2026年一份提前10年寄送给HR的员工AI态度报告

2035年的员工，今年13岁一份提前十年寄到HR部门的“员工AI态度报告”Remy16Wesley14HazelRemy16Wesley14Hazel17Sylvia10Evelyn13Krishiv17Danielle182035·员工AI态度报告—执行摘要为什么要读一份来自13岁的报告数据：两个国家的青少年正在怎样使用AI-七张面孔：七个孩子，七种立场—AB程序员Remy16组织者Danielle18讲故事的人Wesley14自然主义者Hazel17艺术家Sylvia10准医学生Evelyn13发明家Krishiv172035·员工AI态度报告2七个10到18岁的孩子怎样看待AI——以及这对十年后的组织意味着什么本报告以MITTechnologyReview2026年9/10月刊“孩子专号”对七位10至18岁青少年的深度访谈为核心素材，结合皮尤研究中心2026年2月发布的美国青少年AI使用调查（n=1458以及中国青少年研究中心2025年对7省市8563名中小学生的调查，试图回答一个多数企业尚未认真提出的问题：今天的孩子怎样看待AI，而这对2035年的组织意味着什么。这七个孩子里最小的10岁，最大的18岁。到2035年，他们将是19到27岁，正是任何一家公司里最年轻的那批员工。本报告的基本判断是：他们今天对AI的态度，不会在入职那天突然重置；相反，它会成为组织在下一个十年里必须面对的默认设置。五个核心发现主流态度不是恐惧，而是“就那样吧”采写者原本预期听到“作弊”或“改变人生听到最多的是“meh”和“bruh”。一位16岁受访者用“无所主流态度不是恐惧，而是“就那样吧”“无聊”只能被证据说服。原刊“尴尬指数”显⽰，孩子们最不原刊“尴尬指数”显⽰，孩子们最不不按任务难度分布，而按“这段话是否代表我本人”分布。本报告称之为“真诚性红线”，并据此提出职场任务的“谱”。孩子们画出了同一条线：可“计算”，不可“判断”；可“辅助”，不可“署名”10岁的“计算器”类比、14岁的“技术层可以、表达层不（“那我为什么不自己做一个”）。成年员工的“沉默的七条行动建议速览2035之前，企业应当做的七件事1.发牌，而不是替人打牌——AI的任务是降低获得信息与能力的门槛，而不是接管判断。2.边界先于赋能——先写清“AI在这里不做什么”，再谈“AI能做什么”。3.为五张脸分别设计——放弃“一套培训+使用率KPI”的通吃方案。4.核实作为独立环节——不是一句“请自行判断”，而是流程里的一个节点。5.AI参与透明标注——员工不反感AI写的东西，反感的是不知道哪些是AI写的。6.沙盒与舞台——建构者是被需求、工具、反馈和舞台“⻓”出来的，不是被课程“教”出来的。7.把“检查盲区”当能力培养，而不是当禁令颁布——招聘标准里加上主动性、判断力与自我驱动。2035·员工AI态度报告13→2035本章要点本章要点2.对技术的基本态度在青春期到成年早期形成，之后趋于稳定；AI态2035·员工AI态度报告4过去一年，企业里出现频率最高的词之一是“焦虑”：高管焦虑转型太慢，中层焦虑位置不保，员工焦虑自己会被替代。围绕这种焦虑，市场上产生了大量关于“员工如何看待AI”的调查与报告。但几乎所有这些研究都在问同一群人——今天已经在职场里的成年人。本报告换了一个提问对象。它关心的是那些真正要在AI里长大的人：今天10到18岁的孩子。理由是一道简单的算术题。2026年10岁的孩子，2035年19岁；2026年18岁的青少年，2035年27岁。也就是说，MITTechnologyReview访谈的这七个孩子，将在2035年前后集中进入职场——实习生、管培生、初级工程师、一线主管的候选人，恰恰是任何一家公司里最年轻、也最能定义“新常态”的那批人。图1-1·七位受访者的年龄推算：2026→2035按访谈时年龄顺推九年；2035年的年龄段正对应企业最年轻的员工层2026年·2026年·访谈时Hazel·KrishivRemyDanielleSylviaEvelyn、、、2035年·进入职场--、2035年·进入职场横轴为年龄，上排为访谈时年龄，下排为九年后的年龄；紫色带为企业通常意义上的“最年轻员工层”（19-27岁）。受访者年龄以原刊标注为准（Krishiv在印刷版中为17岁）。圆点颜色沿用原刊为每位受访者标注的身份色。这道算术题的含义是：与其等到2035年再去做“新生代员工AI态度调查”，不如现在就读一读他们已经说出口的话。因为一个组织的AI战略通常以三到五年为周期，而今天13岁的孩子进入职场只需要一个周期多一点。一个自然的反驳是：孩子的想法会变，等他们工作了自然会接受现实。本报告不同意这个判断，理由来自代际研究里一个被反复验证的观察。社会心理学中的“易感年代”假说认为，人对社会、制度与技术的基本态度，主要在青春期到成年早期形成，之后趋于稳定；成年后的经历会修正细节，但很少推翻框架。技术态度尤其如此：一个人对“第一台电脑”“第一部手机”的记忆，往往决定了他后来是把新技术当作工具，还是当作威胁。对于今天的青少年，AI就是那个“第一次”——而且是一个比电脑和手机更早介入学习、创作与社交的“第一次”。从访谈内容看，这些态度已经相当成型。16岁的Remy不仅有自己写还长”）和判断框架（“像第一辆汽车或者第一架飞机”17岁的Hazel的拒绝建立在对数据中心水耗与热排放的具体认识上；13岁的Evelyn一边深度受益于AI，一边清楚地划出“永远不想让它当我的医生”的边界。