AI文档泛滥，成了新的大厂病

几天前，上海一家大厂的员工阿远在知乎刷到一个问题：“为什么现在大厂开会，变成了互丢 AI 文档？”

“原来不是我一个人有这种感觉。”他后来对朋友说。

阿远所在公司，现在的会议有一套固定流程。

会前，群里甩进三份材料，每份三十页，都是 AI 生成的分析报告。没有人能读完，但每个人都用 AI 把对方的材料总结一遍，让 AI 给点思路。轮到发言，各自打开自己的那份，照着念上面的结论。散会，有人用 AI 生成一篇会议纪要，丢进群里。

会前准备从半天压到了十分钟，纪要由 AI 自动生成，总结由 AI 自动提炼，汇报材料由 AI 自动排版。看起来效率是高了。但到了月底、季度末，“大家的产出和业绩并没有跟着变”。

八月份，微博话题 #现在开会就是互丢AI文档# 被顶上讨论位。评论区里，有同感的人一批接一批。

01、AI 赋能，大厂形式主义更加严重

两三年前 AI 出现时，阿远对它很有兴趣，到处学怎么用 AI 干琐事。等 AI 成为全公司的工具，他发现，AI 简直是形式主义的加速器。

第一，是把原来的旧病放大了。

大公司本来就泛滥着流程冗长、PPT 文化、甩锅文化。现在好了，在 AI 的加持下，这些毛病反而加剧了。

阿远说，过去做形式主义至少还要费时费力。写一份三十页的报告得熬两天，正因为成本高，写的人会掂量：这东西到底有没有必要写。

“现在有了 AI，这道门槛没了。二十分钟出一份几十页的文档或者 PPT，成本趋近于零，于是大家的第一反应是，多写点，写了总比不写好，显得我认真。”

于是 AI 文档里「战略升级」「生态协同」「颗粒度拉齐」「赋能闭环」满天飞。

一位在头部互联网公司做了三年产品经理的人私下吐槽：原来自己写日报一千字就行，后来发现大家用 AI 写都是两三千字起步，自己也赶紧跟上，生怕 +1 觉得自己的工作不饱和。

第二，是 AI 还造出了一种「不用脑」的新病。

AI 生成的「干货」看起来又快又好，人就懒得思考，甚至不知道 AI 写了什么。

某产品经理把用户反馈、数据摘要和历史会议记录全部交给 AI，很快交出一份十八页方案，背景、机会点、风险、竞品、执行路径一应俱全。第二天会上，同事问他方案的一些细节，他张口结舌答不上来，连文档里写了什么都记不清。

这还不是最糟的。过去方案一个字一个字敲，现在 AI 来写，不仅能润色，还会编造数据——这给业务埋下了真实风险。

某大厂员工曾经发现，领导给的一个指标看起来很不合理，于是他去问这个指标是怎么定的，对方给他一个咨询公司的报告名字。

可是他搜遍了网络都没搜到这个报道，后来他才知道，这个报道压根就是AI瞎编的，数据也是AI自己推测的，压根就不是真实的数据。

02、大厂对 AI 的集体焦虑和痴迷，是这场闹剧的真正推手

AI文档在大厂的肆虐，离不开公司的推动，而背后又有好几个原因。

第一，是资本市场的倒逼。

据 Carta 统计，2025 年创业公司共融资约 1195 亿美元，资本明显向 AI 集中；从 A 轮起，AI 公司的估值中位数就高于非 AI 公司，到 E 轮及以后，AI 估值溢价达到 193%。有没有「AI 含量」，直接写进了估值里。

于是管理层必须对外证明「All in AI」，而最快的办法不是做出产品，而是内部铺开、全员强制。

据多家媒体报道，阿里巴巴多个事业群已将 AI 使用量纳入考核，腾讯 CSIG 给员工设 Token 额度并统计团队排名，美团要求周报固定增加「AI 提效」板块、持续追踪 Token 使用频次，亚马逊一度把 AI 使用量做成内部排行榜。

第二，是管理者的 AI 幻觉。

他们相信 AI 让员工更有效率，而这些「效率」又恰好最适合拿去汇报。

Shopify 的 CEO 把「条件反射式使用 AI」定为绩效评估的基线；微软在 2025 年 7 月强制开发者使用 AI 并纳入考核。当工具使用本身成了 KPI，员工优化的就不再是业务，而是“怎么显得自己用了 AI”。

第三，汇报文化和向上管理的需要。

大厂里一直存在一条潜规则，升职和涨薪往往不是谁业务好，而是谁文档好。

脉脉和小红书上“技术做得好不如文档写得好”的吐槽，是许多人的真实处境，谁复盘文档写得好，谁更容易拿好绩效。

AI 的出现，让这条规则有了放大器——既然写得好能拿好绩效，而 AI 能把文档写得又快又漂亮，员工用 AI 的热情自然被点燃。

于是出现一种荒诞的闭环，下属用 AI 生成方案汇报给领导，领导让 AI 解读，再把修改意见反馈给下属，下属让 AI 改一稿，领导用 AI 润色成终稿给客户。

一圈下来，没有一个人真正动脑，但每个人都看起来干了活。

03、AI 下的大厂病，迟早要被治？

有人说，AI 不会让组织中毒，但会让组织慢性中毒的方式变得更隐蔽。

当“看起来在干活”比“真解决问题”更重要，当一个系统默许表演努力比解决问题重要，当员工外包思考、管理层外包决策，最后剩下的只有满屏 AI 八股文和一地鸡毛的执行力。

IDC 对 2000 多名财务高管的调查显示，他们平均每周要花 13 个小时去核对、验证 AI 产出的内容，当用量超过 30 小时，AI 制造的工作比它省下的还多。

这道理和一百年前的电气化一模一样。电动机很早就有了，但工厂先把它当更便宜的蒸汽机用——拆掉中央蒸汽机，装一台大电机，传动轴、皮带、工序原封不动。真正的生产力爆发，是等到给每台机器装上独立电机、按物料流向重新排布产线才到来的。今天大多数公司，是在蒸汽时代的组织上，接了一台电动机。

拐点已经开始出现。

AI在网文行业的遭遇很有代表性。2025 年，它在写作工具「作家助手」里内置 AI 功能，鼓励作者用 AI 找灵感、理大纲、改错别字，宣传口径是「技术进步应成为作家的羽翼」。不到一年，

2026 年 8 月，起点集中处置了一批 AI 痕迹过重的作品——月票榜前 1000 名里约 100 本被移出榜单，均订过万的作品超过 20 部，判定标准是 AI 内容占比超过 10% 即处理。从鼓励到限制，只用了一年。

大厂也在转向。2026 年 5 月，亚马逊高级副总裁 Dave Treadwell 对员工说：「Please don't use AI just for the sake of using AI」（不要为了用 AI 而用 AI），并撤下了使用量排行榜。那些当初把「用 AI」写进考核的公司，开始把指标从「用了多少」改成「产出多少」。

回到阿远的会议室。三份三十页的 AI 报告还在群里挂着，没有人读完，但每个人都「看起来」做了准备。一台电动机被接进了蒸汽时代的厂房，传送带转得更快了，货却还是那些货。

真正的问题从来不是 AI 写得太多，而是当一家公司开始用「文档的产量」去衡量「工作的价值」，它就已经把温度计当成了体温。