亂用AI，打工人被坑慘了

亂用AI，打工人被坑慘了定焦One2026.07.09 10:22 · 來自福建全文5715字00:00 / 17:24提效還是背鍋？文 | 定焦One，作者 | 金璵璠、陳丹、王漢星、李夢冉、雷晶，編輯 | 陳丹AI已經進入了很多人的工作日常。公關經理用它寫策劃方案，律師用它生成基礎文書，程序員用它寫代碼。對很多人來說，它就像工位旁邊那個隨叫隨到的實習生。而且，AI的交付速度，也很容易讓人“上頭”，甚至會讓人產生一種“掌握了魔法”的錯覺。直到魔法露出另一面。它會憑空編造不存在的競品品牌和行業數據，會一本正經引用虛構法條，會在代碼裡擅自改動不該碰的模塊。

很多翻車，恰恰是因為它給的東西太像真的，讓人放下了戒備。我們和幾位在工作中被AI坑過的人聊了聊。他們並不是不會用AI。相反，AI已經嵌入了他們的大半個工作流程。可即便如此，他們還是會在某些時刻被它帶偏。這些經歷提醒他們，AI越能給出完整答案，使用者越需要保留判斷、核驗和兜底的能力。所謂AI提效，從來不是把工作直接交出去，它更像一次新的職場篩選：會用的人會變得更快，只會複製粘貼的人，可能會在關鍵時刻被它拖下水。01.AI編造了三家不存在的競品，我在提案現場被客戶當場拆穿林晨｜上海 30歲 公關公司策略經理我是做公關策略的。在乙方，策略崗的人經常被叫“提案機器”。

客戶一個電話打過來，可能要求我們在極短的時間內，吃透一個我們此前不瞭解的行業，從裡面挖出洞察，再給出一整套營銷方案。行業是陌生的，時間是不夠的，而客戶要的東西是“驚豔”的。所以AI剛出現的時候，我幾乎是撲上去的。我每天至少有三分之一的工作時間泡在大模型裡，主要用來頭腦風暴和搭框架。剛開始那陣，是真的“爽”。有一次，客戶要一個“銀髮經濟”的營銷概念，只給兩個小時。我讓AI一口氣生成了十幾個方向，挑了一個稍加潤色就交了上去。客戶非常滿意。那種感覺，就像是突然掌握了某種魔法。但正是這種“爽”，讓我一點點放下了戒備。真正讓我摔跟頭的，是今年4月。我們接到一個千萬級的年度全案競標。

客戶想做一個高端寵物食品線。時間照例很緊，不到一週要出提案。我負責的是競品分析這一塊。我把客戶資料和幾個主要競品的名字丟給大模型，要求生成一份詳盡的競品分析報告，重點找出這些競品在高端市場的“營銷盲區”。AI很快交卷，邏輯嚴密，不僅分析了已知競品，還“額外”幫我列出了三家我沒留意過的"新興高端寵物糧品牌"，連它們的營銷打法、受眾畫像都寫得有鼻子有眼，末尾還引用了某家寵物行業研究機構的數據。它給出的結論也很清晰，客戶應該主打“原產地溯源”的概念，去填補那塊市場空白。因為時間太緊，我沒有做查驗，就直接把這部分複製進PPT。

提案那天，當我講到“競品格局”的部分，客戶突然打斷我：“這三個品牌，我怎麼一個都沒聽說過？”我的腦子“嗡”地一下，手心一下子出了汗，我強作鎮定，說“下來查查”。結果，那三家品牌，完全是AI捏造出來的，研究機構的數據也查不到出處。我們丟掉了這個項目，公司認為我在審核環節嚴重失職，扣了我三個月績效。我覺得這個處理是公平的。這件事之後，我給自己立了一條規矩：凡是AI生成的數據、案例、品牌名，必須逐一交叉驗證，查不到出處的，寧可不用。我也開始自己建競品資料庫，用AI的時候直接丟素材給它，讓它基於真實信息來分析，不準自己編。慢慢地，我開始覺得，AI提效其實是一個偽命題。