这些不是青春期的情绪，而是有证据、有逻辑、有边界的立场——它们在2035年更可能被强化，而不是被抹平。因此，本报告把这七份自述当作一份“提前寄到的员工态度报告”来读：不是预测，而是先行样本。2035·员工AI态度报告皮尤的调查里有一组数字，本报告认为是整份报告的起点：大约一半的家长说自己的孩子在使用AI聊天机器人，而孩子自己报告的使用率是64%。换句话说，每五个在用的孩子里，至少有一个的家长并不知道。这个“认知差”在组织里有一个精确的对应物。多数企业对员工实际的AI使用情况同样所知有限：员工用个人账号处理工作、把文件贴进公开的聊天机器人、在公司系统之外搭建自己的自动化流程——这些“影子AI”的规模，几乎总是高于管理层的估计。家长低估孩子，管理者低估员工，原因是同一个：使用发生在制度看不见的地方。企业里的“影子AI”通常有三种形态。第一种是个人账号：员工用自己的账号处理工作，因为公司的工具不好用或者根本没有。第二种是私搭流程：员工用自动化工具把几个系统串起来，替自己省掉重复劳动，这些流程只有他自己知道。第三种是沉默的不用：员工被要求使用某个系统，于是打开、登录、关闭——使用日志上有记录，工作里没有痕迹。三种形态有一个共同点：管理者从数据上看不到真实情况，只能看到一个被使用率和登录次数装饰过的表面。本报告将在第二章展开这组数据，并在第五章讨论它的组织含义。这里先给出判断：认知差不是信息问题，而是关系问题。当一个人认为对方“不理解自己在用什么、为什么用”，他就不会公开讨论自己的使用方式，也不会公开表达自己的保留意见。沉默，从这里开始。本报告的核心素材是MITTechnologyReview2026年9/10月刊“孩子专号”中的专题《孩子们怎样看待AI——用他们自己的话说》。采写者JenSwetzoff与KeeleyMcNamara是面向青少年的独立印刷杂志Anyway的创始编辑，她们访谈了美国与加拿大多位10到18岁的青少年，并刊出其中七位的自述；原刊注明访谈“经过长度与清晰度的编辑”。本报告中的引语均由作者据原文译出，为便于阅读做了必要的润色，但不改变原意。本报告同时使用两项调查数据：皮尤研究中心2026年2月24日发布的《青少年如何使用与看待AI》（2025年9月25日至10月9日调查，1458名13至17岁美国青少年，误差±3.3个百分点以及中国青少年研究中心2025年5至7月对7省市8563名中小学生的调查（本报告引用的是媒体披露的数据）。两项调查的年龄段、问题设计与统计口径不同，本报告只做方向性的对照，不做数值比较。需要明确的局限有三点。第一，七位受访者是编辑选择的非概率样本，来自北美，不能代表任何总体；本报告的分析是解释性的，目的在于识别态度的类型与逻辑，而不是估计其分布。第二，本报告为每位受访者赋予的“原型”标签（工具理性者、公民技术者、创意主权者等）是分析工具，用于把个体经验转译为组织语言，不应被理解为对这些孩子的定性。第三，报告中所有关于成年组织的判断，来自作者对企业AI转型的长期观察与此前的研究，读者应结合自身组织的情境校准。尽管如此，本报告认为这七份自述具有超出样本规模的价值：它们展⽰的不是“青少年的平均态度”，而是青少年态度的“结构”——一个组织在未来十年将同时面对的几种立场，以及每种立场背后的理由。第二章呈现两个国家的数据，并提炼三个关键词：认知差、作弊焦虑与思考能力。第三章是报告的主体，逐一分析七位受访者，每一节包括自述、深评、“如果他是你2035年的员工”的情景推演，以及管理者当下可以做的一件事。第四章讨论原刊的“尴尬指数”，提出“真诚性红线”与职场任务的“署名度光谱”。第五章把七张面孔归纳为四种“不用”与一种“要做”，给出识别信号与干预原则，并与成年员工的阻力光谱对照。第六章讨论这一代的默认设置——“手留在方向盘上”——及其对决定权设计的含义。第七章提出企业在2035年之前应当完成的七件事。第八章是写给学校与家长的简短附言。附录提供受访者速览与数据来源说明。不同的读者可以从不同的章节进入。负责AI战略的高管，建议先读第六章与第七章，再回到第三章看七张面孔；负责变革管理与人才发展的HR，建议从第五章的立场诊断清单开始，用它对照自己团队里的成年员工，再读第三章理解每一种立场的来源；负责AI产品与流程设计的团队，第四章的署名度光谱与第六章的决定权矩阵可以直接作为设计审查的框架；学校与家长，请读第三章与第八章。无论从哪里进入，本报告都建议读者至少完整读一遍第三章——七个孩子自己说的话，比本报告的任何分析都更有说服力。2035·员工AI态度报告664%数据：两个国家的青少年正在怎样使用AI本章要点本章要点2.59%认为同学“经常”用AI作弊，但只2035·员工AI态度报告2.1皮尤：64%、四倍与“作业依赖四档”皮尤研究中心2026年2月发布的《青少年如何使用与看待AI》是目前关于美国青少年AI使用最系统的公开数据。调查显⽰，64%的13至17岁青少年用过AI聊天机器人，大约三成每天使用；95%至少听说过聊天机器人，其中56%表⽰“听说过很多”。换句话说，AI对这一代人来说已经不是新闻，而是环境。用途的排序很清楚：57%用它查资料，54%用它做作业，47%用来娱乐，约四成用来做摘要或生成、编辑图片视频，约两成用来看新闻，16%用来闲聊。用来“寻求情感支持或建议”的只有12%。原刊编者据此算了一笔账：青少年把AI用在无害用途上的可能性，是用在潜在有害用途上的四倍以上。图2-1·美国青少年用AI聊天机器人做什么“用过”的比例（%）。