2025 一年，整个硅谷对于 AI 的讨论，一直有两个绕不开的话题：1. AI 泡沫了吗？2. AI 到底是会让更多人失业，还是会创造更多工作？
各家大佬都下场参与这两个紧密相关的辩论。马斯克还曾说出金句：如果你担心科技进步会取代人力劳动，你怎么不用茶勺挖矿？
科技大佬通常对 AI 与人类的关系都是乐观的，比如马斯克形容的 AI 通用之后的乌托邦，由于劳动力几乎免费，所以人类不再需要为任何东西买单，到时候人们就可以想干什么干什么；黄仁勋则更加实际地说：取代你的最终不是 AI 而是掌握 AI 工具的人，因为他们会有高出好几倍的生产效率。
也有的 CEO 看到了 AI 工具的巨大潜力，大手一挥直接裁员。Salesforce CEO 马克·贝尼奥夫就在 2025 年年初，以 AI 增效为由，进行了一轮波及数千人的激进裁员。结果前几天，他又不得不公开表示确实是裁到大动脉了，AI 实际解决问题的能力被高估了，虽然裁掉了一堆客服，但却要投入更多研发人员来修复 AI 解决不了的 bug，成本控制的算盘没打响。
不论是激进派、温和派、反对派，毋庸置疑的是，AI 已经高密度渗透到所有职场人的生活中，每一个平凡的我们都在焦虑被替代、思考自己的稀缺性、持续学习当中渡过了 2025 年，这些就是“我们”与 AI 的故事。
（以下为讲述人各自口述，经果壳编辑整理）
自由撰稿人：我期待 AI 的进步，
也焦虑 AI 的进步
我相信大多数文字工作者对 AI 的态度都和我相似：期待着又焦虑着。
作为一名撰稿人，我可以说是一名 AI 工具体验官了。从 ChatGPT 在 2022 年 11 月第一次出圈开始，我当时以测评的角度接触了 AI。
我印象非常深，当时我让 ChatGPT 给我介绍一下理想汽车，结果它给我煞有介事地说了两款从没存在过的车型，我多次确认它都坚持。我特意向一个语言专家请教了这个现象，第一次学习到了大模型不可避免的问题：幻觉。
在我当时的测评文章里，我写道：猎奇搜索是没问题的，但是真的作为一个订阅制的工具，准确性远远不够。
那时的我完全不知道，三年后的今天，AI 已经可以给我写出几十万阅读量的文章了。
对 AI 的态度最开始的转变是从一篇十万加的文章开始，在 2024 年的 5 月份，在那之前我对 AI 的应用还停留在查查资料、写写导语，做一些边角料的活。那次拿到一个几乎通篇都是资料收集再进行故事化描述的选题，我直接试着用 AI 写了一篇千字文章，看效果觉得过得去，就发表了，结果上午发的文章，下午就十万加了。
我开始有意识地把 AI 设计成我写作流程的一环。这期间我一直都在各个国内的 AI 工具之间流转。当然也被幻觉坑过，有一次给客户写采访稿，需要一些场景化的补充，用了个国产 AI，结果大量幻觉被客户痛批。这个教训之后我也学会了对 AI 产出内容做交叉检验，以及如何用精准的指令降低幻觉。
去年 11 月，我对 AI 工具产生了又一次巨大态度的转变。我开始接触了国外的一些 AI 工具，包括 Gemini、Claude，并且深刻地意识到：资料整理类的写作工作一定会被 AI 取代。
有了这个觉悟我开始做两件事情，第一是更加认真地探索 AI 写作的边界，因为我做的是财经类的写作，涉及到采访后的语音转录以及加工、财经分析、选题，我开始用不同的工具去尝试什么样的组合能把我的工作效率最大化。
我发现这其中最难的是：让 AI 理解我的写作风格并且保持这种风格的一致性。我可以通过喂 AI 一些我之前写过的文章让 AI 学习，但是这可能需要多轮的对话，好不容易一次文章写完了，进入下一个话题的时候，如果我不开启一个新的对话框，AI 就会把两个无关的话题关联起来产生幻觉，如果我开启一个新的对话框，我之前训练好的风格就丢失了。
在研究这个问题怎么解决的时候，我认识了一位专门以此为痛点做研发的创业者，通过他又认识了一些做 AI 创业的人，打开了我另一个职业思路：做年轻的 AI 创业者访谈。于是乎我又顺着这个思路密集接触了一些创业者、投资人。
从不以为意到如临大敌，再到客观看待，我看待 AI 的角度发生了俯视、仰视到平视的变化。对于 AI 代替人类，我认为：AI 一定会代替一部分人类的工作，但它不是一蹴而就的，在这个过程中，我们可以先利用 AI 去做效率工具，然后不断去思考，我们作为人类有哪些特殊属性不是机械的、重复的，是特殊的、稀缺的。
