科技CEO高估了AI能力
TechCrunch AI··作者 Julie Bort
关键信息
Levie 并不是反对 AI；文章称他活跃投资 AI 初创公司，并经常在 X 上发布看好 AI 的内容，还写过关于 AI 原生软件的文章。文章还引用研究指出，AI 采用目前并没有带来稳定、显著的总体生产率提升，而且许多现有智能体在真实任务中仍难以达到人类质量。
资讯摘要
TechCrunch 将当前科技行业描述为一种不同寻常的混乱状态，既像云计算时代那样经历剧烈变化，又出现了前所未有的“高收入伴随大规模裁员”。文章认为，一个可能的解释是，许多科技高管，尤其是 CEO，正在对 AI 的能力产生过度膨胀的判断。文中引用 Box 创始人 Aaron Levie 的说法：CEO 特别容易陷入“AI 迷思”，因为他们离决定 AI 是否真正创造价值的“最后一公里”工作太远。Levie 的意思是，高管可能只是试用 AI 写个原型、生成一份合同，就因此跳到“智能体已经可以接管全部工作”的结论。可现实中，真正负责落地的人仍然要审查代码、发现漏洞、识别虚构的库调用、用公司自己的合同条款训练模型，并且仔细翻阅文档寻找隐藏条款。文章指出，CEO 往往并不真正理解这些流程，所以也就难以判断哪些工作真的可以被自动化。
即便如此，他们的看法仍然会影响公司决策，而这正是问题所在。文章特别强调，Levie 并不是 AI 怀疑论者；相反，他在 X 上拥有大量粉丝，持续发布看好 AI 的内容，还投资 AI 初创公司。Levie 给 CEO 的建议不是少用 AI，而是要大量使用 AI，真正理解它能做什么、不能做什么。文章最后把这种务实态度与现实中许多 CEO 的行为作对比，认为当前很多人更像是在追逐炒作，而不是基于运营现实做判断。它还提到裁员及“因为 AI 而裁员”的说法，说明一些公司已经在用非常乐观的 AI 假设来支持重大人事决策。
资讯正文
如今科技行业有一种某种程度上的狂热，这既像过去那些剧烈变革时期的重演，比如云计算时代（早期失控的成本），又完全不同于我们以往见过的任何情况（创纪录的营收伴随着大规模裁员）。
一种可能的解释是：科技高管，尤其是 CEO，整体上正在集体陷入对 AI 的妄想式夸大。至少有一位科技 CEO 公开这么说了——Box 创始人 Aaron Levie。
Levie 在 X 上写道：“CEO 特别容易患上 AI 精神错乱，因为他们与最后一公里的工作隔得足够远，而那些工作仍然必须完成，才能用 AI 创造出大部分价值。”
按照 Levie 的说法，CEO 们“玩一玩 AI”，做个原型，或者生成一份合同，然后就会跃迁到相信智能体可以把工作全做了。
但这些高层管理者并不是那些必须审查代码、发现 bug、在软件部署前识别对虚构库的调用的人。他们也不负责基于公司那些特有的合同条款训练 AI 模型；也不必像 Levie 所说的那样，花上几天时间逐份翻查合同，寻找那些暗藏的条款。
换句话说，Levie 的理论认为，CEO 其实并不真正理解各种流程到足够深的程度，因此不知道哪些工作真的可以自动化，哪些不行。但这种认知缺失并不会阻止他们按自己的信念行事。
值得注意的是，Levie 并不是 AI 的反对者。恰恰相反。他在 X 上主要向自己的 270 万粉丝发布 AI 方面的正面内容，还撰写诸如《Headless software is the future》这样的博客，阐述为 AI 智能体构建的软件才是未来方向。他也言行一致，作为活跃的天使投资人，支持 AI 初创公司。
那么，CEO 们应该怎么做？Levie 建议 CEO 们要“大量”使用 AI，真正看看它能做什么、不能做什么，“然后最终对它的优势和真实工作都有所认识”。
我还保留着足够的人性信念，相信世上确实有一些 CEO 正在努力这样做，但眼下，他们似乎仍是少数。
仅在 2026 年前五个月，科技行业的裁员人数就已经几乎赶上了 2025 年全年：据行业裁员追踪器 Layoffs.fyi 的数据，2026 年迄今为止，152 家科技公司已裁掉 115,430 人，而 2025 年则有 275 家公司裁掉了 124,636 人。
而且，大多数公司都把这些岗位削减归因于 AI。很多人认为，最大的科技公司是在进行 AI washing，也就是把过去或未来的 AI 生产力提升归功于 AI，而实际上推动裁员的，是其他商业决策和指标。
不过，其中一些故事还是令人惊讶。项目管理和生产力软件初创公司 ClickUp 的 CEO Zeb Evans 在 X 上自豪地宣布，在部署了大约 3,000 个用于内部工作的 AI 智能体之后，他裁掉了公司近四分之一的员工——22%。
Evans 坚称，这么做并不是为了降低成本。相反，他希望打造一支由“运行 AI 智能体、并花时间快速审查这些智能体工作”的人组成的队伍。他认为这将创造出他所说的“100x org”。
虽然人工智能可以成为非常有用的工具，但有关 AI 与生产力的数据并不支持这种假设。差得远了。
加州大学伯克利分校《California Management Review》在10月发表的一项对其他研究的元分析发现，“AI 采用与整体生产力提升之间没有稳健关系。”
美国国家经济研究局（National Bureau of Economic Research）在3月发表的研究确实得出结论称，AI 采用提高了生产力，但同时指出“存在一种生产力悖论，即感知到的生产力增益大于实际测量到的生产力增益。”
在创建了数千个代理来执行任务之后，麻省理工学院的研究人员得出结论，代理在许多情况下仍然无法完成达到人类水准的工作。他们预测，按照当前 LLM 的改进速度，模型到2029年将能够“以最低限度足够的质量水平，成功完成大多数与文本相关的任务，平均成功率达到80%–95%。”
换句话说，AI 预计大约在三年后，就能在大多数任务上达到基本胜任水平。这些研究人员认为，代理还需要再过几年，才可能超过人类。
与此同时，《Harvard Business Review》发表的研究显示，当每个人都在使用 AI 生产更多内容时，瓶颈只是转移到了高管身上。所有这些由大家产出的内容，都需要等待那些必须授权的人来处理。如果每个人都被赋予行动权，那么从 OpenAI 去年经历的情况来看，我们可以判断，事情可能会失控。
那么，CEO 们准备好了吗？如果没有，那么正在进行中的 CEO AI “精神病”最终最确定的结果，就只是组织混乱。
来源与参考
收录于 2026-05-28