13-17岁，n=1458，2025年9-10月54%54%做作业娱乐做摘要生成/编辑图片视频看新闻情感支持/建议无害用途÷潜在有害用途≈4倍以上数据：PewResearchCenter,HowTeensUseandViewAI,2026-02-24。橙色为原刊编者重点讨论的一项；“≈”为报告中的约数。更值得细看的是“做作业”这一项的深度。皮尤把作业中的AI使用分成四档：10%的青少年说自己的作业“全部或大部分”45%说从没用AI做过作业。具体到用法，超过四成用它研究主题或解数学题，35%用它修改自己的写作。只有大约四分之一的青少年认为聊天机器人对功课“极其或非常有帮助”。图2-2·作业里的AI依赖四档“你的作业有多少是在AI聊天机器人帮助下完成的？”（%，13-17岁美国青少年）10212345●全部或大部分●一部分●一点点没有用过数据：PewResearchCenter,2026。四档合计99%，差值为四舍五入所致。这组数字的组织含义是：深度依赖者是少数，试探性使用者是多数。把“青少年都在用AI写作业”当作既定事实的人，和把“员工都在用AI偷懒”当作既定事实的管理者，犯的是同一个错误——把最显眼的少数当成了全体。皮尤的另一组数字揭⽰了一种典型的社会心理现象。59%的青少年认为本校学生“至少比较经常”用AI作弊，约三分之一认为“极其或非常经常”。但如上文所⽰，只有10%承认自己的作业主要靠AI，45%说从没用过。别人都在作弊，我没有——这个“感知―自述”的落差，在社会心理学里有一个名字：多元无知。每个人都根据自己对“别人”的想象来判断规范，而这个想象通常比现实更极端。%青少年自报用过AI聊天机器人；家长认为在用的约一半%中小学生用过生成式AI；18.3%经常使用；作业辅助占71.0%203%青少年自报用过AI聊天机器人；家长认为在用的约一半%中小学生用过生成式AI；18.3%经常使用；作业辅助占71.0%这个现象在组织里同样存在，而且后果更严重。当“大家都在用AI应付工作”成为一种流行的叙事，两件事会同时发生：认真使用的人不愿公开自己的方法，因为怕被归入“偷懒”的一类；不使用的人则更加确信自己是少数派中的“清醒者”。两种沉默叠加，管理者看到的就是一个既没有真实使用数据、也没有真实反对意见的组织。第五章将回到这个问题。被问到未来二十年AI对自己的影响时，36%的青少年认为是正面的，15%认为是负面的，17%说不确定；对社会的影响，31%认为正面，26%认为负面。个人预期明显比社会预期乐观——这与原刊编者的观察一致：“他们不那么担心AI抢走自己%认为未来二十年AI对自己有正面影响；对社会有正面影响的为31%真正值得组织注意的是悲观的理由。在对AI前景悲观的青少年里，34%提到“过度依赖、失去批判性思维或创造力”，25%提到工作被取代，只有约10%提到误导信息或滥用。请注意这个顺序：孩子们最怕的不是失业%认为未来二十年AI对自己有正面影响；对社会有正面影响的为31%%认为本校同学“至少比较经常”用AI作弊；自认作业主要靠AI的只有10%图2-3·皮尤调查中的四个关键数字。PewResearchCenter,2026-02-24，13-17岁美国青少年，n=1458。最后一组数字关于信心与认知差。大约四分之一的青少年对使用聊天机器人“极其或非常有信心”，约三成“比较有信心”，约一成缺乏信心。而在家长一侧，大约一半的家长说自己的孩%悲观者最担心“过度依赖、失去思考力或创造力”，高于担心失业的25%子在使用聊天机器人——比孩子自报的64%低了十几个百分点。中国的数据指向同一个方向，只是更陡。中国青少年研究中心2025年5至7月对7省市8563名中小学生的调查显⽰：61.7%的学生用过生成式AI，18.3%经常使用；辅助完成作业是第一用途，占71.0%；高中生的使用比例（69.5%）明显高但这项调查里有三个数字，本报告认为比使用率更重要。第一，20.5%的学生表⽰“更愿意依赖AI思考，不想自己思考”。第二，近半数的孩子在心里有烦恼时选择求助AI而不是身边的人，超过两成“只想和AI聊天，不想和真人聊天”。第三，67.9%的家庭没有制定任何AI使用规则。%表⽰“更愿意依赖AI思考，不想自己思考”图2-4·中国青少年研究中心2025年调查的四个关键数字。2025年5-7月，7省市8563名中小学生；数据引自媒体报道。与皮尤调查口径不同，不宜直接比较。两项调查不能直接比较：年龄段不同、问法不同、“情感支持”与“求助AI”的定义也不同。但把它们放在一起，可以看到一个共同的结构：大人对孩子的AI使用，既低估了规模，也误判了内容。美国的家长低估了使用率；中国的家庭则大多没有规则——两者都意味着，孩子的AI使用主要发生在制度的视线之外。而“依赖”的信号——20.5%更愿意让AI替自己思考——恰恰印证了美国青少年自己最担心的那件事。心里有烦恼时选择求助AI而非身边的人；超两成“只想和AI聊天”%家庭没有制定任何AI使用规则对中国企业而言，这组数据还有一层额外的含义：本报告的七位受访者来自北美，他们表现出的分寸感是否同样存在于中国的青少年之中，目前没有同等深度的访谈材料可以回答。但“更愿意依赖AI思考”的两成学生，与“从不用AI做作业”的四成美国青少年，共同提⽰了一件事——下一代员工的态度分布会比今天更分散，而不是更集中。为一个“平均员工”设计的AI策略，会同时错过两端。2035·员工AI态度报告本报告从数据中提炼出三个贯穿全篇的关键词。认知差。家长对孩子、管理者对员工，都系统性地低估了AI使用的规模，误判了使用的内容。