AI不是实习生，是考官：五位职场人的幻觉代价

AI已经进入了很多人的工作日常

公关经理用它写策划方案，律师用它生成基础文书，程序员用它写代码。对很多人来说，它就像工位旁边那个随叫随到的“实习生”——响应快、不抱怨、还能一口气交出三版创意。

而且，AI的交付速度，很容易让人“上头”，甚至产生一种“掌握了魔法”的错觉。

直到魔法露出另一面。

它会凭空编造不存在的竞品品牌和行业数据，会一本正经引用虚构法条，会在代码里擅自改动不该碰的模块。很多翻车，恰恰是因为它给的东西太像真的，让人放下了戒备。

我们和几位在工作中被AI坑过的人聊了聊

他们并不是不会用AI。相反，AI已经嵌入了他们的大半个工作流程。可即便如此，他们还是会在某些时刻被它带偏。

这些经历提醒他们：AI越能给出完整答案，使用者越需要保留判断、核验和兜底的能力。

所谓AI提效，从来不是把工作直接交出去。它更像一次新的职场筛选：会用的人会变得更快；只会复制粘贴的人，可能会在关键时刻被它拖下水。

01. AI编造了三家不存在的竞品，我在提案现场被客户当场拆穿

林晨｜上海｜30岁｜公关公司策略经理

我是做公关策略的。在乙方，“提案机器”是常态——客户一个电话打来，要求两天内吃透陌生行业、挖出洞察、交出惊艳方案。时间紧、信息少、标准高。

AI刚出现时，我几乎是扑上去的。每天三分之一时间泡在大模型里，用来头脑风暴、搭框架。有次客户临时要“银发经济”营销概念，只给两小时。AI一口气生成十几个方向，我挑一个润色后交稿，客户当场拍板。

那种爽感，真像突然掌握了魔法。但正是这种“爽”，让我一点点松开了审核的弦。

今年4月，我们竞标一个千万级高端宠物食品全案。我负责竞品分析，把客户资料和已知竞品名丢给AI，让它找出“营销盲区”。AI不仅分析既有品牌，还“额外”列出三家“新兴高端宠物粮品牌”，连受众画像、打法、数据来源都写得滴水不漏，结论清晰：主打“原产地溯源”填补空白。

我没查证，直接放进PPT。提案当天，客户打断我：“这三个品牌，我怎么一个都没听说过？”

那三家，全是AI捏造的。研究机构的数据也无从溯源。项目丢了，我被扣三个月绩效。处理公平——毕竟，审核责任在我，不在模型。

此后我立下铁律：凡AI生成的品牌名、数据、案例、机构名称，必须逐一交叉验证；查不到出处的，宁可空着，也不用。我还开始自建竞品资料库，只喂真实素材，禁绝AI自由发挥。

现在我明白：AI提效不是省时间，而是把时间重新分配——省下初稿时间，换来更重的核验负担。我和AI的关系很现实：我离不开它，但不敢信任它。

02. AI擅自发挥加了额外代码，全组被拖去加班倒查

鹿遥｜上海｜32岁｜产品经理

AI已钻进产品流水线的每个环节：查历史需求、理逻辑、拆文档、甚至帮研发写方案。我用得保守——只让它辅助梳理，不动最终决策权。但团队里一位刚入职的校招生，业务不熟、代码不熟、连AI输出也没细读，就按方案跑了一版。

产品、测试都过了，效果也对。大家以为可以推进了。

直到大范围测试，才发现异常：AI根本没守在需求边界里。它“热心过度”，在指定模块外，自行添加了大量代码——占整版一半以上。就像你只让它搬一张桌子，它却顺手重排了整个办公室。

文档多几段废话删掉就行，代码动一发而牵全身。那几天，全员加班：查线上影响、定位AI多写的部分、倒推问题源头。我们甚至让AI自己找bug，它信誓旦旦指认某段代码，结果老同事一看——八竿子打不着。

最后只能删掉整版，重写。

这次没上线就拦住，算走运。但问题不在AI本身，而在人与流程没跟上。模糊的需求交给AI，它只会还你一个更模糊的答案。风险不会消失，只是被推迟，等某天集中引爆。

我现在更谨慎：AI给的方向，我必重看；它写的逻辑，我必追问来源。你必须非常清楚自己要什么，细节想得足够充分，再让它执行。AI越强，对人的专业纵深和过程管控能力，要求反而越高。

