出品 | 《態(tài)度》欄目 

作者 | 袁寧

編輯 | 丁廣勝

當(dāng)公司全面 All in AI，一些員工卻發(fā)現(xiàn)，新的成本并沒有消失。它只是換了一種方式，回到自己身上。

“以前公司買電腦、買軟件、買服務(wù)器。現(xiàn)在變成我們自己買 AI。”一位創(chuàng)業(yè)公司工程師告訴我，“工資沒漲，效率要求卻按用了 AI 之后算，工具還得自己掏錢?！?/p>

公司獲得效率紅利，員工承擔(dān)工具成本。AI 時代，一批新的“自費打工人”正在出現(xiàn)。

AI工具，成了打工人的隱形成本

過去，辦公成本邊界非常清晰。電腦公司配，軟件公司買，服務(wù)器公司出，屬于默認(rèn)規(guī)則。

AI 出現(xiàn)后，這條規(guī)則開始松動。在不少公司內(nèi)部，AI 被定義為“個人效率工具”，而不是“基礎(chǔ)生產(chǎn)設(shè)施”。邏輯也隨之改變——想提效，可以自己買。

但與此同時，公司對效率的預(yù)期卻已經(jīng)提前升級：排期按 AI 后效率制定；人力預(yù)算按 AI 后產(chǎn)能壓縮；績效默認(rèn)已使用 AI。

一位工程師很直接地告訴我：“效率按用了 AI 算，成本按沒用 AI 算?！?/p>

當(dāng) AI 成為默認(rèn)選項，卻沒有被寫進(jìn)公司成本表，它就不再只是工具。而是開始成為打工人的隱形成本。

生產(chǎn)資料的邊界，從企業(yè)，悄悄滑向了個人。

All in AI，默認(rèn)是員工自費

問題真正顯現(xiàn)，是在執(zhí)行層面。

現(xiàn)在，幾乎所有公司都在強(qiáng)調(diào)All in AI。但具體怎么承擔(dān)成本？很多公司給出的答案是模糊的。

一位20多人規(guī)模公司的員工告訴我，公司開始強(qiáng)推 Claude Code、Copilot、Cursor 等編程工具。但至于報不報銷？沒有明確說法。

他告訴我，最初的口徑是：“大家先用起來，驗證提效后再說?！甭犐先ズ侠怼?zhí)行起來卻變成——必須用，必須提效，費用自己解決。

一位月薪幾千的程序員在社交媒體上發(fā)帖吐槽：“老板讓我用 Claude Code，說效率高。我問報銷，他讓我自己找鏡像?！?/p>

現(xiàn)實也很簡單：不用 AI，算能力不足；用了 AI，算個人投入。

為了不被“卷”掉，越來越多人開始主動氪金。

ChatGPT、Claude、Perplexity、Manus、Genspark……海外工具單個每月訂閱費20美元起步。國內(nèi)產(chǎn)品免費居多，但想用最新模型，同樣需要付費。

一位律師朋友給我列過他的 AI 清單：一個 ChatGPT Plus 賬號280元，Grok 238元，Meta Law 41元，Alpha 138元，oslaw案牘盡調(diào)58元……合計每月664元。

“如果月薪一萬，還能勉強(qiáng)承受，主要是買的是成長速度?！彼f。但如果月薪只有幾千，這就是另一種壓力。

企業(yè)的 AI 戰(zhàn)略，開始變成個人的現(xiàn)金流支出。

從自愿氪金，到被動成本分?jǐn)?，再到制度化AI考核

如果只是“自愿購買”，還算個人選擇。更激進(jìn)的案例，已經(jīng)出現(xiàn)。

2026年1月，有網(wǎng)友爆料：某年收入破百億的跨境電商公司，大規(guī)模采購 Cursor、Copilot 等 AI 工具，并將費用分?jǐn)傔M(jìn)員工薪酬，年底統(tǒng)一扣除——每人7200元。

統(tǒng)一采購，統(tǒng)一扣款。“第一次見公司用我的錢給我配工具。”有員工吐槽。

一些公司已經(jīng)進(jìn)入更系統(tǒng)化階段。

3月1日，昆侖萬維發(fā)布內(nèi)部通知，宣布全面擴(kuò)展 AI 編程工具應(yīng)用范圍。

核心包括：統(tǒng)一開通 OpenAI Codex 或 Claude Code 賬號；每人每月提供100美元額度；所有技術(shù)研發(fā)人員（含 CTO）必須強(qiáng)制使用；開發(fā)效率必須提升至少50%；2026年6月納入績效考核；不達(dá)標(biāo)者實行5%-20% 末位淘汰。