认知差的根源不是信息缺失，而是使用发生在制度看不见的地方——以及使用者不愿意让制度看见。作弊焦虑。“别人都在用AI作弊”是一种被高估的规范想象。它在学校里催生了禁令式的应对（第三章Remy的“70分钟课堂写作”在组织里催生了对“AI偷懒”的道德化叙事——两者都压制了关于“怎样用才对”的公开讨论。思考能力。青少年最深的担忧不是失业，而是失去自己思考的能力。这个担忧同时出现在美国青少年的悲观理由里（34%）和中国学生的自我描述里（20.5%更愿意依赖AI思考）。它将在第三章的每一张面孔里反复出现，并在第六章成为“手留在方向盘上”这一判断的依据。在进入七张面孔之前，需要说明这两项调查的边界。它们能说明的是规模与分布：多少人在用，用来做什么，用得多深，担心什么。它们不能说明的是理由：一个说“从不用AI做作业”的青少年，是因为不需要、不认同、不信任，还是因为学校禁止；一个说“更愿意依赖AI思考”的学生，是在描述一种偏好、一种无奈，还是一种对问题措辞的附和。调查数据把人放进了格子，但没有告诉我们每个格子里的人为什么在那里。这正是七份深度自述的价值所在。它们的样本量小到不能做任何统计，但它们回答了调查回答不了的问题：为什么。Remy说了他为什么“无所谓”，Hazel说了她为什么“愤怒”，Evelyn说了她为什么既依赖又反对依赖。本报告的方法是把两者合在一起读——用调查确认这些立场不是孤例，用自述理解这些立场的逻辑。第三章开始做后一件事。2035·员工AI态度报告七张孔七张孔本章要点本章要点2.每一张面孔都对应组织里的一类员工：不屑者、公民技术者、主权者2035·员工AI态度报告Danielle，18岁，加州原型·公民技术者“我们想把牌发到每个人手面孔三·Danielle，18岁，加州原型·公民技术者“我们想把牌发到每个人手面孔三·讲故事的人Wesley，14岁，俄亥俄原型·创意主权者“你信任它自己跑，它就会面孔六·准医学生Evelyn，13岁，俄勒冈原型·受益者的清醒“我永远不想让它当我的医Krishiv，17岁，安大略原型·建构者“主动性、判断力和自我驱Hazel，17岁，纽约原型·生态Hazel，17岁，纽约原型·生态否决者“我不想让AI成为杀死我热Remy，16岁，纽约原型·工具理性者“我想到AI时，脑子里蹦出’。”Sylvia，10岁，密歇根原型·边界天生者“AI有点像计算器。但我不图3-0·七张面孔与原型标签—览。色条沿用原刊为每位受访者标注的身份色。2035·员工AI态度报告无所分钟作文分钟作文Remy，16岁，纽约““我想到AI时，脑子里蹦出来的词是‘无所谓’”原刊问答AI做过什么让你意外的事？“一群黑客利用Instagram的聊天机器人拿到了名人账号。他们说服它重置奥巴马等人账号的密码，把重置邮件发到自己邮箱，然后同时用好几个名人账号发帖——这是一个只会因为AI而出现只在工具真正好用时用；在乎“人类做最后核实”的那个AI版本。Remy的日常是上学、教跆拳道、读书、和朋友打游戏。“这些都不需要AI。”他说。但他并不是不用：他用免费版的Claude在课外写程序，让AI帮他写了一个小工具，测试能不能给自己的电脑超频。“所以我明真正让他不满的是学校。因为老师怕学生作弊，英语课的所有写作都改成了课堂限时写反而妨碍了我的写作。”他顺带补了一个细节：普林斯顿大学投票决定让教师监考，这是一个多世纪以来的第一次。他们的荣誉守在代码这件事上，他的评价更冷。他和朋友在游戏引擎里训练一个强化学习模型——它够多次之后自己学会最短路径。他也试过用AI做游戏开发，“它还不行。代码很邋遢，不擅长把各种机制融合成一个整体。我修它他的总结，是一个成年人很难说得更准确的比喻：“AI现在有点像第一辆汽车或者第一架飞机。有意思，但粗糙。显然是了不起的发明，但还没有真的好用。它会走到某个地方的。”他真正在意的版本，是他读到的一则新闻：AI更准确地标记乳腺癌，而且被训练来识别自己的假阳性，让人类来做最后2035·员工AI态度报告本报告的评论一句话。它不是拒绝，是差评——一个已经上手、试过、比较过，然后得出“不值得”结论的用户的差评。他不怕AI，他嫌它不够好。而且他的差评有具体的技术依据：代码邋遢、机制不融合、修正成本高于自写成本。这是一份企业里的AI推广经常搞错对象。变革管理的经典框架把人分成“拥抱者、观望者、抵制者”，然后花大力气说服架里——他既不害怕也不抵制，他只是评估之后决定不投入。前者需要安全感，后者需要证据。对Remy这样的人，任何“AI将改变一切”的宣讲都是噪音；他只相信一如果他是你2035年的员工跃用户”，收到了一封“AI能力提升”比公司的好用得多——但没有告诉任何件事：工具在他手里真的变好用了。这类人一旦被证据说服，会成为最稳定的使用者；一旦被口号轰炸，会成为最还有两个细节值得注意。第一，他讲的那个Instagram故事，在他看来是“只会因为AI而出现的漏洞”——一个16岁的孩子已经在用“攻击面”的方式思考AI，这种警觉性，许多企业的AI治理文件里还没有。第二，他真正在乎的AI版本是“训练来识别自己的假阳性，让人类做最后核实”的乳腺癌筛查——他对AI的期待不是“替代管理者现在可以做的一件事把“采纳率”换成“在一个真实场景里，工具是否明显变好”上无可争议地更好——然后让他们自己决定是否扩展。对工具理性者，一次真实的“变好”胜过十次宣讲。“AI现在有点像第一辆汽车或者第一架飞机。有意思，但粗糙。显然是了不起的发明，但还没有真的好用。