一句话看懂：BBC 调查发现，Google、OpenAI、Anthropic、Meta 等大力宣传 AI 将带来四天工作制的科技巨头，内部员工每周实际工作时长却高达 70 至 90 小时；AI 省下的时间被新的“监督成本”和系统维护工作重新填满。
事件核心：发生了什么
科技行业高管多年来反复描绘同一个未来：AI 接管更多任务后，人类可以减少工作天数。OpenAI 甚至公开呼吁企业试行不降薪的四天工作制，理由是 AI 将大幅提升劳动效率。但据 BBC 调查，这些理念的提出者并未在自己的公司兑现承诺。
前 OpenAI 员工透露，任职期间每周至少工作 70 小时，高峰期超过 90 小时，周末仍要处理系统故障。Meta 在裁员约 10% 的同时，将大量员工强制调入 AI 项目组，内部称之为“抓壮丁”，拒绝即等于离职；加入后熬夜和周末连续工作成为常态。Google 前员工则表示，公司将大量算力与存储资源转向 AI 项目后，内部工程系统故障频发，经常需要深夜修复，离职后睡眠和健康状况才明显改善。
加州大学伯克利分校一项持续八个月的跟踪研究揭示了核心矛盾：AI 让任务完成得更快、范围更广，但员工每日工作时间反而延长。关键原因在于“监督成本”——员工必须反复核验 AI 生成内容的正确性，这部分开销抵消了效率收益。MIT 创新研究者也指出，即使 AI 真能节省时间，节省的部分也会被系统调优、部署上线和保障稳定运行等工作吞噬。
为什么重要
这暴露了 AI 生产力叙事中的一个结构性盲点：效率提升未必带来工作时长下降，反而可能因“产出期望水涨船高”而加剧内卷。Anthropic CEO Amodei 曾公开表示，AI 生产力越高，未来被淘汰的岗位可能越多——这种言论进一步强化了员工不敢松懈的心态。对于整个行业而言，“AI 解放劳动力”的说辞与科技公司内部真实的工作强度形成强烈反差，也让人重新审视 AI 商业化落地时的人力成本：模型训练、推理资源投入、输出审查与系统维护，每一项都在吞噬原本被视为“盈余”的时间。
对用户/开发者/创作者的影响
对普通用户而言，AI 工具能提升单次任务效率，但省出的时间往往会被更多需求和新任务占据，这一点在效率工具类产品上体现得尤为明显。对开发者和企业技术采购方来说，引入 AI 不能只算模型调用和 API 成本，还要把输出质量审核、错误修正、算力扩容和系统运维纳入总成本评估——目前公开信息显示，这部分隐性开销可能超过预期。对内容创作者和依赖 AI 辅助的个人生产者，则需要建立“AI 产出必须人工抽检”的工作流程，否则省下的时间会以纠错和返工的形式加倍消耗回去。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，四天工作制是否会从口号变成科技公司的实际政策，还是继续停留在公关层面；第二，Meta、Google 等在 AI 项目投入上持续加码后，内部人力结构是否会出现新的调整或反弹；第三，围绕 AI 带来的“监督劳动”是否有机会工具化——比如更可靠的自动校验和评估机制，真正把人的时间释放出来，而不是让 AI 不断制造新任务。
来源：AIbase
