AI提升效率？事实可能恰恰相反——从准确性暴跌到初级职位消亡，AI正显露其真正代价

若你认为生成式AI正让所有脑力劳动者效率飙升，那接下来的数据会让你不寒而栗：在一项严谨的对比试验中，使用AI的参与者给出准确答案的概率，比完全不借助AI的组别锐减了整整19%。与此同时，一批资深程序员满怀信心地启用AI编程工具，预估能缩短24%的工作时长，但实际测试显示，他们反而多耗费了19%的时间——AI竟成了拖慢进度的元凶。

而就业市场上演着更冰冷的一幕：刚踏出校门的毕业生们察觉，那些本应属于他们的初级职位，正被逐一悄然移除，招聘规模逐月缩减。

这已非“AI会否替代人类”的抽象思辨。这是正在发生的效率退步与结构垮塌。当科技企业竞相展示AI产出的代码量和炫目演示时，斯坦福数字经济实验室的Erik Brynjolfsson及其团队，却用一连串冷静到近乎残酷的实证数据，揭示出同一结论：我们或许在错误的领域，以错误的手法，拥抱了一个被过度吹嘘的AI。

01

准确度下滑19%：当“加速”沦为“加剧错误”

近期，Reddit上一位开发者整理了一份“生成式AI获益甚微乃至有害”的研究清单，迅速激起广泛共鸣。其中首个重磅证据源自Dell’Acqua等人2026年发表于《Organization Science》的一项实地实验。

研究者要求脑力工作者在真实任务中运用生成式AI，结果令人震惊：使用AI的受试群体，产出正确解答的可能性比无AI对照组锐减了19%。这并非幻觉比率19%，而是整个群体的准确率直接萎缩近五分之一。

许多人曾以为AI偶尔胡言几句无关紧要，毕竟“后续我会核查”。但这项研究的可怕之处在于，它揭示了一种系统性的认知偏差：当信息密度高、答案需精准判断时，AI那流畅的表述和笃定的语调会营造出“看似无误”的错觉，让人悄然舍弃验证，坠入自动化偏见。你自以为在加速，实则是在错误轨道上猛踩油门。

将这一结论投射到当今工作场景，意味着什么？那些重依赖AI生成报告、邮件、分析框架的职位，交付成果或许比过往更“光鲜”，但根基正在被悄然侵蚀。当整个组织都沉浸在这种看似高效的节奏中，谁能察觉那消失的19%准确度？而一旦错误渗入决策链条，修复代价往往是几何级数的。

02

软件稳定性滑坡，资深开发者反被拖累

如果说准确性是脑力劳动的通用要害，那么软件稳定性就是技术领域的基石。谷歌云与DORA在2025年联合发布的《AI辅助软件开发报告》中，用一份铁证如山的图表粉碎了“AI写代码更可靠”的幻觉：生成式AI的使用与交付软件的稳定性显著下滑直接挂钩。报告第38页的图28毫不含糊地表明，AI用得越多，系统不稳定性就越攀升。