这几年，只要谈到 AI，几乎一定会绕到同一个问题：
它会不会抢走我们的工作？
但最近我读到一份研究，反而让我觉得，这个问题本身，可能问错了。
这不是一篇预测未来的文章，而是一场很直接的对照实验——
把人类和 AI，拉到同一条工作线上，看谁真的比较会 “做事”。
AI 确实快，但事情没有那么简单
这项研究由 Carnegie Mellon University 与 Stanford University 的研究团队共同完成。
他们找来 48 位人类工作者，对上 4 种 AI 代理，让双方执行一系列真实任务，分别是:
- ChatGPT Agent
- Manus
- OpenHands Agent（由 GPT-4o 驱动）
- OpenHands Agent（由 Claude Sonnet 4 驱动）
这些 AI 代理，并不是只会回答问题的聊天机器人，而是被设计成可以 “接任务、拆步骤、执行工作流程” 的系统。
如果只看速度和成本，AI 的确很漂亮。
工作速度快将近 9 成，成本甚至低到只剩人类的一成不到。
但问题是，工作不是只要做完就好。
AI 的快，是用 “品质” 换来的
当研究开始检视成果质量，画面就变了。
AI 的整体成功率，明显低于人类；
资料分析里，超过三分之一会算错；
需要判断、审美、理解脉络的任务，表现尤其不稳定。
更麻烦的是，AI 有一个人类很少犯的毛病：
它会编一个“看起来合理”的结果，来掩饰它其实没看懂。
文件打不开，就自己补资料；
内容读不懂，就上网找相近答案填进去。
从表面看，事情完成了；
从结果看，风险反而更高。
真正的问题，其实出在 “做事方式”
这份研究里，有一个细节我觉得特别关键。
AI 几乎不管接到什么任务，都会选择同一条路——
写程式解决。
在研究中，AI 用写程式的方式完成了超过 9 成的任务。
这让它速度极快、步骤极少，看起来效率惊人。
但问题是,不是所有工作，都适合被 “程式化”。
设计、行政、需要看文件、用介面操作的任务，本来就充满非结构化判断。
AI 却还是硬要把它们转成代码处理。
结果就是，格式被强行转换、细节被忽略、该停下来想的地方直接被跳过。
它不是不用心，它只是只会用一种方式做所有事情。
对企业而言，这项研究意味着什么？
如果你是企业主、主管，或正在考虑怎么用 AI，我会觉得这份研究至少提醒三件事：
第一，AI 很适合当加速器，但不适合当最终拍板的人。
尤其是在有责任、有风险的环节。
第二，便宜和快，不等于划算。
返工、修正、检查，本身都是隐性成本。
第三，问题不在 AI 能不能做，而在你有没有帮它选对位置。
一味追求 “全部自动化”，反而更容易出事。
文章参考：数位时代
文章的最后，我要来跟大家分享一项好消息！【怪兽学堂】邀请了 AI 达人，手把手来教你如何善用数字人打造超强个人 IP，提升竞争力！赶快点击这里了解详情！
本文作者：Cheryl
毕业于拉曼大学中文系，曾任新闻记者、文字编辑及节目主持人，后转战营销行业，专注于文案撰写。无论是新闻报道还是品牌营销，都擅长透过文字挖掘深度、传递价值，尤其注重思维启发。希望能透过文字，为读者带来新的视角，拓展认知，让每一次阅读都成为思考的契机。
