拒绝“AI废话”，从一份靠谱的内部指南开始

一场“AI废话”通胀，正在办公室上演

你是否也感受到了？会议纪要越来越长，但有效信息越来越少；同事发来的方案看起来图文并茂、结构完整，细读却发现逻辑不通、言之无物。这背后，往往是AI的“功劳”。

AI工具让内容生成变得前所未有的简单，却也催生了一种新公害——“工作废话”（Work Slop）。它指的是那些由AI快速生成、看似精美但质量低劣的产出。这些内容为创作者节省了时间，却把验证、修正和理解的成本，粗暴地转嫁给了接收方。

当团队协作被大量“AI废话”填充，所谓的“效率提升”就成了一个伪命题。这不仅没有加速工作，反而增加了沟通成本和信任摩擦。问题是，我们该如何应对？

与其空谈伦理，不如制定规则

面对AI带来的混乱，许多讨论还停留在宏大的伦理层面。但对于身处其中的企业和员工，更需要的是一套清晰、可执行的行动指南。最近，以深度写作为核心的内容平台Medium公开了其内部AI使用指南，提供了一个务实的范本。

他们没有高谈阔论，而是提出了一个名为“FACTS”的五点原则框架，直面AI协作中的核心痛点：

• 公平（Fairness）：警惕并主动修正AI模型中固有的偏见。比如，用AI筛选简历时，要审视其结果是否对特定人群不利。
• 问责（Accountability）：人，永远是最终产出的责任人。无论AI参与了5%还是95%的工作，质量的底线不能动摇。提交一份AI生成的报告，不代表可以推卸其中的事实错误。
• 关怀（Care）：谨慎处理用户和公司数据。明确规定哪些工具可以用，哪些数据不能喂给第三方模型，这是最基本的安全红线。
• 透明（Transparency）：在关键决策中，必须能解释清楚AI扮演的角色。“模型就是这么建议的”不是一个合格的理由。
• 管理（Stewardship）：意识到AI并非免费的午餐，其背后有真实的环境和金钱成本。公司的AI账户不应用于个人项目。

这套框架最核心的价值，在于它将模糊的“AI伦理”拆解成了具体的“工作规范”。它告诉员工，用AI可以，但前提是不能给同事“挖坑”，不能牺牲质量，更不能推卸责任。

中国式“AI提效”：速度优先下的另一条路

相比之下，国内科技公司在推广AI办公时，呈现出一种截然不同的路径。无论是钉钉接入通义千问，还是飞书推出智能伙伴，核心叙事都聚焦于“效率革命”和“生产力解放”。

这种路径更务实，也更符合国内市场“快”和“卷”的节奏。其逻辑是，先用AI把所有能自动化的环节都跑起来，让效率肉眼可见地提升。至于过程中可能产生的“AI废话”和协同摩擦，则被视为次要问题，可以在发展中逐步解决。

这背后反映了两种不同的企业文化和发展阶段。海外一些公司开始踩下“刹车”，思考如何让AI“慢”下来，更好地融入组织，如同Medium内部用“蜗牛”表情提醒大家审慎决策。而在中国，引擎仍在轰鸣，大家关心的是如何更快地冲向终点。监管的边界主要由国家层面的法规（如网信办的管理办法）划定，企业内部的道德和文化建设则相对滞后。

两种模式没有绝对的优劣，只是选择的侧重点不同。一个重在“协同质量”，另一个重在“产出速度”。但当AI应用进入深水区，速度带来的边际效益递减，质量和信任的问题终将浮出水面。

真正的考验：当原则遇上KPI

制定一份漂亮的AI使用指南只是第一步，真正的挑战在于如何让它落地，尤其是在它与KPI发生冲突时。

一个销售团队，是否会为了完成更高的客户拜访量，而使用AI生成千篇一律的沟通邮件？一个产品经理，是否会为了赶项目进度，用AI撰写一份自己都没完全理解的需求文档？

如果公司的激励机制只看重结果和速度，那么任何呼吁“问责”和“关怀”的原则都将形同虚设。员工会很自然地选择最有利于自己绩效的路径，哪怕这意味着牺牲一些质量和透明度。

因此，比原则本身更重要的是，企业是否愿意为这些原则付出“代价”：

1. 调整评价体系：在绩效评估中，引入对“工作质量”和“协作精神”的考量，而不仅仅是产出数量。
2. 鼓励有效反馈：建立一种文化，让员工可以坦诚地指出“这份AI生成的内容质量不行”，而不用担心被视为挑衅。
3. 管理者以身作则：如果管理者自己带头使用粗制滥造的AI产出，就无法指望团队能坚守质量底线。

说到底，AI工具就像一面镜子，它不会创造问题，只会放大组织中已经存在的问题。一个原本就沟通不畅、责任不清的团队，引入AI只会让情况变得更糟。

AI的浪潮不可阻挡，但决定一家公司能走多远的，不是它接入了哪个最强的大模型，而是它能否建立起一种与之匹配的、以“人”为核心的协同文化。拒绝“AI废话”，本质上是拒绝一种懒惰和不负责任的工作方式。这趟必修课，才刚刚开始。