它会走——Remy，16岁，纽约2035·员工AI态度报告发牌FACEFACE02Danielle，18岁，加州““我们不想让AI替人思考，我们想用它来分发知识。换句话说，我们想把牌”原刊问答AI最让你兴奋或担忧的是什“我最担心的是我们批判性思考的能力，以及因为对AI过度信任而被传播开的误导信息、虚假信息和偏见。”不让AI替人思考；核实与引用是被单独设计的环节。Danielle学工程，人生目标是“用技术帮助尽可能多的人”。她对AI的立场很干脆：定。它已经被用来做很多好事——想想个性她最大的项目叫NextVoters。团队里的技于市议会与州一级。他们把上百页的市议会文件和州立法草案，压缩成一条标题加几条大白话要点，直接送到订阅者邮箱，每一条这套系统的骨架，其实是一条智能体流水线：一个AI智能体负责找官方来源——议会网站、法案、会议记录；一个负责核实它们真实可信；一个每周抓取更新；一个按民权、移民、经济分类；最后一个写周报。她做这件事的起因是一堂英语课：乌克兰战争被提起时，有同学问了一句，“有战争在打？”这个信息鸿沟，加上靠情绪赚点击的社交媒体，让她“为下一代选民感到紧收入或教育程度，都有一个容易的方式拿到需要的信息，然后自己批判性地决定怎么用2035·员工AI态度报告本报告的评论Danielle是七个人里最像“产品经理”的一个，但她的产品哲学值得每一位做企业AI的人抄在本子上：不替人思考，只降低获取知识的门槛。她给这件事起了一个很好的这句话解决了一个企业里普遍存在的混乱。很多公司的AI项目，一开始就在两种目标之间摇摆：是“让AI替员工做决定”，还是“让员工做更好的决定”？前者是效率逻辑，后者是能力逻辑。两者在技术上可以用同一套模型实现，但在组织上是两条完全不同的路：前者把员工变成AI如果她是你2035年的员工部门。她发现内部的“智能知识助手”间搭了一条自己的流水线：抓取内部制度文件、逐条核实版本、生成带链接的的执行者，后者把AI变成员工的工具。Danielle在18岁就选定了后者，而且给出了理由：如果人手里没有牌，你一个更细的观察：她的流水线里专门有一个智能体负责“核实来源真实可信”。核实，是被单独设计成一个环节这两个设计决定，比她使用的任何模型都更重要，也和多数企业“先上线再说”的做法正好相反。第七章的第四件事——“核实作为独立环节”——直接来自这管理者现在可以做的一件事给每一个AI输出加上“可点回原文”的出处这是成本最低、信任收益最高的一个改动。公民技术者不在他们眼里等于没有结论。“信息来找你，而不是你记得要去搜、去提⽰。我们想把牌发到每个人手里，让他们自己打——但我们得确保他们手里先有牌——Danielle，18岁，加州2035·员工AI态度报告FACEFACE03Wesley，14岁，俄亥俄““如果你信任它自己跑，它就会散架。你得一直把它往你想去的方向掰。””原刊问答你最想自己继续做的是什“我希望我的创意是我自己的，不受AI影响。所以任何创意项目，我都不要AI帮怎样用AI又不失去创造“可以用它做技术性的帮助，比如查语法——而不是让它生成项目的某个部分，或者替你写一篇论文。”技术层可以，表达层不行；创意必须是自己的。Wesley主要用AI做功课：写了一篇短篇小说，丢进ChatGPT查语法和拼写错误；给自己为课程项目写的小游戏debug。“我担心的是它剥夺我们创造性思考、独立思考的他也试过用AI找乐子。无聊时和ChatGPT聊过一两次，“不太喜欢”。Character.AI更好玩：输入设定、给一堆提⽰词和一张头像，就能把一个AI角色发布出去给任何人别人做好的角色把自己扔进了草帽海贼团。别人用Character.AI做出了整个游戏：饶舌歌手模拟器、二战模拟器、和电视剧里的刺客并肩作战的聊天。“基本上你想要什么但他的推荐是带条件的：“我想我会推荐意自己点了什么。你也会很快摸到它的极限。”免费版的记忆会用完——聊得够深，其他一切一样。你信任它自己跑，它就会散本报告的评论14岁的Wesley在无意间给出了一个非常成熟的分工原写、debug是技术层；故事、观点、创意是表达层。他甚同样存在，只是通常被叫作“专业尊严”：设计师愿意让2035·员工AI态度报告AI帮忙整理图层，不愿意让它决定创意方向；律师愿意让它检索判例，不愿意让它写法律意见里的判断部分；分析AI本身，而是针对AI越过那条线。他们通常是组织里最有手艺的人，也是最容易被“全员AI化”的口号伤害的⼈——因为对他们来说，把表达层交出去，等于把身份交出去。理解这一点，就能理解为什么统一的培训对他们无由AI生成初稿再由人修改，以提高产 “那不是我的东西”。他的产出速度在如果他是你2035年的员工另一句被很多人忽略的话是“你得一直掌舵”。这不是对AI的贬低，而是对AI的准确描述——来自一个把免费版聊到失忆的用户的第一手经验。今天所有关于“智能体自主运行”的宣传，都应该被这个14岁孩子的使用经验修正一下：无人掌舵的系统，会散架。第六章将把这句话变成一条设计原则。管理者现在可以做的一件事明文写清AI不碰哪一层，把署名权留给人可以、表达层不强制”，允许专业人士自行决定AI在表达权者的抵抗会大幅下降。“我想我会推荐它，但要小心。内容基本没有过滤，你得注意自己点了什么。你也会很快摸到它的极限。”——Wesley，14岁，俄亥俄2035·员工AI态度报告FACEFACE04Hazel，17岁，纽约““周围所有人都在用的时候，会觉得有点孤立。但我不想让AI成为杀死我热”原刊问答用一个词形容AI给你的感“愤怒。”给其他孩子的建议？“别用了。”因数据中心的水耗与热排放完全拒绝；“AI弹出来，我就ChatGPT刚出来时，Hazel的爸爸给她看过，“挺好玩的”。