微软高管.：别再把AI生成的东西直接给我

寂静回声

微软负责Office和LinkedIn业务的执行副总裁Ryan Roslansky最近就公开吐槽:


有人给他发来一份文件，他看了一会儿，很快发现这明显是AI生成的。于是他又让AI帮自己总结这份内容，结果折腾了一圈，最后发现：
里面并没有带来什么新的想法。


Roslansky把这种现象形容成一个“doom loop”，也就是一种越来越麻烦的循环。
       
这段话之所以引起讨论，是因为它说中了很多打工人的真实感受。
       
以前写一份报告，至少要自己整理资料、思考逻辑。
       
现在好了，有人直接把需求丢给AI，几分钟生成十几页内容，然后几乎不检查，直接发给同事。
       
收到的人看完发现不对劲，又把文件丢给AI总结。
       
最后大家都在使用AI处理AI生成的内容。
看起来每个人都在提高效率，但最后可能没有一个人真正获得了有效信息。
       
这类内容现在甚至有了专门的名字，叫“workslop”。
       
它指的不是普通的AI生成内容，而是那些看起来格式完整、语言通顺，却缺少实际价值，甚至包含错误信息的工作产物。微软研究团队此前也提到，在一项美国调查中，有40%的员工表示，过去一个月曾收到类似的低质量AI工作内容，而这些内容可能直接抵消AI原本节省下来的时间。


上游员工用 AI 快速生成低深度内容，下游接收者无法直接使用，被迫投入时间校验、纠错、重构。下游为了节省自身时间，也将这份 AI 内容再丢给 AI 处理，内容的信息密度被进一步稀释，逻辑与事实偏差被层层放大。最终所有人都在高频使用 AI，但组织产出的有效价值反而下降。

AI 并没有凭空创造效率，只是把工作成本从生成者转移到了接收者与审核者身上。
对内容产出者而言，AI 帮其节省了资料整理、逻辑搭建、行文撰写的数小时时间。
对内容接收者而言，为了验证事实、修正逻辑、提炼有效信息，可能要花费更多时间进行返工。
对组织整体而言，如果链路中多转手一次，总时间成本不降反升，同时还伴随信息失真的风险。



这种局面并非 AI 本身的问题，而是组织对 AI 的定位、考核与责任机制出现了三重错位。
第一是工具定位错位，把 AI 从辅助思考工具当成了替代思考工具。办公 AI 的合理价值是承接重复性、机械性的信息处理工作，例如整理素材、优化表达、统一格式，但核心的观点提炼、逻辑推演、事实判断必须由人完成。workslop 的产出者直接跳过了人的思考环节，把 AI 初稿直接当作最终成果。
第二是绩效导向错位，很多企业盲目追求 AI 渗透率与 AI 使用率，把用了 AI 当成绩效目标，而非用 AI 解决了什么问题。在这种导向下，员工优先追求产出速度与篇幅，而非内容质量，AI 自然沦为凑产出的工具。
第三是责任边界错位，AI 生成内容的责任主体模糊。产出者容易抱有内容是 AI 写的，出错不该怪我的心态，而审核者被迫承担全部质量兜底责任。权责不对等进一步纵容了低质量产出。