這是一個清晰的信號——AI 不再是“建議使用”，而是成為技術(shù)崗位的核心技能門檻。

公司承擔(dān)了成本。但問題并沒有消失。有人吐槽：100美元額度并不夠用。

當(dāng) AI Coding 成為默認(rèn)開發(fā)模式，當(dāng)“效率提升50%”成為硬指標(biāo)，額度卻是封頂?shù)?。這意味著什么？意味著工具成為生產(chǎn)資料，但生產(chǎn)資料被限量供應(yīng)。

當(dāng)額度用完，你可以停下嗎？不能。于是問題回到了個人。要么壓縮使用，要么自己補(bǔ)充。

從自愿氪金，到制度化強(qiáng)制；從成本轉(zhuǎn)嫁，到效率綁定淘汰。AI 正在從“輔助工具”，升級為“考核標(biāo)準(zhǔn)”。而當(dāng)考核綁定在算力之上，問題就不再只是制度，而是資源。

算力的馬太效應(yīng)：不敢不跟進(jìn)

當(dāng) AI 被寫進(jìn)績效，當(dāng)效率被量化，當(dāng)淘汰比例被明確，問題就不再只是“要不要用”。而是——你用得夠不夠多？夠不夠快？夠不夠貴？

為什么大家一邊抱怨，一邊還在買單？因為差距已經(jīng)肉眼可見。

高階模型并沒有降價。隨著上下文窗口擴(kuò)大，推理能力增強(qiáng)，成本也同步上升。以 Anthropic 的最新旗艦?zāi)Ｐ?Claude Opus 4.6為例，其 API 定價是每百萬輸入 Token 5美元、輸出 Token 25美元。而其 快速 / 強(qiáng)化推理模式（Fast / Adaptive 模式）定價：輸入 Token 30美元、輸出 Token 150美元 —— 是標(biāo)準(zhǔn)模式的6倍價格。

在一些 API 定價統(tǒng)計中，最頂級模型的輸出費用甚至遠(yuǎn)高于中低端模型，如一些定價統(tǒng)計顯示前沿模型每百萬輸出 Token 價格從幾十美元起步，而基礎(chǔ)或迷你版本則可能低于1美元。

速度更快，成本更高。一天的消耗，可能是過去的10倍。

問題來了:你的競爭對手在用2.5倍速度開發(fā)，你敢不跟嗎？但如果你沒有10倍預(yù)算，你怎么跟？這就是算力的馬太效應(yīng)。更多算力 → 更快迭代 → 更好結(jié)果 → 更多收入 → 買更多算力。一旦循環(huán)啟動，差距只會擴(kuò)大。

而當(dāng)公司開始統(tǒng)計 Token 使用量，用得少，被視為“不夠 AI 化”；用得慢，被視為“效率不足”。這和當(dāng)年統(tǒng)計代碼行數(shù)，有什么本質(zhì)區(qū)別？

工具被量化，產(chǎn)出被放大，差距被制度化。算力，正在成為新的生產(chǎn)資料。而生產(chǎn)資料一旦分層，競爭就不再是能力差距，而是預(yù)算差距。

“自費上班”，會成為新常態(tài)嗎？

回頭看這場 AI 化升級，它早已不是一個“工具使用問題”。

它關(guān)乎一個更底層的變化——當(dāng)生產(chǎn)資料改變，勞動關(guān)系也在改變。

在工業(yè)時代，機(jī)器屬于工廠。在互聯(lián)網(wǎng)時代，服務(wù)器屬于公司。而在 AI 時代，算力正在變成新的生產(chǎn)資料。問題是——它屬于誰？

當(dāng)企業(yè)要求員工必須掌握 AI、必須提升50% 效率、必須進(jìn)入 AI Coding 模式時，AI 已經(jīng)不再是“加分項”，而是崗位基本盤。

但當(dāng)成本由個人承擔(dān)，或額度被嚴(yán)格限制時，生產(chǎn)資料的一部分，開始個人化。

這是一個微妙的轉(zhuǎn)折。過去，公司為效率投資；現(xiàn)在，員工為效率預(yù)付。過去，工具升級帶來崗位穩(wěn)定；現(xiàn)在，工具升級伴隨淘汰比例。

當(dāng)效率提升不能換來更少工時，而是更高指標(biāo)；當(dāng)算力成為門檻，而不是輔助。問題只剩一個：當(dāng)生產(chǎn)力工具需要員工自己買單時——這場效率革命，究竟在解放誰？