CEO的AI幻觉：当决策者离战场太远
Aaron Levie 说了句话，戳破了一层窗户纸：CEO 们特别容易陷入 AI 幻觉，因为他们离最后一公里的工作太远了。
Levie 不是局外人。他是 Box 的 CEO，X 上 270 万粉丝，日常发帖看多 AI，还是 AI 初创公司的天使投资人。一个 AI 多头说同行疯了，比空头说更有分量。
这句话击中了什么？2026 年前五个月，科技行业裁了 115,000 人，152 家公司，几乎追平 2025 全年。很多公司说：AI 能干了。
距离产生幻觉
Section titled “距离产生幻觉”Levie 的逻辑不复杂。CEO 让 AI 写了份合同草稿，用 Agent 生成了个原型，觉得”这不就完了吗”。但他没看到：合同需要法务逐条审查定制条款，原型需要工程师排查调用了幻觉库才能上线。从 demo 到生产，中间还有十步二十步。CEO 只看到了第一步。
云时代至少有个物理约束：账单。烧了多少一目了然。AI 的幻觉没账单。CEO 脑子里”Agent 能干活了”这个信念，没有数据在纠正它。
ClickUp CEO Zeb Evans 做了个活体演示。他裁了 22% 的员工，约 290 人，同时部署 3000 个内部 AI Agent，3:1 的 Agent 与员工比，然后管这叫”100x 组织”。他说这不是省钱，是转型。还把未来员工分成三等：构建者、系统管理者、一线人员，声称”AI 让顶尖工程师产出暴增，其他人用 AI 反而拖慢他们”。
叙事很漂亮。但 MIT 的研究说 Agent 在”优秀”标准下成功率从未超过 50%。3000 个 Agent 里至少 1500 个的产出需要人类逐项审查。谁来审？还没被裁的人。他们的工作从”做事情”变成了”审查 Agent 做的事情”。这不是 100x，这是 1x 加一层审核。
四组研究，同一个信号
Section titled “四组研究，同一个信号”四组独立研究从不同方向指向同一个结论。
Gartner 调查了 350 家年收入 10 亿美元以上的公司。80% 试点了 AI 的企业报告了裁员。但裁员跟 AI 的实际回报没关系：高 ROI 的公司和低 ROI 的公司，裁员率几乎一样。副总裁 Helen Poitevin 说了句大白话：“裁员腾得出预算，创不出回报。“真正拿到高回报的公司，是用 AI 增强员工，不是直接替代。
UC Berkeley 的元分析更狠。汇总了 2019 到 2024 年间 371 项研究，控制了方法论差异和发表偏差，结论：AI 采用和总生产力增长之间，“没有稳健关系”。还有一个细节：人类与 AI 协作的表现往往不如人类或 AI 单干，只在创意任务中例外。加 1 加 1 小于 2。
NBER 的发现是”有，但没你以为的那么多”。AI 确实带来了正向增益，在金融和高技能服务领域效果最大。但存在一个生产力悖论：感知的提升大于实际测量的。CEO 觉得 AI 翻了天，账面没翻。
MIT 最具体。基于劳工部 3000 项文本工作任务，AI 在”优秀”评分下成功率从未过半。研究者说改进是”涨潮”不是”巨浪”，渐进而非突变。按当前速度，2029 年 AI 才能在多数文本任务上达到 80-95% 成功率，而且只是”最低合格质量”。接近完美？还要更久。
CEO 们以为的”AI 能干”，在大多数场景下，还只是”AI 能凑合”。
Harvard Business Review 指出了另一个方向：问题不只是 AI 不够强，是组织受不了全员 AI。
当所有人用 AI 产出暴增，瓶颈从执行层转移到了审批层。管理者每 30 分钟就要审阅一个新产出物，跟不上了。微软 2026 Work Trend Index 调研了两万名知识工作者：65% 担心不用 AI 会落后，但只有 13% 的人所在组织奖励对工作方式的重新发明。大家都在用，没人改流程。Forrester 说真正的瓶颈是组织重构，不是算力。
这解释了一个奇怪的现象：为什么 AI 越用越忙。按理说，生产力工具应该让人更轻松。但现实是，AI 把执行加速了，却把审查和决策压到了一个更窄的口子上。原来十个人各做各的，现在十个人的产出都要一个人审。瓶颈不是消失了，是移动了。
