AI巨头员工揭露：AI工具让工作更难而非更容易，每周工作90小时成常态
2026年8月11日，据TechSpot报道，AI工具被宣传为让工作更快更容易的解决方案。但BBC对OpenAI、Anthropic、Meta和Google员工的采访揭示了一个截然不同的现实：在这些建造AI工具的公司内部，员工们正经历着超长工作时间、周末加班和持续的产品截止日期压力。在OpenAI和Anthropic，一些员工表示重大开发冲刺（development pushes）可能持续数周，每周工作超过90小时。一位前OpenAI技术员工透露，他们在离职前大多数每周工作至少70小时。现在他们在另一家AI初创公司工作，表示除了在被称为'冲刺'（sprints）的密集发布期外，每周工作时间接近50到60小时。'你周末也要去办公室，只是为了赶上进度或确保没有东西坏掉，'这位人士表示。这种工作现实与AI领导者公开宣传的'AI将实现四天工作制'形成了尖锐的讽刺对比。
这种工作强度与AI领导者的公开承诺形成了鲜明对比。Google几年前曾预测AI可能让四天工作制成为可能。今年早些时候，OpenAI鼓励企业尝试不降薪的四天工作制，声称AI将很快加速人类完成的大部分工作。然而，这位前OpenAI员工表示，他们在公司期间从未尝试过四天工作制。相反，他们描述的是定期的'危机会议'、周末工作和'超级残酷'的绩效评估——这些评估可能导致突然裁员。OpenAI和Anthropic没有回应BBC的评论请求。这种'说一套做一套'的现象引发了一个深刻的问题：如果AI工具的创造者自己都无法享受AI带来的工作便利，那么普通工作者又怎能期待AI会改善他们的工作生活？
工作量的一部分源于AI竞赛的节奏。各公司同时试图改进模型、构建更多计算基础设施、并向产品添加AI功能。这在工程师、研究人员和产品团队身上创造了快速行动和解决问题的压力。Anthropic曾表示其Claude工具可以在某些任务上独立工作7小时。Meta CEO Mark Zuckerberg曾表示AI将让更小的团队做更多工作。然而，员工们表示这些系统并没有减少对他们的工作期望。在许多情况下，他们只是被要求产出更多。Meta员工描述被几乎没有预警地转移到AI团队。一位现任员工和一位前员工告诉BBC，员工们称这个过程为'被征召'（drafted）。前员工表示，人们通常对加入AI项目几乎没有有意义的选择。'他们只是把你调过去，'前员工说。'你不能说不——或者如果你说了，你就得辞职。'
这些团队正在开发用于软件工程和其他任务的AI系统，以及衡量模型执行通常由人类完成的工作能力的基准设施。前员工表示这项工作没有明确的终点。'你实际上是在由人组成的团队中工作，试图复制人类做工作，'前员工说。这种'用人类复制人类'的悖论揭示了当前AI发展的一个根本矛盾：AI系统的训练和评估仍然高度依赖人类劳动。从数据标注、模型评估到安全测试，每一个环节都需要大量人工介入。讽刺的是，为了创造'自动化'工具，人类需要付出更多的劳动。这种'自动化悖论'并非AI领域独有——历史上的每一次技术革命都经历过类似的过渡期。但AI的独特之处在于，它不仅是体力的替代，更是认知能力的替代，这使得过渡过程更加复杂和困难。
这种现象引发了对'杰文斯悖论'（Jevons Paradox）的讨论。19世纪经济学家威廉·斯坦利·杰文斯发现，提高煤炭使用效率的技术反而导致了煤炭消费总量的增加——因为效率提升降低了成本，从而刺激了更大规模的使用。同样，AI工具可能遵循类似的逻辑：当AI让某些任务变得更快时，公司不会减少工作量，而是会增加产出期望。员工们不是工作得更少，而是被要求做更多。这种'效率陷阱'在科技行业尤为明显——电子邮件、即时通讯、项目管理工具都曾被认为是'提高生产力'的工具，但最终它们只是让人们在同样的时间内处理更多的信息和任务。AI可能正在重复这一模式：它不是解放人类，而是创造新的、更高强度的工作形式。
🤔 常见问题解答
Q1: 为什么AI公司的员工工作时间比传统科技公司更长？
