AI"大跃进"时打工人训练模型只为取代自己?

日期: 2026-04-16 | 来源: HK01 | 有0人参与评论 | 字体: 小中大
举例而言，以前输入「给我推荐一家餐厅」的指令，AI可能会编造一个餐厅的名字。但现在，AI必须像真人一样思考和操作：先打开地图APP，定位你在哪；打开OpenRice，搜寻附近的餐厅；对比评分高低；计算餐厅离你的距离；最后综合推理，告诉你：「推荐去这家，因为它评分高且离你最近。」

这时，训练模型需要的人力要求也变高了——不能只看文字通不通顺，而是必须懂代码、懂数据分析，检查写的Python代码有没有错、它的推理逻辑（先查地图再查评分）是否合理。

2024到2025年，各大厂的大模型训练逐渐转向自动评估——设计一套「评分规则」，让AI进行「自动化评测」。这时，前期的大量人力失去了价值，企业立刻开始裁员。

在这期间，A小姐升职，开始带领团队，随之而来的是更大的压力，开始「向上管理」，要证明部门价值，也要执行裁员指标。有一段时间公司开始流行「降本增效」的极端口号，逼迫员工思考「怎么拿更少的人做更多的事」，形成了一套不断招、不断裁的机制——优先裁掉前几年扩张期招进来的、学历相对普通（普通一本或二本）、绩效不佳或成本较高的「老员工」，转而招聘学历背景更好（985高校、海外研究生）、更年轻、更聪明且工资相对较低的应届生或实习生——「又便宜又好」。那些日以继夜过着996生活、训练和优化模型的打工人，终于被模型给取代。

「当时非常流行这句话，如何让更少的人完成更多的事情。我每次听到这些话都想吐。」

A小姐去年从字节跳到了阿里，感受到大厂内卷的极致——「阿里非常喜欢搞大跃进，并且喜欢讲故事。他们通常想在两个月内推出一个大产品，于是我就疯狂地进行宣发，将这个产品推广出来。」

在内部，阿里实行「赛马机制」，两三个团队做同样的事，输者全员被裁，或被拆解输送人才。甚至不同业务线也竞争激烈，一些部门甚至将内部其他事业部的产品视为直接竞品（对标对象）。

由于人力成本高，在降本增效的方针下，裁员变成了管理层的「政绩」，甚至层层加码——老板要求裁10%，中层就裁20%，不顾实际业务需求。

A小姐自述，以前自己是个「F人」（MBTI中的情感型），情感丰富，也容易感受到他人丰富的情感，但这两年工作下来，A小姐逐渐变成了「T人」（MBTI中的理性型），遇到事情已经不会有太多情绪上的波动，团队有女孩因工作做不完打电话崩溃大哭，她没有安慰，只是开始思考解决问题、安排任务。

她坦言，这几年能在高压、决策溷乱的大厂环境中生存下来，是因为能够剥离个人情感、不追求价值认同、纯粹以「打工赚钱」为目的，避免精神崩溃——「他们都说我是『天选打工人』」。
- 新闻来源于其它媒体，内容不代表本站立场！

在此页中阅读全文
分类：美食客栈

猜您喜欢