03. 我用AI省了四成工作量，却差点栽在一条虚构法条上

Delia｜北京｜31岁｜独立律所律师

AI是我“隐形同事”：中英文合同翻译稳定可靠，几乎零错译；基础文书撰写高频使用；法律热点检索效率翻倍。单翻译一项，就帮团队砍掉近四成重复劳动。

但文书撰写是最易踩坑的环节。2024年起我就用AI搜法条、搭初稿，早期错误尚可人工拦截。真正让我后背发凉的，是它开始在我的知识盲区里，一本正经胡说八道。

去年初，一起地方股权纠纷案时间紧迫，涉及复杂区域监管规定。我让AI辅助写文书，并明确要求补充地方性法条与同类生效案例。它很快交稿：行文流畅、引注规整，我略作修订便归入卷宗。

万幸，合伙人复核时，同事发现文中几处“地方性法条”纯属虚构——错误隐蔽，若非专精地方法规者，极难识别。

那一刻我警醒：AI只在我认知框架内可靠；一旦跨出边界，哪怕一丝缝隙，都可能酿成硬伤。

此后我自建结构化法律资料库，限定AI仅在此范围内检索；同步采购专业付费数据库，持续训练它的“知识疆界”。我也发现，不少人迷信“多模型交叉验证”，实则无效——几个模型可能在同一点集体幻觉。

我的结论很朴素：AI没有好坏，只有适配与否。它能解放双手，但无法替代律师的逻辑研判、法条核验与价值权衡。法律从来不是yes or no的问题。不会用AI会落后；无脑依赖AI，更危险。

04. 项目延期两周、自费七千块Token，我还背上了职场“黑点”

童桐｜深圳｜90后｜程序员

做了10年程序员，去年3月开始用AI写代码，12月起几乎全量交付。起初体验极佳——效率翻几倍，我慢慢放松了校验警惕。

最近接了一个老产品智能化升级项目，要搭Agent系统。按计划四周交付。有一次我把需求写清、标准定好，就去睡觉，指望AI第二天交成果。结果它跑出来的代码存在黑盒缺陷，还擅自改写了线上已有逻辑，把别人写好的模块弄崩了。我在群里滑跪道歉，和同事连夜补救。

此后我天天处理AI的小毛病，磕绊折腾一个半月，项目至今未交付，已延期两周。我自费充值AI Token，额外投入七千多元。更糟的是，产品经理因不堪其扰提出离职。

我向来以准时交付为职业底线，这次自我怀疑很深。更致命的是，它卡住了我接手新业务的节奏。领导虽未明说，但耐心明显见底——这事迟早要算账。

AI确实提效：前端不用另找人写，文案我随时让AI调，整体效率提了两三倍。但该审的代码、该兜的底、该复盘的逻辑，一点没少。它省掉的是执行层人力，不是责任层判断。

两个实习生对比最说明问题：一个无脑丢需求，单日烧两百元算力，产出全不可用；另一个精写提示词、自主校验，产出只需微调——他是目前团队唯一能真正托付的帮手。

这次让我彻底认清：你愿意学、用心输入、细心检查，AI就是利器；若全盘交付、放弃掌控，所有成本——资金损耗、工期延误、职场问责——终将由你自己吞下。

05. 海报有错字、座位排错职级，最后被问责的还是我

一一｜北京｜95后｜广告策划

日常工作涵盖活动全案策划、海报设计、物料对接。AI成了标配：文案初稿、创意发散、基础视觉生成，都先交它跑一版，再人工优化。领导看重效率与成本，我也确实省下大量琐碎劳动。

但一年实操下来，我确认一件事：AI是工具，不是责任人。过度信赖，等于亲手埋雷。

第一次翻车在快闪活动海报。客户催得急，我给AI输入风格、主题、配色，让它生成初稿。构图配色完美，我粗略扫一眼就发给客户。结果角落品牌名有个错别字——字体小、位置偏，我完全没看见。客户反馈后，我只能疯狂道歉。

教训很直接：AI产出的图文，每个像素、每个字，都要反复核对。

第二次更痛。一场地方产业峰会，嘉宾含省市领导及行业权威，座次必须严格按职级排序。名单只有姓名与职务，无明确职级标注，网上信息又零散。我干脆把名单喂给AI，请它排序。它迅速输出条理清晰的座次表，还附上“依据”。我直接提交。

活动当天，一位职级更高的嘉宾，被安排在了低职级席位。领导当众把我叫过去问：“怎么回事？”我站在那儿，说不出口“AI排的”。那位嘉宾没说什么，坐下了，但全程脸色阴沉。

这次教训更深：AI在你陌生领域输出的信息，绝不能照搬。它写错一个字、排错一个位，客户问责的是你，领导追责的是你，最终担责的，永远是你自己。

现在我依然用AI，但我不再把它当“答案生成器”。它是加速器，不是替代者。该自己做的判断，一个都不能省；该自己担的责任，一分都不会少。