AI公司员工工作时间更长的原因是多方面的。首先，AI竞赛的紧迫性——OpenAI、Anthropic、Google等公司都在争夺AI领域的领导地位，这种'赢家通吃'的市场格局迫使公司加速开发。其次，AI技术的快速迭代——模型训练、评估、部署的周期越来越短，团队需要不断跟进最新进展。第三，AI系统的复杂性——与传统软件不同，AI系统涉及大量的实验、调试和优化工作，很多问题是前所未有的。第四，商业压力——投资者期望高回报，用户期望持续改进，这种双重压力转化为员工的工作强度。最后，文化因素——AI行业形成了一种'拼命工作'的文化，长时间工作被视为'承诺'和'激情'的象征。
Q2: AI工具真的能让普通工作者受益吗？
这个问题没有简单的答案。从理论上讲，AI工具确实有潜力提高生产力、减少重复性工作、释放创造力。但实际情况更加复杂。首先，受益程度取决于工作类型——知识工作者（程序员、作家、分析师）可能比体力劳动者更容易从AI工具中受益。其次，组织文化是关键因素——如果公司文化是'用AI做更多工作'而非'用AI做更好工作'，员工可能不会感到更轻松。第三，技能差距——有效使用AI工具需要新的技能，不是所有工作者都有时间或资源来学习。第四，工作安全焦虑——AI可能取代某些任务，这种不确定性本身就增加了心理压力。对于普通工作者来说，关键是要主动学习AI工具、了解其局限性、并在工作中找到人机协作的最佳模式。
Q3: 什么是'杰文斯悖论'？它如何解释AI的影响？
杰文斯悖论是19世纪英国经济学家威廉·斯坦利·杰文斯发现的经济现象。他在1865年的著作《煤炭问题》中指出，提高煤炭使用效率的蒸汽机反而导致了英国煤炭消费总量的增加。原因是效率提升降低了煤炭的成本，从而刺激了更大规模的使用。这个悖论在AI领域同样适用：当AI让某些任务变得更快、更便宜时，公司不会减少工作量，而是会增加产出期望。例如，如果AI让代码编写速度提高50%，公司可能不会让程序员提前下班，而是要求他们在同样的时间内编写更多代码。这种'效率陷阱'意味着技术进步不一定带来工作量的减少，反而可能创造新的、更高强度的工作形式。
Q4: 员工应该如何应对AI带来的工作变化？
面对AI带来的工作变化，员工可以采取以下策略。首先，主动学习AI工具——不要等待公司培训，自己探索ChatGPT、Claude、Copilot等工具的使用方法。其次，理解AI的局限性——AI擅长模式识别和重复性任务，但在创造力、同理心、复杂决策方面仍有局限。第三，培养'人机协作'能力——学会如何有效地与AI合作，而不是与AI竞争。第四，关注不可替代的技能——批判性思维、沟通、领导力、情感智能等'人类专属'技能将变得更重要。第五，设定工作边界——明确工作与休息的时间，避免被'永远在线'的文化吞噬。第六，参与政策讨论——支持合理的工作时间法规、员工权益保护，推动建立更健康的AI工作文化。
🛠️ 推荐工具
- JSON转CSV工具 - 分析工作时间和生产力数据，将JSON格式的HR数据转换为CSV进行趋势分析
- 百分比计算器 - 计算工作时间增长百分比、生产力变化率、加班成本占比等关键指标
- 字数统计工具 - 统计工作报告、项目文档字数，优化沟通效率和文档质量
总结
OpenAI、Anthropic、Meta和Google员工的工作现实揭露了一个令人不安的真相：AI工具的创造者自己并未享受到AI承诺的工作便利。每周90小时的工作时间、周末加班、'被征召'到AI团队、没有明确终点的工作——这些描述与'AI将实现四天工作制'的愿景形成了尖锐的对比。这种现象可以用'杰文斯悖论'来解释：当技术提高效率时，社会不是减少工作量，而是增加产出期望。AI可能正在重复历史上其他'生产力工具'的模式——它不是解放人类，而是创造新的、更高强度的工作形式。对于整个社会来说，这是一个重要的警示：技术进步本身并不自动带来工作生活的改善。我们需要主动思考如何设计AI系统、如何组织工作、如何制定政策，才能确保AI真正服务于人类的福祉，而不是成为新的压迫工具。AI的未来不应该由'每周工作90小时'来定义。