一位高管当众承认,自己从没打开过 ChatGPT,也没用过任何AI工具。几天后,他交出一份技术战略,服务对象是一家年营收超过20亿美元的组织,内容从头到尾都在讲AI转型。
这不是段子。它出自 Nik Suresh 的一篇博客文章,标题直接叫《AI Mania Is Eviscerating Global Decision-Making》,内容是他给大公司做咨询时收集的匿名见闻,发出后在 Hacker News 引发不小的讨论。文中还记了两件事:一名工程师为了不被公司的token使用排行榜盯上,专门开了一份代码仓库的副本,让AI把整个项目从Go改写成Zig,自己转身去忙别的;一位供应商高管想拆穿客户嘴里"100倍生产率"的说法,被同事劝住——拆穿等于当众打客户高管的脸,可能连带丢掉整份合同。
三件事凑在一起,讲的是同一个问题：AI能力被架空之后,组织里到底还剩下什么在做决策。
三个匿名镜头,同一套逻辑
| 场景 | 谁在做 | 做了什么 | 真实目的 | 代价谁扛 |
|---|---|---|---|---|
| 董事会战略 | 从未用过AI的高管 | 制定以AI为核心的技术战略 | 完成年度AI转型指标 | 组织(潜在的错误投资方向) |
| 代码仓库 | 一名工程师 | 让AI并行把Go仓库改写成Zig | 刷高token排行榜,保住岗位 | 工程师自己的时间和精力 |
| 供应商谈判 | 供应商高管 | 不拆穿"100倍生产率"的说法 | 保住企业合同 | 说真话的人可能先被开除 |
需要说明的是,这些案例来自一位咨询顾问的个人见闻,不是行业普查。原文也没交代那份战略后来有没有被认真执行,Zig改写有没有真正提交、有没有真正提升产出。能确认的只有动机——每件事都是为了应付某项指标而生,不是为了解决问题。
没人说真话,因为说真话要自己买单
三个场景表面上互不相干,一个在董事会,一个在代码仓库,一个在客户酒会。拼在一起是同一条链条：高管要交出"以AI为中心"的战略才对得起KPI,工程师要让排行榜数字好看才保得住岗位,供应商高管要顺着客户的话往下说才保得住合同。
《史记》里那句"天下熙熙,皆为利来;天下攘攘,皆为利往",用在这里几乎不用改字。不是每个人都在算计,更多是每个人都在自保。谁第一个在这条链条上说真话,谁就第一个承担后果。
谁在为这套指标买单,接下来看什么
工程师最直接。与其花时间造一份没人会审查的"表演式改写",不如把真实产出留痕——排行榜迟早被质疑,记录在案的产出不会。
采购和技术管理者其次。供应商喊"100倍提效"时,该问的是具体案例和可复核的数据,不是让对方把这句话再重复一遍。
真正该改的是制定考核的人。让写AI战略的高管自己先用一次AI工具,比任何排行榜都便宜,也更接近真实反馈。
接下来最该观察的,是有没有企业把AI转型的考核标准从"用了多少token"换成"产出有没有变化"。目前看不到这个迹象——原文的三个案例里,没有一个人回头去改指标,大家都在指标里找活下去的办法。
排行榜不会说谎,但它衡量的从来不是AI有没有用,是谁更配合演这场戏。当"用没用AI"比"AI有没有用"更重要,拆穿这句话的人,反而先被淘汰。