如果说每一代生产力工具，都会顺手改变一次工作方式。

那它大概率也会顺手改变一次——摸鱼方式。

最早，大家在Excel里画画、下五子棋、做俄罗斯方块。后来共享文档出现了，人们出于对聊天界面被监控的担忧，开始在单元格里聊天、传暗号、隔空接头。

再后来企业微信、飞书普及，摸鱼逐渐组织化、地下化、群聊化。表面上大家都在“收到”“好的”“马上”，背地里表情包已经斗了三个回合。

而现在，大模型来了。人类终于拥有了一种可能是全世界最像在工作的摸鱼方式。

你从背后看过去——屏幕上没有淘宝、没有视频网站、没有微信聊天框、没有小说页面。

只有一个看起来相当专业的大模型界面。

领导从后面经过，甚至会略带欣慰地想：不错，已经开始拥抱AI了。

结果你走近一看，这个人正在问：

“请结合八字、MBTI、依恋类型和我老板今天看我的眼神，判断我今年有没有升职机会。”

“你觉得我同事突然回我‘嗯嗯’，是不是对我有意见？”

“如果我明天裸辞，未来三年的人生剧本会怎么发展？”

“请模拟一个控制欲极强的老板，我要和你吵一架。”

某种意义上，AI让摸鱼脱离了“反生产”的粗糙阶段，进入了“伪装成高生产力”的高级阶段。

AI时代的新型摸鱼：也不是偷懒，是大脑在”自救“

AI时代，大模型除了创造了更多的生产力，还成为了打工人的灵魂安抚剂。算命、测MBTI、分析聊天记录、解读老板语气、吐槽同事、模拟离职、预测升职、给自己写职场爽文……

AI能陪你把一件小事，从心理学分析到职场政治，再从MBTI聊到八字。

但这时候，虽然摸鱼不是公司愿意看到的现象，但好像并没有人真的研究过：我们为什么需要摸鱼？

很多公司总习惯把摸鱼理解成一种生产力损失。员工离开任务五分钟，就像公司凭空蒸发了五分钟工时。

但人的大脑，本来就不是一台可以连续满负荷运转8小时的机器。

心理学里有一个非常经典的现象叫 “警觉性下降”：人在长时间持续执行同一种注意力任务时，表现会逐渐下降。

伊利诺伊大学的一项实验发现，在一项持续50分钟的注意力任务中，大多数人的表现会随着时间明显下降；而中间只有两次非常短暂的任务切换，就能显著缓解这种下降。研究者因此提出，短暂离开任务，并不一定破坏注意力，反而可能帮助人重新集中。

换句话说：走神并不一定是工作系统里的Bug。有时候，它本来就是人脑的散热系统。

更有意思的是，休息甚至可能是创造力的一部分。

加州大学圣塔芭芭拉分校研究者曾做过一个创造力实验。参与者先完成创意任务，再进入不同的间隔活动。结果发现，相比持续做高认知负荷任务、单纯休息或者没有间隔，那些从事简单任务、因而更容易走神的人，之后解决创意问题的表现反而提升得更明显。

AI来了以后，打工人遇到了新的问题：效率通胀

过去一个员工一天能完成5件事。

AI来了以后，我们要完成10件。

过了一段时间，我们学会了更好的Agent，能完成15件。公司：那以后就是15件。

于是我们进入了一种非常微妙的状态：AI确实节省了时间，但打工人并没有因此拥有更多时间。

省下的时间，只是迅速被下一项任务认领了。这可以理解成是一种：效率通胀。

就像Excel普及以后，没有公司会因为你不用手工算表而奖励你；邮件出现以后，也没有人会因为沟通变快，就默认你每天少工作两个小时。

技术提升的效率，最后很容易重新被工作量吃掉。更麻烦的是，我们现在原本就已经活在一个高度碎片化的工作环境里。

微软2025年的Work Trend Index曾经统计，高消息量员工在核心工作时间里，平均大约每两分钟就会受到一次会议、邮件或聊天消息的打断。

所以AI时代，打工人真正应该保护的东西，可能已经不只是“时间”。

而是一个更稀缺的东西：认知余量。

脑子里还有没有一点空间，允许你想点不是眼前立刻要交付的东西。这可能才是AI真正应该替我们省出来的东西。

AI带来的另一个变化，比“工作越来越满”更隐蔽：它正在把很多人的工作，从“生产答案”变成“判断答案”。 

以前写一份方案，你要自己找资料、理逻辑、做判断。现在AI几分钟就能给你一个看起来相当完整的版本。效率当然提高了，但问题也随之出现：当答案越来越容易获得，判断答案的能力反而变得更贵。

