AI 没有让你变慢 19%——真相比这残酷得多
最近有一个数字在中文互联网上疯传："用 AI 的人效率反而变慢了 19%"。几乎所有转发这个数字的人都说它来自哈佛商业评论，来自伯克利的研究者。
这个说法是错的。
不是数据错了，是出处搞混了。而这个错误本身，恰恰揭示了一个比"变慢 19%"重要一百倍的问题。
那个被张冠李戴的数字
"19% 变慢"这个数据确实存在，但它来自 METR（Model Evaluation & Threat Research） 在 2025 年 7 月发布的一项研究。他们追踪了 16 名资深开源开发者完成 246 个编程任务，发现使用 AI 工具的开发者实际完成速度慢了 19%——尽管这些开发者自己认为自己快了 20%。
而哈佛商业评论上那篇被频繁引用的文章，是 UC Berkeley Haas 商学院的 Aruna Ranganathan 和 Xingqi Maggie Ye 在 2026 年 2 月发表的。她们花了八个月驻扎在一家 200 人的美国科技公司里，做了超过 40 场深度访谈。她们的发现，不是"变慢了多少"，而是比这可怕得多的东西：
AI 没有减少工作，它在吞噬工作的边界。
这两项研究被混为一谈，在中文互联网上传成了"哈佛研究证明 AI 让你慢 19%"。我们太渴望一个干脆利落的数字来证明自己的不适感了，以至于随手就把两个完全不同的研究焊死在一起。但这恰恰是问题所在——我们对 AI 的理解，已经被简化成数字的奴隶了。
伯克利研究真正发现了什么
让我把那份 HBR 研究的核心发现还原给你。
这家公司给员工提供了 AI 工具，但不强制使用，没有 KPI，没有"你必须用 AI 写代码"的要求，纯自愿。前几个月，一切美好：产品经理开始自己写代码，设计师自己做数据分析，原本要外包的工作被一个人包揽了。产出飙升，公司表扬，员工兴奋。
然后，第六个月，画风突变。疲惫、焦虑、倦怠全面爆发。
研究者的结论用了一个精准的词："工作负载蠕变"（workload creep）。
这不是"AI 让你做同样的事变慢了"，而是"AI 让你做的事变成了原来的三倍，然后你在三倍的工作量里挣扎，还以为自己效率翻了倍"。
产品经理不只是产品经理了，他还是半个程序员。设计师不只是设计师了，她还要做数据分析。每个人的工作范围像一滩墨水一样向外晕染，直到彼此重叠、失去形状。
"工作"这个概念本身，正在被 AI 溶解。
这不是 AI 的新问题，而是"生产力工具"的老剧本
如果你觉得这听起来耳熟，那是因为每一代"生产力工具"都讲过同样的故事。
电子邮件说：你不用再等信件了，沟通效率翻倍。结果？24 小时待命的文化。
智能手机说：你不用再被困在办公桌前了。结果？办公桌跟着你回了家。
Slack 说：你不用再等邮件了，即时协作。结果？永远在线、永远有人 @你。
每一次所谓的"效率革命"，实际上都不是让你用更少时间做同样的事。它们做的事情都一样：扩大了"工作"的定义范围，然后把新的范围变成理所当然。
AI 是这个模式的终极版本。因为之前的工具只是改变了你工作的时间和地点。AI 改变的是你工作的内容和范围。当产品经理可以用 AI 写代码时，"产品经理不需要会编程"这条边界就不存在了。当设计师可以用 AI 做数据分析时，"这不是设计师的活"这句话就再也说不出口了。
而且 AI 比之前所有工具都狡猾一点：它让边界的溶解感觉像是赋能。 前六个月你觉得自己无所不能。到第六个月你才发现，你不是变强了，你是被展开了。
55000 人和 130 万人：同一枚硬币的正反面
回到宏观面。2026 年第一季度，166 家科技公司裁掉了超过 55000 人。Meta 计划裁员 20%（约 15800 人），Block 裁了近 40%，Atlassian 一刀砍掉 1600 人连 CTO 都走了。
与此同时，LinkedIn 与世界经济论坛 1 月的联合报告显示，AI 已创造超过 130 万个全新岗位，加上 60 万数据中心岗位，接近 200 万。
所有人都把这两个数字理解为"旧的消失，新的出现"。但真正的故事不在数字里，而在这两个数字之间的那段真空地带——那些既没被裁掉、也没跳到新岗位的人。他们还在原来的位子上，用着 AI，做着三个人的活，薪水不变，职位不变，但工作的本质已经面目全非。
伯克利的研究盯的就是这群人。他们才是沉默的大多数。
5% 的人不是因为更聪明
Google 和 Ipsos 今年 2 月的调研显示，全球只有 5% 的劳动者达到了"AI 流利"水平。这 5% 的人获得加薪的概率是其他人的 4.5 倍，获得晋升的概率是 4 倍。PwC 对全球近 10 亿条招聘广告的分析发现，有 AI 技能的人薪资比同岗位没有 AI 技能的人高出 56%——而且这个数字一年前还只是 25%。世界经济论坛甚至发现，AI 技能带来的薪资溢价（23%）已经超过了硕士学位（13%）。
但这里有一个几乎没人问的问题：这 5% 的人和其他 95% 的核心区别到底是什么？
不是他们学了更多课程，不是他们更年轻更灵活，更不是他们智商更高。
我的判断是：他们学会了在 AI 面前设定边界。
那 95% 的人要么完全不用 AI，要么像伯克利研究里那些人一样——打开了 AI 这扇门，然后让 AI 把自己的工作范围撑到极限，最终在工作负载蠕变里 burnout。
