場。他們比百人級別的創業公司更靈活，AI給了他們同樣的武器，運營負擔卻小得多。

當然，事情可能也會出現另一個版本。大廠攜體系化的資源優勢，用AI來覆蓋此前因人力成本高而無法服務的利基長尾市場。大型組織和小型企業都擁有了核武器之后，壓力將在不同的組織之間傳導。

一場關于組織效率的重新排位已經展開。

有的組織這場感染中完成了變形，有的還在排異，還有的企業可能還沒有意識到感染已經開始——但這些不同的階段，可能在未來一兩年內會左右不同組織的命運。