要是她只回一句 " 是的 "，我大概不会多想。偏偏因为她多说了一句 " 刚问了豆包 "，我先怀疑起她的专业性：卖的是自家产品，怎么连这个都要问 AI？
但仔细一想，她说的是对的，而且比我自己退出淘宝重新搜索确认要快。她没有编，没有拖，也没有假装自己本来就知道答案。真正让我不舒服的，或许不是她答得对不对，是她答得太诚实，诚实到我先怀疑，这个答案是不是来得太不费力。
说到底，该被怀疑的，或许不是她有没有用心卖货，而是我们评判 " 用心 " 的老办法。这套老办法，早就该换了。
同样的成果，诚实的人先被扣了分
今年 6 月，Atlassian 旗下的 Teamwork Lab 做过一场近 1000 人参与的对照实验：同一份工作成果，只要备注一句 " 这是 AI 帮忙完成的 "，评价的人就会把对方的懒惰程度打高十倍，愿意推荐这个人去做重要项目的比例也跌了 24 个百分点，而两组人交出的东西其实一模一样。唯一的区别，是有没有承认自己用了 AI。
更矛盾的是，这批人早就不用藏着掖着了：94% 的美国上班族上个月用过 AI，其中大约四分之三愿意公开跟同事、老板说。两年前，Slack 对 17372 名上班族做过一次调查，那时候只要工作里用了 AI，48% 的人就不好意思让老板知道，理由无非是像作弊、显得能力不够、显得懒惰。这个数字放到今天已经不准了，不是因为没人用 AI，是因为公开用 AI 的人，已经比藏着用的人多得多。可公开用的人多了，惩罚却没有跟着消失。
说真话本该更受信任，这一次，说真话的人却先吃了亏。
效率归了公司，风险却归个人
结果已经摆在那儿了，但那份看得见的努力被抽走了。这个结果可能完全正确，只是过去用来证明认真、能力和诚意的那些过程痕迹，已经没了，信任没能跟上来。不妨把这段空当，叫作 " 过程赤字 "。这不是一个现成的学术说法，只是权且这么叫它，方便把这件事说清楚。
这道空当，很难有人主动去补，因为补上它对谁都没什么直接好处。那天她用 AI 答得更快，占便宜的是我这个买家，省下了几分钟；店铺也没吃亏，问题照样被解决了；唯独扛着风险的，是她一个人，答得太快，反倒先被我怀疑不专业。往大了看，公司里也是同一套账：员工用 AI 交付得更快，公司拿到的是更高的产出，客户拿到的是更快的响应，一旦这份效率被怀疑掺了水，替它担责的从来不是组织，是那个具体经手的人。效率归了组织，便利归了客户，风险和 " 是不是偷懒 " 的嫌疑，才轮到个人来扛。
看不懂结果，就看你累不累
但 " 看得见的费力 " 曾经为什么那么管用？心理学家 Justin Kruger 和同事早在 2004 年就验证过一次，方法挺损的。他们把同一首诗、同一幅画分别给两组人评价，只告诉了其中一组 " 作者反复打磨了很久 "。这一组人打出的质量分更高，愿意付的钱也更多。作品没变，变的只是一句话。这个发现后来有了个名字，叫 " 努力启发式 "（effort heuristic）。后来的重复实验结果不算稳固，有的支持，有的没能重现，算不上一条铁律，但它戳中的方向，大体还站得住：一件事的质量越难直接判断，人们越容易把看得见的辛苦，当成替代的证据。核实一份答案对不对，得懂行、得花时间；判断一个人看起来努不努力，扫一眼就够了：看不懂一份方案到底好不好，就看他改了几版；不知道一个人贡献有多大，就看他工位亮到几点、周报写了几页、深夜还在不在群里回复。AI 恰恰把这些线索都抹掉了：它把答案磨得太快、太干净，快到看不出任何挣扎的痕迹。
这套心理，不只出现在问客服的时候。一条写得格外妥帖的道歉短信、一份准备充分的解释，如果读起来太顺、太完整，反而更容易让人心里犯嘀咕：这话真是他自己想的，还是工具替他想好的？越是笔杆子练得熟的人，越容易撞上这种怀疑。写得差，大家会觉得就是本人写的；写得太干净，干净到看不出半点笨拙的挣扎，怀疑反而冒出来了。笨拙，曾经就是诚意本身。
AI 省下来的时间，从来不会还给你
过去一份方案两天交出来，老板会觉得这项工作确实需要两天；现在你用 AI 两个小时交出来，他更可能想到的不是你能力提高了，而是你下午还能再做三份。
这套老办法不灵之后，一些公司没有急着建立新的评价方式，而是继续让员工证明 " 我确实付出过 "：写更细的周报，说明哪项工作用了 AI、原本要花多久、现在又省下多少时间。可一旦一个人证明自己效率提高了，等着他的往往不是早点下班，而是更多任务，直到省下来的时间被重新填满。AI 提高的不是员工可以支配的空闲，而是组织重新估算工作量的依据：一个人把一天的工作压缩到两个小时，用不了多久，两个小时就会变成这项工作的正常工时。个人创造的效率，会迅速变成组织制定的新基准。
这背后的逻辑并不复杂：核实 "AI 辅助的产出到底好不好 "，需要专业判断，成本很高；判断一个人看起来忙不忙，看看任务量、考勤和在线状态就够了，成本低得多。新办法还没建立起来之前，公司自然会先捡最便宜的旧指标接着用。员工也很快摸清了这套规则：既然把真实的效率说出来，换来的可能是更多任务，最理性的选择，就不再是坦白，而是接着演。
有人可能会说，只要结果做得好，没人真的在乎过程。可现实里，晋升、加薪、客户满意度打分，从来都不是只看结果这么简单，里面总掺着一点说不清道不明的 " 感觉用心 "，而这种感觉，恰恰是 AI 最先抹掉的东西。
光一个人诚实，还不够
Atlassian 的实验里还试了个补救办法。同样是承认用了 AI，把它说成 " 为了帮团队 "，比说 " 给自己省时间 "，能让别人对你的努力评分高出 11 个百分点，被推荐的概率也高 8 个百分点，话术上讨了个巧。可再讲究的说法，也只是矮子里拔高个，这批人的评分依然比 " 压根没提 AI" 的人低一截。真正能让惩罚消失的，从来不是话术，是风气：领导自己带头用，同事把 AI 当成摆在桌面上的共用工具，而不是谁掖着的小聪明，这时候 AI 用得多的人，评分反而会反超那些藏着不说的人。说到底，一个人豁出去公开，扛不住这套老办法；得等一群人一起，把新规矩立起来。
真正需要改变的，不是员工该怎么解释自己用了 AI，而是公司愿不愿意把评价标准，从 " 你花了多少时间 "，换成 " 你做了什么判断、解决了什么问题、愿意为哪个结果负责 "。