一项与BCG咨询顾问合作的实验特别有意思。

在AI擅长的任务范围内，使用GPT-4的顾问完成任务速度提高约25%，工作质量也明显提升；但当任务进入AI能力边界之外时，使用AI的顾问反而比不用AI的人低19个百分点更可能答错。

另一项针对知识工作者的研究也发现：人越相信AI能够胜任一项任务，投入的批判性思考往往越少。这意味着，AI时代真正拉开差距的，可能不再是“你能不能把东西做出来”，而是：AI做出来以后，你知不知道哪里不对。 

而判断力恰恰无法完全外包。 

它来自真实做过的项目、踩过的坑、对业务的理解，以及对人的观察。所以AI最值得警惕的，并不是让人变懒，而是让人越来越习惯跳过思考过程。 

AI可以替你完成工作，但别让它顺便替你完成成长。 

所以AI时代，打工人真正该学的，不只是Prompt

微软2026年的Work Trend Index里有一组数据：66%的AI用户表示，AI让他们能够把更多时间投入高价值工作；58%的人表示，自己正在完成一年前还做不到的工作。

注意，它说的不是：“我一天写了更多周报。”

而是：我开始做以前做不了的事情。

我觉得这才是AI真正应该带给普通打工人的红利。

不是让你成为一个速度更快的螺丝钉。而是把一部分重复劳动拿掉之后，让你的能力边界开始往外扩。

所以如果现在问我：职场人到底应该怎么用AI？

我可能会给三个建议。

1、让AI替你干活，但别让AI替你定义问题

最容易交给AI的，是那些答案大致明确，但过程很耗时间的事情。

整理会议纪要、转换格式、汇总资料、提取信息、生成基础初稿、批量处理。

这些工作，能外包就外包。但真正决定结果的问题，尽量自己想清楚：

我到底要解决什么？

判断好坏的标准是什么？

这个方案真正影响谁？

最后我要做什么决定？

以后职场里最大的差距，很可能不是：谁能让AI回答问题。而是：谁能比别人更早发现真正的问题。

2、把AI省下来的时间，真的留一部分给自己

这件事看起来最简单，其实最难。如果AI让你原本两小时的工作30分钟完成，不要下意识地立刻问：“我还能再干点什么？”

可以换成：“这一个半小时，什么事情对一年后的我更有价值？”

学一个新的工具；真正理解一个行业；读一份完整报告，而不是AI摘要；和一个厉害的人聊聊天；复盘一个已经结束的项目；去看真实用户到底怎么使用你的产品；甚至只是安静想一会儿。

因为AI可以替你扩大输出，但你的输入不会凭空产生。一个人如果每天都在疯狂使用AI输出，却没有任何新的经验、新的知识、新的观察进去，最后很容易变成：一个拥有超级扩音器，但脑子里没什么新东西的人。

3、别再问“AI能不能替代我”，开始问“AI能把我放大到什么程度”

这是我觉得职场人现在最值得换掉的一个问题。

天天问：AI会不会抢我饭碗？这个岗位还剩几年？这个技能是不是快没用了？

这些问题当然重要。但它们很容易让人陷入一种被动状态：每天等着看技术会淘汰什么。

更有价值的问题是：如果我拥有一个几乎不限次数的研究员、写作者、数据助理、陪练和执行助手，我以前做不到的什么事情，现在突然可以做了？

一个运营，可以开始自己做数据分析。

一个销售，可以快速研究陌生行业。

一个产品经理，可以同时模拟不同用户视角。

一个普通职场人，也可以拥有过去只有大团队才能拥有的信息处理能力。

AI真正恐怖的地方，不只是它会替代一些工作。

而是：它正在大幅降低一个普通人调用能力的成本。

以前你缺一个能力，就得找一个人。

以后你缺一个能力，可以先找一个Agent。

所以真正值得做的，不是每天焦虑“我还有没有价值”。而是不断问：过去限制我的，到底是什么？

如果那个限制只是时间、资料、执行能力或者信息差，它很可能正在被AI一 点点 拆掉。

AI时代最值钱的“摸鱼”，可能已经不是躲着老板刷十分钟手机。而是当所有人都在急着把效率换成更多任务的时候，你偷偷把其中一部分效率，换成了一个更强的自己。

毕竟机器越来越会干活以后，打工人真正需要学习的，可能不是怎么比机器干得更多。而是：怎么把机器的能力，变成自己的杠杆。 

本文来自微信公众号 “猎聘”（ID：liepinwang），作者：JJ