它幫我省下了寫初稿的時間，但必須時刻保持警惕。它越能寫，對你的鑑別能力要求就越高。所以現在，我和AI的關係就是，我離不開它，但也不敢信任它。02.AI擅自發揮加了額外代碼，全組被拖去加班倒查鹿遙｜上海 32歲 產品經理我是做產品的。過去，我們的工作流程很清楚，產品寫需求，研發和設計實現，測試驗收後再上線。現在，AI基本鑽進了這條流水線的每一個環節。我自己用得算保守。一般就是讓它幫我查查歷史需求，有沒有重複的地方，或者讓它把我寫得亂的需求，理得順一點。但最後怎麼寫，哪些能用，還是自己判斷——這一塊我沒讓給它。研發同事拿到需求後，也會先丟給它，讓它幫著扒邏輯、捋需求，再吐出一個方案。

這套流程本身沒毛病，但這次接需求的是一個工作沒多久的校招生。他對業務還不熟，對我們那堆歷史代碼也不是很瞭解，甚至連AI交付的方案也沒完全看懂。他就按照AI給的方案，跑了一版，發現沒什麼問題。產品和測試也過了一遍，效果確實是我們想要的。大家都以為，這件事可以順順當當往下推了。直到大範圍測試，才發現不對勁。原來，AI根本沒老實待在需求劃定的那一小塊地裡。它自己“發揮”了很多，增加了很多額外的內容。那版代碼裡可能有一半，都是它“順手”寫的。就像一個過分熱心的新同事，你只讓它幫你搬一張桌子，它卻順手把整個辦公室的傢俱都重新擺了一遍。而我們卻只盯著那張桌子檢查。要是文檔，多幾段廢話，刪掉就行。

代碼不是這樣，一個地方動了，會牽出一串東西。那幾天，產品、測試、設計以及研發都被拖進來加班。查線上有沒有受影響，哪些是AI多寫的，倒推問題源頭在哪兒。我們也試過，讓AI自己找問題。它會很篤定地說，已經定位到根源了。結果有經驗的同事一看，它咬定的那段代碼，跟問題壓根兒八竿子打不著。最後沒辦法，只能把那版代碼刪掉，讓人重新手搓一遍。這次還算走運，上線前被攔住了。但這事兒，我不覺得全是AI的錯。更大的窟窿，是人和流程沒有跟上。今天就算這個同事沒出錯，以後也會有B同事、C同事在相似的問題上栽跟頭。現在最要緊的是把流程捋一遍：AI是在哪一環把問題帶進來的，以後審核的重心又該往哪兒調整。我現在更謹慎了。

AI確實能省時間，一個問題以前我要查一兩天，現在它十幾分鍾能給幾個方向。但我一定會再看一遍，也會追問來源。你必須非常清楚自己要什麼，細節也想得足夠充分，再讓AI去執行。否則把一個模糊的思路交給AI，它只會還你一個更模糊的東西。這種風險就算沒當場爆掉，也不過是被推遲到後面，等著某一天集中引爆。AI確實聰明，但前提是你得能掌控它。因此，AI越強，對人的要求反而越高。如果一個人把自己的工作，幹成了對AI的複製粘貼，那被淘汰，只是時間問題。03.