Equity 播客里 Kirsten Korosec 提了个细节：GM 裁掉大批 IT 人员，但新招的人全要求有 AI Agent 经验。岗位结构在变，不是简单减人。Anthony Ha 补了一句：这些变革过去很多是 bottom-up 的，员工自己用起来，管理层慢慢接受。AI 这轮反过来了，top-down，VC 和 CEO 推下去的。一线员工的感受被跳过了。
幻觉的真正成因
Section titled “幻觉的真正成因”Levie 诊断了症状，但没说清病因。CEO 们高估 AI，不只是因为离工作远。
Sam Altman 说了个更不舒服的可能性：很多公司在 AI washing——用 AI 做借口掩盖其他经营问题。裁员的真正原因可能是增长见顶、利润承压、战略调整。但说”AI 替代了”比说”我们业务不行了”好听。
Gartner 的数据支持这个判断：裁员和 AI 回报无关。如果 AI 真能替代人力，高 ROI 公司应该裁得更多，因为替代成功了。但它们没有。裁员不是因为 AI 够用了，是因为需要一个理由。
但 AI washing 只解释了一半。另一半更结构化：CEO 高估 AI 不是认知错误，是激励相容。上市公司 CEO 告诉华尔街”AI 让我们更高效，我们需要更少的人”，股价可能涨。说”我们还没搞清楚 AI 到底能干什么”，股价一定跌。
短期激励下，判断失真反而成了理性选择。
这就是为什么 Levie 的建议——“大量使用 AI，走出幻觉后才能同时看到上限和真实投入”——虽然对，但不够。个人可以用用就清醒，组织不行。组织清醒需要重新定义岗位职责、重设审批流程、建立质量保障机制、调整激励结构。这些不是”用用就懂了”能解决的。
最后一公里比你想的长
Section titled “最后一公里比你想的长”回看 Levie 那句话：CEO 离最后一公里太远。
他说对了方向，但低估了距离。最后一公里不只是从 demo 到上线的技术步骤，它是整个组织的适应过程。技术迭代每天涨一点，组织适应要设计、审批、施工、验收。
NBER 说大公司预期 AI 驱动的人力缩减，小公司预期适度增长。为什么？因为小公司还没有复杂到需要”组织消化”这个问题。三五个人的团队用 AI，瓶颈不明显。几千人的公司全员上 AI，瓶颈就卡在管理层了。
AI 幻觉最确定的结果是组织混乱，不是判断失误。CEO 们看到 demo 就做决策，决策之后组织来不及适应，适应不了就混乱，混乱了就继续裁员”提效”，然后继续混乱。
循环就这样转起来了。幻觉不是终点，混乱才是。
还有一层更隐秘的危险。DuckDuckGo 安装量涨了 30%，用户在用脚投票：我不想让 AI 替我搜索。这不是反技术，是反”被代表”。当 CEO 替所有人决定”AI 就是未来”，用户和员工的沉默不代表同意，可能只是在等一个替代品。Equity 播客提到一家做测验的创业公司，发现用户以为所有测验都是 AI 生成的，于是特意给每个测验署上作者名字——强调”这是人写的”。这种反向信号正在累积。
你觉得你所在的公司，CEO 对 AI 的判断更接近清醒还是幻觉？裁员的理由你信吗？
TechCrunch: Tech CEOs are apparently suffering from AI psychosis (Julie Bort, 2026-05-27) Fortune: Sweeping Silicon Valley layoffs are proof that tech CEOs are suffering from ‘AI psychosis’ (Jake Angelo, 2026-05-29) TechCrunch Equity Podcast: Does your CEO have AI psychosis? (2026-05-29) https://techcrunch.com/2026/05/27/tech-ceos-are-apparently-suffering-from-ai-psychosis/