但随着它越来越无处不在，她开始不安。然后她了解到了环境影她攀岩、徒步，想成为一名生态学家。“在岩壁上的时候，我只想着待在这面墙上，不会想手机或者别的什么。这是我爱它的原因。我也喜欢那些风景，喜欢和动物在一起——哪怕是昆虫。在自然里待得越久，就越起来在建那些数据中心。那些巨大的服务器正住在那里的人的却不够。规模大到一定程点。她描述AI给自己的感受，只用了一个本报告的评论被组织误读的一类人。她的拒绝不来自恐惧，不来自无知，也不来自能力不足——她了解得比多数用戶更多，能说出数据中心的取水与热排放。她的拒绝来自价值观：AI的代价由她热爱的地方承担，而她不愿意成为这个代价的2035·员工AI态度报告本报告作者此前关于成年员工AI阻力的研究《沉默的否会反对，在系统里不会留下痕迹，他们只是安静地不用。对他们，培训无效，激励无效，KPI也无效——因为这三样东西回应的都是能力与利益，而他们的问题是价值。唯一有效的，是正面回应他们的价值关切：例如，把AI的能耗、水耗与碳排放透明化，把“负责任地使用”做成可如果她是你2035年的员工司在年度报告里宣布“全面AI化”，同迹”。她在内部论坛提了一个问题：这两件事怎么同时成立？没有人回答。她所有需要AI参与的流程里都申请了“⼈还有一个细节值得记住：Hazel说“周围所有人都在用的也知道这种少数的代价。一个组织如果把他们当作“需要织如果连“为什么我们要用这么多算力”都回答不了，就不要指望Hazel这样的员工点头。这样的员工，会越来越管理者现在可以做的一件事把AI的资源代价写进可持续发展报告，并接受提问水耗、说明减排措施、允许员工在特定流程中选择“⼈⼯“在岩壁上的时候，我只想着待在这面墙上，不会想手机或者别的什么。这是我爱它的原因。”——Hazel，17岁，纽约2035·员工AI态度报告20计算器FACEFACE05Sylvia，10岁，密歇根““AI有点像计算器。计算器替你算数，AI替你做别的事。但我不喜欢它骗”原刊问答你觉得AI会怎样影响你的未来？“我可能不用一个人考数学了。就是说，AI不会告诉我答案，但它会帮我。”画画和写歌自己来；不喜欢AI“骗人”。Sylvia是七个人里最小的。她自己没用过ChatGPT或Claude，妈妈在用。她喜欢画画和写歌，但不用AI做这些。“我对AI没什么特别大的感觉。它有点像计算器。计算Spotify上发现了几首喜欢的歌，去搜歌手她在学校里用一个叫SchoolAI的程序：“基本上是把我写的东西放进去，它给我一些想法，或者帮我修改。你不能让它直接替你写，但你可以用它来帮忙。”长大后她想当艺术家，或者图书馆员。“我大概两样都会用点技术。但画画和写歌？这两样我想自本报告的评论一个10岁的孩子，用两句话说清了成年人开了几百场研消灭数学老师，它消灭的是“手算”这项技能的市场价的影响，很可能是同样的结构：它不消灭岗位，它重新给岗位里的每一项技能定价。被重新定价的不只是“会不会对”——后两项的价格在上涨。一个10岁的孩子已经直觉地理解了这个结构：“AI不会告诉我答案，但它会帮2035·员工AI态度报告道歌是AI做的。这不是对AI生成内容的反感，是对“不AI做的”是两个独立的维度，而后者必须被告知。企业里的对应物是：员工并不反感AI写的邮件，反感的是不知道哪些是AI写的；客户并不反感AI客服，反感的是被假装成真人的AI客服。透明度，而不是禁用，是这一代人该自己做”。如果她是你2035年的员工本报告把Sylvia称为“边界天生者”：她没有经历过成年人那种“先恐慌、再接受、再划界”的过程，她的边界是在哪些事上帮忙、哪些事上不许碰”不是一个需要说服的立场，而是一个默认的常识。组织如果没有同样清晰的边管理者现在可以做的一件事在每一份对外交付物上，标注AI参与的部分“你不能让它直接替你写，但你可以用它来帮忙。但画画和写歌？这两——Sylvia，10岁，密歇根2035·员工AI态度报告22血糖偏低Evelyn，13岁，俄勒冈原原型·受益者的清醒““我知道有人担心AI会统治世界。我不这么想。我仍然认为我们控制着它，而且收益大于风险。但我永远不想让它当我的医生。””原刊问答AI最让你兴奋或担忧的是什“我觉得我们不该这么依赖AI。如果用得太多，尤其是孩子，会在学校里不再努力。他们会觉得反正有AI，有什么事你永远不想让AI替你做？“我永远不想让它当我的医可以算、可以预测、可以帮记忆，不能当医生；反对依赖。今年一月，Evelyn被诊断出1型糖尿病，“从那时起，AI成了我生活里更大的一部更关键的是她的血糖监测仪和胰岛素泵：两台设备用各自的AI互相“对话”，预测剂量。监测仪追踪真实血糖，泵来算——如果预测30分钟后血糖会高，就给一个校正剂量；如果预测要低，就提前停掉胰岛素。确诊之初她还在打针，几乎每晚都会低血糖，掉下去手机会响，她醒来喝果汁。“主要但她也说：“糖尿病最难的部分，AI帮不上——是记得把所有东西随身带上，带去学课：复习时的记忆技巧，项目开头的点子。本报告的评论2035·员工AI态度报告Evelyn是七个人里从AI那里获益最实在的一个——多睡是生活质量。但恰恰是这个获益最多的人，边界画得最清楚：可以算碳水、可以预测剂量、可以帮我记知识点，但不能当我的医生。她甚至能准确说出AI帮不上的那部这提⽰了一个常被搞反的因果。组织通常认为，员工要先接受AI，然后才能讨论边界；Evelyn的经验相反：先有了明确的边界，才敢放心地接受AI。