AI把草稿的价格打到零,“确认”成了最贵的东西

告别已读乱回:AI客服新国标9月1日起实施

过去这一周,两条看似不相干的新闻,其实是同一件事的两面。

第一条来自Glassdoor。这家全球最大的职场点评平台分析了2019年以来数百万条员工评论,发现提及AI的评论七年涨了240%,而其中正面评价的占比,从2019年的81%一路滑到今年年中的43%,十年来首次跌破一半。软件工程师的负面评价占57%,保险理赔员、撰稿人、会计和客服的负评与好评比例接近四比一。

第二条在国内。9月1日起,我国首个《顾客联络服务 人工与智能客户服务协同要求》国家标准正式实施,AI客服的答复从此被视为企业服务的组成部分,“AI回答不代表公司立场”这类话术不能再当挡箭牌。背景数据很难看:2025年涉及AI客服的投诉同比暴涨超过210%,“AI客服已读乱回”的话题在今年315期间阅读量超过15亿。

一边是员工对职场AI的好感腰斩,一边是监管出手强制企业为AI的输出兜底。把它们放在一起看,一个更深的结构性问题浮出水面:生成式AI把“草稿”的价格打到了接近零,但“确认”这份草稿的成本一点都没降。这笔账,正在成为整个行业绕不开的隐形税单。

红利和成本,没有落在同一批人身上

Glassdoor数据最有意思的地方不是总数,而是分层。高管和做技术规划的人普遍乐观,这符合直觉,AI帮他们起草方案、写邮件、做汇报,体验确实丝滑。真正给出差评的是执行层:会计要逐条核对AI的输出,理赔员要为AI的判断背责任,客服要在AI拦截不住的投诉里收拾残局。复核AI的工作量有时不比自己从头做少,但绩效口径已经按“你们有AI了”重新调整过了。

规划层享受草稿的便宜,执行层支付确认的昂贵。好评率的崩塌,不过是这笔账终于在评论区爆发了。

这条“看起来对”和“真的对”之间的裂缝,在教育场景里被精确量了出来。OpenAI和意大利博科尼大学最近公布了一项千人规模的随机实验:一千多名大一学生为学校周边商家做营销方案,能用GPT-4o的那组,五分制评分平均提高近1分,产出明显更专业。但研究同时发现,AI让新手的作业“看起来像专家”,却不代表他们真的具备了专家的理解,单纯看最终答案,已经无法判断一个学生会不会。研究者的建议很直接:把原创性、推理过程、探索痕迹纳入评价,而不是只看交上来的东西漂不漂亮。顺带一提,实验里表现最好的,是既用ChatGPT又接受批判性思维训练的那组,工具和思考并不互斥。

连AI编程工具自己都躲不过这道复核关。最近一项针对Claude Code和Codex的研究发现,这些编程智能体完全没有时间感知,任务耗时预估能偏差十倍,对自己产出的评分平均虚高约20个百分点。也就是说,最重度使用AI的人群,程序员,手里的工具恰恰是最需要被复核的。开发者社区对此的回应颇有象征意味:前端框架HTMX的CEO发起了“无AI周五”,号召每周拿出一天完全关掉AI辅助手动写代码,防止“认知债务”累积。倡议在Hacker News吵翻了天,但能把“我可能正在变笨”摆上台面讨论,本身就说明问题真实存在。

为什么这笔账现在集中到期

因为AI的位置变了。三年前它是桌面上的草稿机,错了改一遍就是;现在它被直接推到前台对客、对单、对答案,错误的代价从“重写一遍”变成了客诉、赔付和法律责任。企业过去几年的算盘是:AI生成的成本我出,AI出错的成本用户扛。新国标等于宣告这条路走不通了,省下的客服人力,最终要以投诉率、约谈和整改的形式还回去。

历史上这样的剧本演过。经济史学家Paul David研究过电动机的普及:发电机1880年代就商用了,但美国工厂的生产率直到1920年代才真正起飞,中间隔了四十年。原因不是技术不行,而是工厂需要围绕电动机重新设计整个生产组织,传动轴拆掉,机器重新布局,工种重新划分。AI现在就卡在这一步:模型能力几年翻了不知道多少倍,但组织还没想清楚谁复核、谁签字、谁担责。Glassdoor的差评和9月1日的新规,都是这场组织重构的阵痛,只不过这次痛感先落在了具体的人身上。

三类人各自要算的账

对开发者,我的判断是两本账要一起算。一本是成本账:Claude Code的临时额度激励9月14日到期,之后基础额度永久上调25%,但算下来每周实际可用量比当前临时政策还少约17%,token会越来越贵,这不是趋势反转,是定价常态化。另一本是资产账:如果连续几年高强度AI编程换来的是脱离工具就写不动代码,那你的技能资产折旧速度可能比想象中快。每周留一天手动编码,成本可控,是对冲,不是矫情。

对创业者,机会恰恰藏在“确认”这个环节里。当生成都接近免费,验证就值钱:AI输出的评测、审计、责任承接、人机协同的调度编排,都是未来几年确定性的需求。工信部最近启动的人工智能应用服务商培育专项行动,指向的也是同一件事——纯卖模型的时代在翻篇,落地与兜底的服务才是政策愿意给资源的地方。

对普通职场人,结论更朴素:把AI当草稿机用,别当决策机用。它给你的每一份看起来很专业的产出,都还欠一道只有你能做的工序,判断它对不对。这道工序,就是你还没被折旧的剩余价值。

我不认为AI的红利是假的。博科尼的实验里,工具加思考的那组学生在所有指标上表现最好;问题在于很多人只拿走了工具。接下来的一年,分水岭会越来越清楚:把复核成本如实计入账单的公司,和假装这笔账不存在的公司;把确认能力当核心资产的个人,和把它当杂务外包给惯性的人。草稿已经免费了,接下来最贵的东西,是有人愿意在草稿后面签字。