保持焦虑、保持期待也保持学习，这就是我在 2025 对 AI 的态度。
媒体编辑：老板用了一次 AI，
把我团队解散了
被 AI 取代的不是我，是我整个团队。
我是个编辑，我老板是从广告公司带客户出走的，所以内容只是我们一个媒介，他这个乙方关系户有很多资源够我们吃饱。我日常管理四个账号，原本手底下有五、六个全职作者，还有一堆兼职作者，就算这样我也经常会为了不开天窗亲自上阵通宵写稿。
AI 出现之后，我比起担心更多是庆幸，至少自己不得不顶上去写稿的时候，能省点时间。
但是，没过多久，我就乐极生悲了。
我老板有一天心血来潮用了豆包随手写了点文字，他大呼惊喜，觉得豆包比他的笨蛋员工通人性多了，不仅思绪敏捷，还极具耐心。于是他一拍脑门，做了个大胆的决定：解散我的全职团队，留我一个编辑和我联系的兼职作者来应付所有的写作任务。
老板做决定从来不需要跟员工商量的，于是乎我和我的团队在同一时间收到了这个通知，我当时恨不得收拾东西和他们一起走了。
AI 作为写作工具，在人类给到具体指令的时候确实能高效完成一部分写作工作，但是它没有主观能动性。我手上四个账号，每个每周都得保持四次更新或者以上，找选题、想角度就是一个巨大的工程，这些非常主观和主动的工作 AI 是没法完成的。
就在我焦头烂额的时候，老板又倒了另一桶油。
我们的一位老客户投来了广告需求，看到我实在分身乏术，老板大方地说：交给我，然后用 AI 半小时成稿。
一个开除了我的团队都没有提前通知我的老板更不可能在给客户发稿之前先让我来校对了，结果老板在群里发送了初稿之后，客户的回复相当简单：你们是用 AI 写的吗？有很多错误。
沉默半晌，我听到老板的脚步声从隔壁办公室传来，“他们什么意思啊，你看着改改吧……“
几次折腾之后，我们都意识到了 AI 完全取代人工的问题：一方面 AI 的幻觉问题还是需要专业的人通过指令和后续检查来解决；另一方面，作为一个乙方，让甲方感受到你的东西是“AI 写的”本身就是个问题。因为甲方花钱买的不只是你的作品，还有他们的权力，如果他们发现你用一个简单的工具分分钟就完成了他们需求，那他们就会越发觉得这份钱实在花的不值得，而这对客户关系的杀伤力远超过手搓的稿子里写错了几个信息。
大厂芯片测试工程师：
我觉得 AI 引起的裁员潮，都还没开始呢
我是一个大厂的程序员，今年最大的感受就是：AI 引起的裁员潮还没开始呢。这听起来很矛盾，因为我恰恰是 AI 工具的重度使用者，也是最清楚它威力的那批人。
有一天，在我写完一个后端服务的时候，突然意识到一件事：以前这个活儿要三天，现在不到一天就搞定了。
我用 AI 生成基础代码框架，让它帮我写单元测试，甚至让它帮我 debug——那种明明逻辑没问题但就是跑不通的玄学 bug，以前要抠半天，现在直接把报错信息喂给 AI，三两下就能定位问题。代码审查的时候，我也会先让 AI 过一遍，找出潜在的性能问题和安全漏洞。
这种效率提升是实打实的，不是那种"感觉快了一点"的错觉，而是能用交付时间来量化的提升。我甚至偷偷算过，如果按照现在的效率，我一个人能干以前三个人的活儿。
但现实是：我的组还是那么多人，隔壁组也没见裁员，整个部门的编制基本没变。
为什么？因为真正懂 AI 工具的，是我们这些天天写代码的基层程序员；而真正有裁员权力的，是那些每天开会、做汇报、协调资源的中层和高层管理者。
我的领导，一个技术出身的总监，上次开会的时候还在说"AI 只是辅助工具，不能完全依赖"。我心想：您倒是试试啊。但他没时间试。他每天要开五六个会，要盯进度、协调资源、向上汇报，偶尔写两行代码都算是"重温旧梦"了。对他来说，AI 工具就是个概念，是 PPT 里的一页，是季度汇报里的一个"技术赋能"。至于 AI 到底能让一个程序员的效率提升多少？他是真的不知道。
更关键的是，就算他知道了，裁员也不是拍脑袋就能决定的事儿。这需要重新评估项目排期、重新分配人员、考虑裁掉谁、留下谁、得处理离职交接，安抚剩下的人，还得确保业务不受影响。这是一整套管理动作，牵一发而动全身。
所以，真正的裁员潮会来，但有滞后性。要等到那些管理者真正开始用 AI 工具，亲身体会到效率提升，然后经过一轮又一轮的会议讨论，最后才会形成决策。
而真要到 AI 取代人类，还有一个大问题：信息安全。
