AI 工作場所的新詞彙：生產力還是混亂？

我們在人工智慧的革命中帶來了意想不到的結果——儘管AI工具承諾更快、更高效的工作方式，現代辦公室中「描述性詞語」卻深刻改變了。這不僅關乎技術能力，更關乎一整個新的工作文化，伴隨著新的焦慮與壓力。

像Claude Code和Opus這樣的AI程式設計工具不僅成為幫助，更成為衡量每位員工成功與能力的標準工具。但真正的故事更為複雜：當高層管理者體驗到真正的生產力提升時，大多數員工每週僅節省不到2小時，甚至沒有任何時間節省。

高層如何成為AI編碼的「早期採用者」

AI程式設計的革命始於高層。Intuit的首席技術官Alex Balazs分享了他最近的早晨例行：他在早上5點開始編碼，利用AI代理生成多年未曾學習過的解決方案。「我的思維像被改變了一樣，」他說，特別提到他試用了Anthropic的Opus 4.5，看到它如何在20分鐘內解決工程挑戰。

這種來自領導層的熱情傳遞出一個強烈訊息：AI不是可選的，而是必須的。Arcade.dev的CEO Alex Salazar直接監控團隊使用Claude Code的情況，並在會議結束時宣布：「你們還不夠積極參與。」這個策略非常有效——公司AI工具的使用率在此後十倍增長。

Intuit的產品經理和設計師現在都在採用「氛圍編碼」——一種與AI對話，快速產出可展示給工程師的原型的方式。表面上看，這令人感到賦權，但實際上，它成為了一層新的期待。

新的衡量標準：從產出轉向「互動次數」

最令人擔憂的發展是公司如何改變衡量員工績效的方法。在DocuSketch，產品副總裁Andrew Wirick分享了他們的新指標：不再只看完成的程式碼，而是每天與AI工具的「互動次數」。

「次數越高，生產力越高，」這是一個隱含假設。Claude Code會每週向每位工程師發送報告，顯示他們在與AI的無效對話中反覆迴圈的次數。

問題在於？這些「描述性詞語」創造了一種未被察覺的心理壓力。Wirick坦承，他感受到一種強迫症：「我覺得每天必須進行更多互動，甚至在睡前還在思考如何產生更多提示。」

這套衡量系統樹立了先例——生產力不再以結果衡量，而是以活動量。

AI疲勞：工程師無聲的壓力

UC Berkeley的一項研究揭示了一個矛盾：儘管AI佔據了大量技術工作的比例，工作時間卻沒有縮短，反而增加。

這種新體驗的「描述性詞語」出現了：AI疲勞、適應焦慮、永恆的過時恐懼。工程師們不斷擔心自己會錯過下一個突破，而每個突破似乎都只差一個提示。

數據令人震驚：

• 40%的高層管理者相信他們每週因AI節省了8小時以上
• 67%的非管理層員工表示只節省不到2小時，甚至沒有
• 這個差距不是偶然，而是結構性的

生產力的矛盾：更多工作，卻少了意義

伯克利的學者將這一現象稱為「任務擴展」——當非技術合作夥伴開始使用AI時，工程師變得負責審查和維護由行銷團隊和產品經理產生的半成品原型。

結果形成了所謂的「忙碌ware」——一些微小的網站調整、沒有用戶參與的自訂儀表板、被遺棄的原型。每一個都在當下有合理的理由，但大多數最終都變成了技術債務。

Balazs表示，工程生產力根據程式碼速度提升了30%，但真正的問題不在於「我們做得有多快？」而在於「我們的品質如何？這些程式碼中有多少具有長遠價值？」

這些「描述性詞語」——生產力、效率、產出——開始賦予它們一個遠離原始意圖的新意義。效率不再是更快完成有意義的工作，而是做更多的工作，僅此而已。

反思點：生產力而非目的

在我們持續探索AI革命的同時，關鍵問題不在於「我們如何最大化AI工具的效用？」而是「我們如何在對生產力的迷戀中，保留有意義的工作？」

那些圍繞我們的「描述性詞語」——氛圍編碼、AI疲勞、任務擴展、忙碌ware——其實是更深層文化轉變的徵兆。我們衡量成功的方式已經與我們的核心價值背道而馳。

未來不在於更快的編碼或更多的互動，而在於我們如何重新設計與工作的關係——如何重新獲得以目的為導向的生產力空間，而非僅僅追求活動表象的生產力。