她之所以能够把胰岛素剂量这种性命攸关的计算交给设备，是因为她清楚地知如果她是你2035年的员工Evelyn22岁，是一名临床数据协调最支持AI的人。但当公司提出用AI系没有人签字”。管理层把她的反对理解边界是采用的前提。企业推行AI时，与其反复讲“AI能章的第二件事由此而来。还有一点值得注意：她既是重度受益者，又是“反依赖”最坚决的人。“我觉得我们不该这么依赖AI。如果用得太和“我在靠”。前者是选择，后者是失能。一个组织的AI成熟度，很大程度上取决于它能否让员工在“⽤”的同时管理者现在可以做的一件事先写“AI在这里不做什么”，再写“AI能做什么”“现在泵能接住，夜里血糖掉下去手机会响，我醒来喝果汁。主要是，——Evelyn，13岁，俄勒冈2035·员工AI态度报告24ΛΛKrishiv，17岁，安大略（加拿大）““随着数十亿美元投入智能体AI，主动性、判断力和自我驱动，正在成为你”原刊问答给其他孩子的建议？“随着数十亿美元投入智能体AI，很清楚的是：主动性、判断力和自我驱动，正在成为你能培养的最重要的乐观，但把别人的害怕当作信号；强调主动性、判断Krishiv从小喜欢搭东西：乐高、Minecraft世界，然后是Scratch里的电子游戏——做一个小游戏，发给其他孩子玩，看评论，再改。上高中后，学习占掉了太多“少学一点也能拿到好成绩”的办法。可汗学院当时在做一个AI辅导，但排着候补名一个叫Aceflow的AI辅导：把老师布置的任何东西——30分钟的YouTube讲课视频、一篇博客、教材PDF或者演⽰文稿——喂进去，它会生成源源不断的练习题，旁边还有一个用“我老师的方式”讲解的辅导。他先给自己用，再给朋友，然后发到TikTok，收获了海量播放和数千用戶。他给大约30名有特殊需要的孩子上一门小信，孩子的能力远超人们的想象，而AI可这个项目后来帮他拿到了BenchSci（加拿大最大的AI公司之一）和风投机构SimpleVentures的兼职；最近，他加入了MIT的一个AI实验室，和MIT教授合开了一门CheetahP，一个用AI适配每个学生的SAT备考平台。他对AI总体乐观，但2035·员工AI态度报告补了一句：“当其他孩子的第一反应是害怕时，我觉得那也是一个重要的信号。这提醒我们，本报告的评论但请注意，他的成长路径里没有一个环节是被“培训”出发东西的平台有反馈（TikTok的评论和数千用户台——建构者是被这四样东西“⻓”出来的，不是被课程“教”出来的。一个组织如果想拥有建构者，需要提供的他给同龄人的建议，本报告建议企业直接抄进招聘标准：“主动性、判断力和自我驱动。”这三个词里没有一个是如果他是你2035年的员工流程没有任何改变。为在一个智能体越来越能干的世界里，稀缺的不是会用工具的人，而是知道要做什么、能判断做得对不对、不需要别人推着走的人。第七章的第七件事直接采用了这三条。还有一句更值得琢磨：他说别人的害怕“也是一个重要的据，而不是当作障碍。这恰恰是许多企业AI项目负责人最缺少的姿态——他们把反对当作需要克服的阻力，而Krishiv把它当作需要理解的信息。本报告第五章关于“沉默的否决权”的全部讨论，可以概括为这一句话的展管理者现在可以做的一件事给建构者一个沙盒和一个舞台沙盒是可以“随便发点东西”而不触犯安全红线的环境；舞台是让做出来的东西被看见的机制。两者缺一不可：没“当其他孩子的第一反应是害怕时，我觉得那也是一个重要的信号。我们应该对未来感到兴奋，同时留意风险。”——Krishiv，17岁，安大略2035·员工AI态度报告26把七位受访者放在同一张图上，横轴是使用深度，纵轴是态度，可以更直观地看到本章的核心发现。位置是本报告依据自述内容的定性判断，不是测量值。图3-1·七人立场地图否决横轴：使用深度；纵轴：态度。位置为定性判断否决旁观者·不屑DanSylvia10·“像计算建构者Krishiv17·“建构”ielle18·“发牌”器”Wesley14·“得一直掌舵”Hazel17·“别用了”否决者Remy16·“无所谓”Evelyn13·“不当我的医生”谨慎使用者浅/偶尔深/亲手构建使用深度→七个人里，没有一个落在右上角“深度使用+无条件拥抱”的位置。使用最深的三个人（Danielle、Evelyn、Krishiv恰恰是把边界说得最清楚的三个人。圆点颜色沿用原刊为每位受访者标注的身份色。这张图上最重要的不是任何一个点，而是那个空着的角落。一个常见的假设是：用得越深，就越拥抱；越拥抱，就越不设防。七位受访者的分布否定了这个假设——使用最深的三个人，恰恰是把边界说得最清楚的三个人。Danielle把“核实”设计成独立环节，Evelyn拒绝让AI当医生，Krishiv把别人的害怕当作信号。这意味着，深度使用与清醒边界不是此消彼长的关系，而是同时出现的。第六章将把这个观察变成一条判2035·员工AI态度报告尴尬尴尬指数与“真诚性红线”本章要点本章要点2.接受度不按任务难度分布，而按2035·员工AI态度报告28原刊有一个不起眼的侧栏，本报告认为它比正文更能说明问题。编辑请孩子们给8种AI用法打分，从“完全没问题”到画成了8支温度计，分散在几个页面的边栏里。本报告把它们并排放到一条尺子上，按尴尬程度排序。图4-1·尴尬指数（Cringe-O-Meter）8种AI用法的可接受度，1=完全没问题，4=绝对不行；按尴尬程度从高到低排列绝对不行有点尴尬有点怪完全没问题·4=绝对不行用AI让AI帮你给用AI完成用AI判断问AI和朋友用AI生成用AI让AI帮你写感谢信喜欢的人发消息创意项目身体是否出问题吵架怎么办●橙·“这段话代表我本人”的场合●紫·工具性场合读数为对原刊⽰意图中紫色填充高度的近似换算（1-4分，保留一位小数用于呈现排序与相对位置，不是精确统计。