全公司集体"精神失常":当AI幻觉接管了你的办公室

你以为你在用AI,其实AI在用你。你以为公司在转型,其实公司在转圈。

封面图


——————————————

一、一场正在蔓延的"企业精神病"

图片

2026年5月15日,Terraform创始人Mitchell Hashimoto在Hacker News上扔了一颗炸弹。

他说:“我相信现在有一些整个公司都处于AI精神病(AI psychosis)的状态。”

这篇文章瞬间引爆,1574个赞,811条评论,成为当周Hacker News最热帖。

什么叫AI精神病?

简单说就是——一群聪明人,集体做蠢事,而且每个人都觉得自己特别聪明。

Hashimoto打了个比方:AI就像拥有无限数量的实习生。如果你知道自己要什么,AI极其有用;如果你不知道,AI极其危险。因为它会让所有事情看起来都很忙,但最终什么都没干成。

这话狠在哪?

狠在它不是喷子的吐槽,而是来自一个顶级技术领袖的观察。创建Terraform的人,对"基础设施即代码"有深刻理解的人,他看到的景象是:整个科技行业都在用AI搞一场巨大的生产力表演艺术。


——————————————

二、亚马逊的"Token刷量大赛"

配图1-亚马逊Token刷量

你以为这只是个别现象?来看看亚马逊。

2026年5月,Fast Company曝光了一个惊人的事实:亚马逊员工正在被施压提高AI使用率,于是他们干脆编造任务来刷数据。

具体怎么回事?

亚马逊内部有个平台叫MeshClaw,公司会追踪每个员工的"AI token消耗量"——你用AI越多,数据越好看。

然后呢?

•员工开始制造无意义的AI任务   ,就为了把token数刷上去

•有人创建无用的AI agent   ,专门来消耗token

•甚至出现了**“agent制造agent再评价agent”**   的套娃行为

这不是勤奋,这是数字时代的磨洋工  。

Fortune的标题更直白:“Token Maxing”——刷token  。

你以为AI取代了996?不,AI创造了新的996——假装用AI  。


——————————————

三、Meta的"AI人间炼狱"

图片

如果说亚马逊是员工主动刷数据,那Meta更狠——公司主动监控你的电脑活动来训练AI。

纽约时报报道,Meta员工"痛苦不堪"(miserable)。公司要求每个员工产出大量AI agent多到什么程度?

“其他人不得不引入新的agent来找之前的agent,再引入更多的agent来评价那些agent。”

这句话你读三遍。

是不是有点像一个笑话?

一个人去理发店问:“你们这有多少理发师?”      理发师说:“我们有5个理发师,他们互相给对方理发。”

Meta2026年资本支出预测:1150亿到1350亿美元。同时裁员8000人。

一边烧天文数字的钱搞AI,一边砍人。

这不是转型,这是集体换命。


——————————————

四、AI精神病的五个阶段

配图2-五个阶段递进

观察了这些案例,我总结出"AI精神病"的五个阶段:

第一阶段:狂热崇拜    “AI能做一切!我们必须All in!”

第二阶段:指标焦虑    “隔壁公司AI使用率都90%了,我们才30%,完了完了。”

第三阶段:表演艺术    “大家都假装在用AI吧,领导看数据就好了。”

第四阶段:系统失控    “等等,这些系统怎么互相连起来了?谁在管?”

第五阶段:集体失忆    “我们从来没说过AI能替代思考啊?你记错了吧。”

目前大部分美国科技公司处于第三到第四阶段之间。


——————————————

五、"无限实习生"的陷阱

图片

Hashimoto说的"无限实习生"比喻特别精准。

想象一下:你有一个无限实习生团队。

如果你知道自己要什么   :你分配任务,检查结果,效率飙升。

如果你不知道自己要什么   :你会让实习生们互相开会、互相汇报、互相review,然后你假装自己在管理一个大项目。

现实是——大部分管理者属于后者。

他们不知道怎么提需求,不知道怎么验证结果,但他们知道一件事:我必须看起来在用AI,否则就是落伍。

这就是问题所在。

AI不会替你想清楚你要什么。它只会替你把"不清楚"这件事包装得很漂亮。

一份AI生成的报告,看起来比手写的更专业。一个AI做的PPT,看起来比人做的更精美。一个AI写的代码,看起来比你写的更规范。

但看起来专业和真的专业,是两回事。


——————————————

六、真正的危机:空心化的决策链

AI精神病最可怕的地方不是浪费钱。

是整个组织的决策能力正在空心化。

当每个员工都习惯让AI先出一版,然后微调,最后交差——

谁在做真正的思考?

谁在承担判断的责任?

当AI出错的时候,谁来识别?

Hashimoto说得精准:"你可以在自动化中把自己变成一个极其坚韧的灾难机器。系统在局部指标上看起来很健康,但在全局上变得不可理解。  "

这就是我们正在目睹的。

整个公司的人都在疯狂运转,但没有人真正知道自己在干什么。

每个人都在等AI给出答案,然后等下一个人确认答案,然后等AI再优化答案——

直到整个公司变成一个巨大的"确认"按钮。


——————————————

七、怎么治?

图片

我不是来散播焦虑的(好吧,可能有一点)。

这里有几个"解药":

1. 先想清楚问题,再打开AI    跟实习生一样,你得先有Brief。

2. 设立"无AI日"    每周有一天,强制用脑子。不丢人。

3. 质疑"看起来不错"的东西    AI最大的问题是——它做出来的东西永远"看起来不错",即使全是胡说八道。

4. 砍掉没有人类负责的AI项目    如果一个AI系统没有具体的人为结果负责,关掉它。

5. 承认有些事AI就是做不好    创意、判断、同理心、真正的领导力——这些事AI目前还差得远。


——————————————

最后说句人话

图片

AI是好东西。但它不能替你思考,也不能替你勇敢。

现在最大的风险不是AI太强,而是人太懒。

不是身体上的懒——是思想上的懒。

当整个公司都习惯了让AI替他们"想",最后会发生什么?

不是AI取代人类。是人类自己把自己架空了。

到那时候,AI不需要叛变,也不需要天网。

它只需要让每个人都觉得自己在忙,就够了。


——————————————

你怎么看?你身边有没有"AI精神病"的症状?     评论区聊聊👇

点赞和"在看",是对我最好的支持

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