最近一直在想一个问题。用AI越久，到底是变得更能干了，还是只是觉得自己更能干了？
我说的是我自己。每天跟AI打交道，写稿、查资料、分析数据，效率确实比以前高不少。但偶尔停下来的时候，心里会冒出一点不安。那种感觉很模糊，说不清楚。
直到我翻到三份报告，才把这个感觉说清楚了。
一份是微软研究院的《新工作未来报告2025》，一份是盖洛普的《2026全球职场状况报告》，还有一份是SemiAnalysis发布的《AI暗产出》分析。
三个机构，三种视角，指向同一个让人不太舒服的判断。
人越来越难知道自己到底在创造什么价值。组织越来越难让员工真正投入工作。而整个经济计量系统，已经看不见价值本身了。
先说第一份报告。
微软的新工作未来报告，从2021年就开始做了。每年一个主题，追踪AI和工作之间的关系怎么变。2021年疫情刚过，主题是远程协作；2022年转向混合办公的挑战；2023年聚焦AI辅助工作流；2024年看Agent自动化如何改变分工；到2025年这期，主题落在了AI对人类认知能力的长期影响。
它跨了一个完整的周期。从「AI能帮我们干点啥」到「AI到底在怎么改变我们」，观察框架一直在升级。
这期报告里有一个让我后背发凉的点。
临床医生用AI辅助检测肠息肉。AI帮医生标记可疑区域，医生再确认就行。三个月后，研究人员发现——那些医生自己识别癌前病变的能力，出现了显著下降。
不是变懒了。是大脑和那块能力之间的连接，真的断了。当你不再亲手做判断的时候，那个通过做来学习的循环就停了。
用进废退。这四个字在AI时代比任何时候都更真实。
编程领域也有类似的发现。那些非技术背景的人用AI写代码，看起来效率很高，但一旦失去AI访问权限，那种能力立刻消失。没有任何持久的学习成果沉淀下来。
报告里还有一个发现更戳人。
先让AI给方向再独立构思的人，产出的原创想法明显少于先自己动脑子再让AI介入的人。而且这个效应有残留——不是临时用的那一下，是长期都会受影响。
AI在你还没想清楚之前介入，会锚定你的思维。你觉得自己在选，其实只是在AI给出的几条路里选。而真正的原创，往往不在那些路里。
这个叫认知去技能化(deskilling)。翻译成人话就是——用AI越顺手，自己思考的时间就越少。长期下去，你独立解决问题的能力不是变强了，是变弱了。
微软这个报告观察了五年，它最重要的发现不是「AI很厉害」，而是「人类对AI的依赖有隐形成本」，当然也包括组织成本。
好了。这是个人层面的故事。
现在把镜头拉远，看看组织层面。盖洛普那份报告，讲了一个同样让人不安的故事。
盖洛普是全球知名的民调机构，从2009年起每年发布《全球职场状况报告》，覆盖160多个国家，跨度超过15年，是全球覆盖面最广的职场调研之一。它追踪的核心指标叫「员工敬业度」——不是考勤满意度，是员工在心理上对工作的投入程度。
今年的数据是这样的。
全球真正投入工作的员工，只剩20%了。
什么叫真正投入工作？不是按时上班、不摸鱼，是「高度投入、充满热情、心理上的主人翁」。这么高的标准，20%能做到，好像也不奇怪。
但反常的不是20%这个数字。反常的是趋势。
2009年，全球敬业度只有12%，一路慢慢涨到2022年的23%。2024年和2025年连续两年下滑，跌回20%。这是自2009年以来敬业度第一次出现连续两年下滑。
也就是说，平均来看，疫情之后短暂的反弹已经结束了。
为什么会这样？盖洛普给了一个让我没想到的解释。
这一轮全球敬业度下滑的主要原因，是管理者敬业度下降。2022年全球管理者的敬业度还有31%。到2025年，只剩22%。3年跌了9个百分点。
这群本该最有动力的人，为什么先撑不住了？
一个绕不开的原因，是AI正在重构中层管理者的存在价值。过去中层管理者的核心作用是传递信息和承担责任。AI来了以后，信息自动呈现在看板上。Gartner预测，2026年20%的组织会削减超50%的中层管理岗。
但扁平化的代价，是管理者敬业度的崩盘。害怕被优化，很多管理者进入一种拧巴状态——不敢太强硬地要求下属，不敢轻易反对老板。
更麻烦的事情在后面。
麻省理工（MIT）的一项平行研究发现：美国企业累计投入AI的资金大约400亿美元，但95%的组织在利润上看不到可衡量的影响。
盖洛普自己的数据也印证了这个方向：在落地AI的组织里，只有12%的员工认为AI改变了组织的工作方式。
为什么？盖洛普有一段分析说出了本质。
AI擅长优化具体动作，但复杂的是协作。
做周报以前要两小时，AI只要十分钟。但周报还是要发经理，经理还是要同步总监，总监还是要开会，会上还是可能改方向。AI省下来的时间，就这样被新的协作成本吃掉了。微软的报告也给这个观点做了个类似的背书：
盖洛普追踪了这个矛盾十五年——技术越来越强，组织的摩擦却没有同步下降。敬业度下滑不是疫情的后遗症，是一个更深层问题的信号。
但故事到这里，还没完。
前几天我又读到第三份分析，来自SemiAnalysis的《AI暗产出》。SemiAnalysis是一家专注半导体和AI产业链的深度研究机构，这篇报告发布于2025年底，讨论的是一个有点反常识的问题。
AI创造的价值，GDP可能根本看不见。