而那 5% 的人，做到了一件极其困难的事：他们用 AI 放大了自己的核心能力，同时拒绝了 AI 带来的无限膨胀。 他们知道什么时候该用 AI，更重要的是，知道什么时候不该用。
这才是 AI 时代真正的核心技能——不是 prompt engineering，是 boundary engineering。
公司最不想让你知道的事
还有一组数字值得玩味。2026 年，企业在 AI 工具上的支出增长了 23%，而在 AI 培训上的支出下降了 18%。提供正式 AI 培训项目的公司从去年的 35% 降到了 26%。
这不是疏忽，这是策略。
想想看：如果公司给每个员工做了充分的 AI 培训，教会他们如何用 AI 高效工作同时保护自己的工作边界，结果是什么？员工变得不可替代。他们知道自己的能力边界在哪里，也知道公司在利用 AI 模糊这条边界。
但如果不培训呢？员工要么不会用 AI（可以用"不够上进"来裁掉），要么自己摸索着用（没有人教他们设边界，于是工作范围无限膨胀，公司白捡三倍产出）。
扎克伯格那句话说的是："以前需要一个团队的项目，现在一个非常优秀的人就够了。"但没人追问下一个问题：那个"非常优秀的人"扛着一个团队的活，他能撑多久？
这才是 AI 时代真正的"洗绿"。不是公司把裁员归咎于 AI——那只是表面的洗绿。深层的洗绿是：用"AI 赋能"的名义，把一个人的岗位偷偷重新定义成三个人的工作量，然后把这叫做"效率提升"。
所以怎么办
我不打算用"赶紧学 AI"来结尾。这句话你已经听过 100 遍了。
我想说的是：学 AI 当然重要，但更重要的是学会在 AI 面前保持自己的形状。
这意味着几件具体的事：
第一，区分"能做"和"该做"。 AI 让你能写代码不代表你应该把写代码加进你的职责。工具的边界不应该自动变成你的职责边界。
第二，主动定义你的工作范围。 不要等公司帮你定义。在 AI 模糊一切边界的时代，你越清楚自己做什么、不做什么，你就越不可替代。
第三，警惕"蜜月期"。 伯克利研究发现的 6 个月转折点是真实的。当你觉得 AI 让一切都很爽的时候，停下来问自己：我是效率更高了，还是承担的范围更大了？
第四，深度思考不可外包。 AI 可以帮你搜集信息、整理数据、起草初稿。但如果你把思考本身也交给了 AI，你就从"使用工具的人"变成了"工具的延伸"。
55000 人被裁，是看得见的伤口。但留下来的人正在经历的边界消失、角色溶解、无声的工作负载蠕变——这才是 AI 时代最深的一刀。它不流血，但它在慢慢改变你是谁。
AI 没有杀死你的效率。它杀死的，是"你的工作"和"不是你的工作"之间的那条线。
参考资料
Ranganathan, A. & Ye, X. M. (2026). "AI Doesn't Reduce Work — It Intensifies It." Harvard Business Review, February 9, 2026. hbr.org
METR (2025). "Measuring the Impact of Early 2025 AI on Experienced Open-Source Developer Productivity." July 10, 2025. metr.org
World Economic Forum & LinkedIn (2026). "AI Has Already Added 1.3 Million New Jobs, According to LinkedIn Data." January 2026. weforum.org
PwC (2025). "Global AI Jobs Barometer 2025." June 3, 2025. pwc.com
Google/Ipsos (2026). "AI Works for America / Multi-Country AI Survey." February 19, 2026. ipsos.com
World Economic Forum (2026). "How AI Skills and Experience Are Transforming the Workplace." February 2026. weforum.org
Layoffs.fyi (2026). Tech Layoffs Tracker, Q1 2026 data. layoffs.fyi
TechCrunch (2026). "Meta reportedly considering layoffs that could affect 20% of the company." March 14, 2026. techcrunch.com
CNN (2026). "Block lays off nearly half its staff because of AI." February 26, 2026. cnn.com
CNBC (2026). "Atlassian slashes 10% of workforce to self-fund investments in AI." March 11, 2026. cnbc.com