原始设计：MITTechnologyReview。请看这个排序。最不能接受的两件事——写感谢信、给喜欢的人发消息——恰恰是技术上最简单、AI做得最好的两件事。最能接受的那件——复习考试——则是家长和老师最担心的那件。如果把接受度理解为“AI做得好不好”或“任务重不重凡是“这段话代表我本人”的场合——感谢、表白、创作——AI一介入就是尴尬；凡是工具性的场合——学习、瞎玩、搞笑图——AI就没问题。健康问题落在中间，因为它介于“工具性”和“性命攸关”之间；和朋友吵架求助AI落在“有点这条线与第三章的观察完全一致。Wesley的“技术层可以、表达层不行”，Sylvia的“画画和写歌我想自己来”，Evelyn的“永远不想让它当我的医生”——三个来自不同州、不同年龄、互不相识的孩子，和这份匿名打分的排序指向同一个地方：AI可以帮我做事，不能替我做人。本报告把它叫作“真诚性红线”。它有三个特征。第一，它不是能力判断：孩子们并不认为AI写不好感谢信，他们认为AI写的感谢信不算数。第二，它不是风险判断：写感谢信几乎没有任何风险，但排在了判断健康问题之前。第三，它是关系判断：感谢信和表白的接收者是具体的人，而复习考试的“接收者”是自己。凡是有具体接收者、且接收者会把这段话理解为“你本人的意思”的场合，AI的介入就会被视为一种欺骗——这正是Sylvia说的“不喜欢它骗你”。2035·员工AI态度报告这条线对组织意味着什么？意味着员工对AI的接受度，不是按任务的难易度分布的，而是按任务的“署名程度”分布的。本报告用“署名度”来表⽰一项任务在多大程度上需要某个具体的人以本人身份对其内容负责。署名度越高，AI代笔越不被接受——不只是被写的人不接受，被读的人同样不接受。下图把十二项常见的职场任务放在这条光谱上。位置是本报告的判断，不同组织可以按自己的情境调整，但排序的逻辑应当是稳定的。图4-2·职场任务的署名度光谱从“工具性”到“署名性”，十二项常见任务的相对位置；三个区带对应三种AI参与方式会议纪要整理分析报告初稿道歉与致歉数据清洗可放心交给AI流程性邮件AI起草·人核实并标注绩效反馈应由人本人完成工具性→资料检索与摘要→署名性→写给团队的信翻译初稿写给团队的信代码脚手架客户答复草稿谈判中的承诺工具性任务●需核实与标注的任务署名性任务位置为本报告的判断，供组织按自身情境调整。判断依据是：任务是否有具体的接收者、接收者是否会把内容理解为“某个具体的人的意思”、以及一旦出错由谁承担责任。三个区带对应三种AI参与方式。左侧的工具性任务——数据清洗、资料检索、会议纪要、代码脚手架、流程性邮件——可以放心交给AI，接收者不会把它们理解为“某个人的意思”，出错的代价也可以通过复核控制。中间的任务——翻译初稿、分析报告初稿、客户答复草稿——AI可以起草，但必须有人核实并标注AI参与的部分，因为接收者会把它们理解为组织的立场。右侧的署名性任务——绩效反馈、写给团队的信、道歉、谈判中的承诺——应当由人本人完成，AI至多做语法检查；因为这些话的全部价值就在于“是这个人说的”。很多企业推AI时的顺序正好反了：从“帮领导写全员信”开始，从最该留给人的地方开始。原因不难理解——署名性任务最显眼、最容易演⽰、最能体现“我们也在用AI”。但它们恰恰是员工最不能接受AI介入的地方。员工不会公开抗议，但他们会像这些孩子一样，在心里默默打一个“有点尴尬”的分数——然后把那封信当成AI写的来读，把信里的每一句关怀都打上折扣。这个顺序错误的代价是双重的。第一，它浪费了AI真正擅长的地方：那些工具性的、大量的、没有人愿意做的任务，反而没有被系统地交给AI。第二，它损耗了组织最稀缺的资源——信任。当员工开始怀疑“哪些话是真的”，所有沟通的成本都会上升，而这个成本不会出现在任何AI项目的ROI计算里。本报告的建议是把顺序倒过来：从光谱的左端开始，向右推进，在中间区带停下来建立核实与标注的机制，把右端明确地留给人。第七章的第二件事与第五件事，是这个建议的具体化。2035·员工AI态度报告30本报告在讨论“真诚性红线”时，通常会遇到三个反对意见，这里一并回应。“如果AI写的感谢信更好呢？”这个问题假设感谢信的价值在于文本质量。但孩子们的打分说明，感谢信的价值在于“是你写的”——一封措辞平庸但确实出自本人的信，比一封文采斐然但由AI生成的信更有价值，因为前者传递的是时间与注意力，后者传递的只是文本。在组织里，绩效反馈、道歉与承诺的价值结构完全相同：接收者要的不是更好的句子，而是“你为我花了时间”的证据。“年轻人以后会习惯的。”这个判断把红线理解为不熟悉带来的暂时不适。但打出这些分数的恰恰是最熟悉AI的一代人——他们对复习考试、生成搞笑图片毫无障碍，对感谢信和表白却打出了最高的尴尬分。熟悉没有消除红线，反而让红线更清晰。本报告的判断是：这条线会随着AI能力的提高而变得更重要，而不是更模糊——当任何人都能生成完美的文本时，“确实是本人写的”会成为唯一稀缺的东西。“这只是青少年的矫情。”如果把“矫情”定义为“在意谁说了这句话”，那么成年人只会更矫情。一位下属收到主管的绩效反馈，最先判断的不是内容对不对，而是“这是他自己写的，还是系统生成的”；一位客户收到一封道歉信，最先判断的也是同一件事。孩子们只是把成年人不好意思说出口的判断标准，直接打了分。2035·员工AI态度报告MEH.本章要点本章要点我“要做”是第五种：建构。2035·员工AI态度报告