我用AI省了四成工作量，卻差點栽在一條虛構法條上Delia｜北京 獨立律所律師 31歲我在一家涉外業務佔比比較高的律所，日常要處理大量中英文合同和商業糾紛案件。現在，AI基本上已經成了我的“隱形同事”，大半工作流都有它。但這個“同事”不是一開始就好用的，而是一次次踩坑，一點一點磨出來的。我主要拿它做三件事：中英文合同翻譯、基礎文書撰寫和行業法律熱點檢索。翻譯是它最讓我放心的部分。律所絕大多數合同都是雙語版本，這是最耗費團隊精力的重複性工作。而AI在這上面表現一直很穩定，專業術語、句式邏輯，都貼合法律行文規範，幾乎不會錯譯漏譯。

光這一項，就直接幫我們砍掉了近四成的基礎工作量，大大減輕了團隊的重複性負擔。文書撰寫，則是最容易踩坑的環節。其實從2024年起，我就嘗試用AI搜法條，輔助寫文書。它偶爾會出錯，但那時我可以在最後一步的人工審核規避掉這些幻覺問題。真正讓我後背發涼的，是它開始在我的知識盲區，一本正經胡說八道的時候。去年年初，我手上有一起地方股權糾紛案件，時間緊，涉及的區域專項監管規定又特別複雜，我讓AI輔助撰寫初稿，並要求它補充地方性法條與同類生效案例支撐觀點。它很快交了成品，行文邏輯流暢、引用條目規整，大的法條法規我做了一些修訂後整體看上去已經沒有問題了。我當時忙於對接客戶，就草草歸進了卷宗。

萬幸，卷宗報送合夥人複核時，一位同事發現了問題，文中有幾處地方性法條完全是虛構的，錯誤很隱蔽，如果沒有專門做過地方法規的功課，幾乎看不出來。那一刻我瞬間警醒，AI在我的認知框架下可以幫助我提高效率，但超出框架的部分，哪怕只有一點點都會讓我踩坑。為了規避AI幻覺風險，我開始自己搭資料庫，每次用AI，我都限定它只在資料庫裡檢索。後來有了一些專業的付費數據庫，我第一時間採購訂閱，經過長期使用，現在越用越順手了。跟同行交流，我發現很多人還在誤區裡。不少人習慣用多個AI模型交叉審核文書，以為能規避錯誤。但實際效果微乎其微——幾個模型可能在同一個地方一起犯錯，踩過這個坑的人不在少數。

現在我堅持一個觀點：AI沒有好壞之分，好用與否完全取決於使用者的專業認知。它能解放我們的雙手，但無法替代律師的邏輯研判、法條核驗與價值判斷。目前律師從業者的共識普遍是，AI的幻覺問題可以通過使用者的能力來解決，但因果關係和邏輯能力差得還很遠，遠不到衝擊行業的程度。畢竟，法律從來不是一個“yes or no”的問題。不會用AI，你確實會慢慢落後；但無腦依賴AI，更危險。04.項目延期兩週、自費七千塊Token，我還背上了職場“黑點”童桐｜90後 深圳 程序員我做了10年程序員，去年3月開始用AI寫代碼，12月全部交給了AI，到現在基本上不怎麼自己手寫了。

前段時間，我們團隊需要給公司一個老產品做智能化升級，搭一個Agent系統。最開始的使用體驗確實順暢，效率直接翻幾倍，我慢慢放鬆了校驗的警惕心。按照正常節奏，這個項目一個月就能做完。有一次，我把需求寫清楚、標準定好，然後睡覺去了，等它第二天給我交付。結果代碼跑出來了，存在明顯的黑盒缺陷，等我和同事發現時，它已經擅自改動了線上已有代碼邏輯，把別人已經寫好的代碼給改壞了。我只能迅速在群裡滑跪：“對不起，我把你們的代碼搞崩了。”然後和同事一起補救。這次事情之後，我也加強了對AI的審查，每天都在處理AI的小毛病。

就這麼磕磕絆絆折騰了一個半月，項目直到現在還沒交付，本來預計四周完成的項目，目前已經延期兩週了，我還又自費按量充值AI Token，目前額外投入了七千多塊。甚至我的產品經理因為受不了AI的折磨，剛和我提了離職。我的工作風格一向是準時交付，不允許延期，這次事情讓我產生了很深的自我懷疑。更致命的是，這件事已經打亂公司業務佈局，老闆原本安排我接手另一個新業務，但我一直被這個項目卡著出不來。領導嘴上沒有明確追責，但明顯耐心快耗盡了。因為這個項目還沒結束，具體處罰還沒有明確，但我心裡清楚，這件事遲早要算賬的。AI確實幫我提效了，但沒讓我省心。