就拿我们公司来说，连钉钉、飞书都不让用，全都是自己开发的内部通讯软件。对外部的 AI 工具更是管理严格，公司只允许使用几个国内的 AI 工具，而且有非常严格的使用规范：不能把代码直接贴进去，不能涉及业务逻辑，不能提到产品名称，甚至连数据库字段名都要脱敏处理。
AI 工具最强大的地方，恰恰是它能理解你的具体业务场景，帮你写针对性的代码。但现在为了信息安全，我只能让它写一些通用的、脱敏的代码框架，然后自己再手动填充业务逻辑。这效率当然比不用 AI 强，但也远远没有达到"一个人干三个人活儿"的程度。
想要真正实现 AI 对人力的替代，信息安全这个问题必须解决。要么公司自己搭建内部的 AI 工具，要么就得找到一个既强大又安全的解决方案。但这两条路，哪条都不是短期内能走通的。
我有时候会想，也许这就是大厂的节奏吧。技术变革永远是基层先感知，然后慢慢向上传导，最后才会形成自上而下的变革。只不过这一次，传导的速度可能会比以往任何一次都快。因为当那些管理者真正开始用 AI 的时候，他们会发现：这不是什么"辅助工具"，这是能重新定义生产力的东西。
到那时候，裁员潮才会真正开始。
而我，一个已经习惯了和 AI 协作的程序员，现在唯一能做的，就是让自己变成那个"不可替代"的人——不是不可被 AI 替代，而是不可被"AI+别人"替代。
大厂 UX 设计师：AI 可以替我干活，
但是没法替我挨骂
我是一个大厂的 UX 设计师，2025 年最大的感受是：AI 可以替我干活，但是没法替我挨骂。
这一年，我尝试了市面上几乎所有能用的 AI 设计工具——从 Midjourney 到后来更火的 nano banana，还有 Figma 自带的 AI 插件。这些工具确实能帮我省不少事儿，比如生成一些初版的界面布局、配色方案，甚至是一整套视觉风格。但问题在于，它们只能"照猫画虎"地给出视觉效果，却没办法从上到下、有逻辑地进行设计。
最要命的是，我的+1，他自己也说不清自己到底要什么。
上个月有个项目，他一开始跟我说："做一个年轻化的界面，要有科技感。"我用 AI 生成了几版方案，他看完说："太花哨了，我们的用户群体偏成熟。"我改成简约风，他又说："太素了，没有记忆点。"来回三轮之后，他突然问我："你觉得苹果的设计怎么样？"我说挺好。他说："那就做成苹果那样吧，但是要有我们自己的特色。"
这种需求，你让 AI 怎么理解？
AI 的逻辑是：你给它明确的指令，它给你对应的结果。但我的老板他可能自己也不知道想要什么，这就让 AI 很难办。更吊诡的是，不论 AI 做出什么德行的交付，我+1 都会呈现出极大的包容，毕竟“科技进步需要人类的支持”，但对于我们这些人类员工，他的容错率就极低。所以不论是我干活还是 AI 干活，最后都是我在挨骂。
其实我们公司内部对员工应该如何使用 AI，使用到什么程度的态度也十分割裂。
一方面，公司鼓励我们学习 AI 工具，我们每周都有小组会议，分享最近挖掘的好的 AI 工具，以及如何把 AI 嵌入到日常工作流当中；
另一方面，+1 又会明确要求我们的产出中不能有太多 AI 的痕迹。
上次周会，我们总监说："AI 可以帮你提效，但最终交付的东西必须是你自己的思考。"听起来很有道理，但实际操作起来就很矛盾——我到底是该用 AI 提效，还是该自己从头到尾手工打磨？
这种割裂核心的原因是，做管理的人并不会再做基础工作，他们对 AI 工具的使用没有我们熟练，对于 AI 工具的效果预期存在偏差。
我们+1 上周还在跟我说："你看人家产品经理用 ChatGPT，一天能写三份需求文档，你们设计师怎么还是做得这么慢？"我当时的内心 OS 是：需求文档是文字工作，AI 擅长；UX 设计是需要理解用户心理、业务逻辑、交互流程的综合性工作，AI 能给的只是表面的视觉效果，底层的设计逻辑还是得人来做。
他根本不参与实际工作，他不知道一个按钮放在左边还是右边，背后需要考虑多少用户使用场景；他不知道一个弹窗的文案改三个字，可能要跟产品、运营、法务来回拉三轮会。他只看到 AI 能生成图，就觉得设计师的工作应该变简单了。
所以即使他希望 AI 能提升团队效率，他也不知道怎么管理团队去实现这个目标，更别提裁员了。裁谁？留谁？按什么标准裁？这些问题他都没想清楚。
从我的实际使用体验来看，AI 在 UX 设计这个领域还远远做不到"替代人"。
作者：沙拉酱
编辑：卧虫
封面图和插图来源：Giphy
富灯网提示：文章来自网络，不代表本站观点。