这听起来有点反直觉。GDP怎么会看不见？每一笔token支出不都是API厂商的营收，不也进了GDP吗？
对。token支出确实在GDP里。但真正的问题不在这个细节上。问题出在一个更大尺度的结构错配上。
SemiAnalysis的核心论据有三层。
第一层，美国大约41%的服务业GDP采用「工资锚定」法核算。意思是，这个行业的产出增长被近似定义为工资或工时的增长。当AI让一个律师的工作效率翻倍，但律师人数和工资没变时——GDP不会记录任何产出增长。AI带来的生产率提升，在统计上完全「不存在」。
第二层，SemiAnalysis估算，当前一代AI有潜力替代或显著增强的劳动力任务，对应着约1.5万亿美元的工资池。当AI接手这些工作后，留下的经济痕迹只是几十亿美元级别的API支出（token费用）。原本需要1.5万亿美元人力成本完成的工作，被价值低两个数量级的token替代了。从GDP视角看，这组信号呈现的不是「效率提升」，而是「服务业规模萎缩」。
不是token不在GDP里，是量级差距太大。1.5万亿变成几十亿，GDP看到的是收缩，不是增长。
第三层，当一个行业的核心产出成本骤降，价格信号会给出错误解读。比如一个律师用AI完成一份遗嘱，成本从150美元降到0.5美元。统计局看到的是「律师行收入暴跌、剩余律师收费更高了」。系统把这种信号诊断为——通胀上升，生产率下降。
成本在坍缩，统计却报出滞胀。
报告还提到了一个诡异的伴生现象。在受AI影响最大的经济部门中，就业人数在下降，但这些部门的平均工资却在上涨。不是有人加薪了，而是收入最低的那批员工被替代后从样本中消失，剩下的资深高薪人员拉高了平均值。没有人真正获得加薪，是统计数据自身的结构偏移。
美联储主席凯文·沃什在2025年12月罕见承认了这个困境。他说只盯着现有统计数据制定利率，等于看着后视镜开车。数据滞后会让人错判经济潜力，在明明可以实现低通胀高增长的时候不敢行动。
2013年，美国修订过一次GDP核算方法，把研发投入和知识产权投资也计入其中。那一次调整，20世纪90年代的经济总量一下子多出了3.6万亿美元。那次修订至少还有发票、合同可以追溯。
但AI时代的问题，连发票都没有。
现在把三份报告放在一起。
微软报告说，个人层面的价值创造正在变得不可见——你自己都不知道AI替你做了多少判断。
盖洛普报告说，组织层面的价值创造正在变得不可见——管理者不知道自己的团队在创造什么，员工也不知道自己的投入有没有意义。
SemiAnalysis报告说，宏观层面的价值创造正在变得不可见——GDP系统看不见AI到底创造了多少真实经济价值，或者至少看不全。
三份报告，三种尺度。个人、组织、国家。全在经历某种程度的「测量失灵」。
而这三层是连着的：
个人判断力下降，让组织效率更低
组织效率低，让宏观数据更难看
宏观数据难看，又让政策制定者不敢放手支持AI
这是一个互相强化的系统困局。
但我不认为这是一个「全完了」的故事。因为这些报告虽然在描述问题，但每个层面都暗示了解决的方向。
个人层面，方法不复杂。重要的事情一定先给自己五分钟，先独立思考再问AI。定期审视自己的对话记录，看看你在指挥AI还是在被AI带着走。每次AI给答案后，先问自己：这个答案的假设是什么？我凭什么相信它？不是每次都需要找到更好的答案，但这个过程本身就是一种训练。
组织层面，盖洛普报告里有一个被很多人忽略的信号。那些敬业度不降反升的公司，有一个共同特征——它们重新定义了管理者的角色，从「信息传递者」变成「决策赋能者」。不是催进度、盯汇报，而是帮团队拆方向、扛风险、做判断。AI替代不了后面这些事。
宏观层面，SemiAnalysis报告自己也说了。AI的成本端（数据中心、GPU、电力）每一笔都有据可查。真正缺失的不是数据，是统计口径。2013年GDP修订过，现在需要再修一次。
我的感受是，这三份报告的最早数据采集距今远的已经有半年，这期间AI行业又发生了太多变化。Agent工具更成熟了，Claude Code可以自己写完完整的PR，Codex可以做端到端编码。认知去技能化的风险在增大，但应对工具也在成熟。
这些人的共同点，不是比谁更会用AI，而是知道自己要什么，也知道自己创造的价值怎么衡量。
所以回到开头。用AI越久，到底是变得更能干了，还是只是觉得自己更能干了？
答案不取决于AI本身，取决于你有没有建立自己的测量方式。
不是对AI负责，是对自己的判断力负责。
选对方向。问对问题。守住判断。
这三件事，AI暂时干不了。而且很长一段时间内都干不了。
（来源：微软《Microsoft New Future of Work Report 2025》· 盖洛普《State of the Global Workplace The Human Side of the AI Revolution Report2026》· SemiAnalysis《AI Dark Output: The Visible Cost of Invisible Output》）
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧。 谢谢你的时间。