它確實把一些環節的人省掉了，前端不需要專門找人寫了，文案調整我自己讓AI改一下就行，效率上整體提了兩三倍。可是該審核、該兜底的工作量一點沒減。我也反思過，是不是自己使用方式有問題。後來想明白，AI對使用者把控、校驗能力要求極高，考驗的還是人的主觀能動性。這在我兩個實習生身上充分體現：有一名實習生，只會無腦丟需求給模型，單日消耗兩百元算力，但產出完全無法落地，任何細節都要我全程陪同核對；另一名懂得梳理清晰提示詞、交付前自行校驗，產出僅需小幅修改，是團隊唯一能依靠的幫手。

這次項目經歷讓我明白，你願意學習、用心輸入、細心檢查，AI就是真正有用的幫手；如果一味全盤依賴，那最終資金損耗、項目延期、職場問責所有後果，只能自己吞下。05.海報有錯字、座位排錯職級，最後被問責的還是我一一｜95後 北京 廣告策劃我是做廣告策劃的，日常工作是各類活動的全案策劃，同時兼顧海報、宣傳物料的對接和樣板製作。從去年開始，團隊鼓勵大家使用AI工具。在文案撰寫、創意構思、基礎物料設計等環節，我們都會先用AI生成初稿，再進行優化調整。在領導看來，AI能提高效率、降低人力成本。對我而言，也省去了大量重複瑣碎的基礎工作。我一度覺得這是一種高效省心的工作新模式。

但一年多的實操經歷讓我認清了一件事，AI終歸只是輔助工具，過度信賴只會給自己埋雷。AI第一次給我挖坑，是在品牌線下快閃活動的海報製作上。當時客戶要得比較急，我梳理好風格、主題、配色等核心要求後，讓AI生成海報初稿，先給客戶確認創意方向。AI給我的成果構圖、配色都不錯，視覺效果完全達標。我粗略瀏覽了整體畫面後，覺得沒問題，就直接發給客戶了。結果海報角落的品牌名稱有一個錯別字。因為字體偏小，位置又隱蔽，我壓根沒注意到。客戶反饋後，我瘋狂道歉，生怕對方覺得我不專業。這次買了一個教訓：AI生成的圖文，每一個細節都要反覆核對。本以為吸取了教訓就不會再出錯，結果第二個坑接著就來了。

那是一場地方產業峰會的策劃工作，規模不小，來的嘉賓有省裡、市裡的領導，還有行業內的重要人物。領導把排座位的活兒交給我，特意叮囑座次要按職級排序，不能搞錯。但名單上只有名字和對應的崗位職務，沒有標註明確的職級。加上，我在網上檢索到的信息也比較零碎，就把名單交給AI，讓它來排序。AI很快就輸出了條理清晰的座次表，也給出了看似嚴謹的依據，我就直接提交了。結果活動當天，一位職級更高的嘉賓，被安排到了職級較低的嘉賓席位上——AI把職級搞反了。領導當著好幾個人的面把我叫過去問怎麼回事。我站在那說不出話，心想總不能說AI排的吧。那位嘉賓沒說什麼，坐下了，但整場臉色都不好看。

這次的教訓更深刻，AI輸出的信息，尤其是涉及自己陌生的領域，絕不能直接照搬。現在，我依然會使用AI，但是我不再把AI的產出當成最終答案。AI可以幫我提高效率，卻不能替我承擔結果。它寫錯一個字、弄錯一條信息，最後向客戶解釋的是我，被領導追責的也是我。該自己做的判斷，一個都不能省。*應受訪者要求，文中林晨、鹿遙、童桐、一一為化名。