2026年10月16日，Anthropic发表了一份研究，考察自家公司内部的工作方式怎样被AI改写。报告里最醒目的数字是：到8月，员工直接使用的交互式代理，其运行时间已经达到人类工时的六倍。看到这组对比，人们很容易顺着往下想：既然机器已经接过去了这么多活，办公桌前的人总该有更多空闲了。

可只要核对报告里的计算方式，就会发现这两种时间根本不能直接相抵。报告中的人类工时，是按员工人数乘以每周40小时估算出来的基准数，并非逐人的实际工时记录；代理工时则是累计多个代理在后台的运行时间。两相对照，既没有测出机器替每个员工实际省下了多少小时，也推不出人的工作时间已经缩短。相反，报告里另一项来自日历的数据显示，员工会议时间的中位数比一年前增加了20%。公司说明，其中一部分变化与自身扩张及岗位构成有关。代理在后台运行得更久，与员工能否提前合上电脑回家之间，还缺着直接的证据。1

这道缺口恰恰值得认真对待。一份效率报告完全可以准确记录工具带来的产出变化，诸如代码交得更快、合同处理得更多，同时却不回答劳动者最关心的那个问题：这些有价值的效率成果，最后怎样改变了一个人的工作日？

盖洛普在10月6日公布的调查，把这个问题往前推了一步。在过去一年至少用过几次工作AI的7845名美国受访员工中，63%自报工作做得更快，同时有31%表示雇主因其使用AI而要求他们承担更多职责。这项调查实际进行于今年1月至3月，回答来自受访员工自报，不能直接当作10月全部职场的即时测量，也不能由此直接推演出普遍加班或普遍失业。但它至少提示了一种已经有人报告的现实走向：从单项任务里省下来的时间，很容易立即被新派下来的任务占满。2

日常经验里，人们常把两件不同的事混在一起：一件是减少重复劳动，让工作过程更顺手、更有成就感；另一件则是能够自己决定一段时间怎样度过。后一件事要求更进一步的改变。一个人从反复起草初稿转为审阅多个代理的结果，哪怕他更喜欢现在的工作内容，只要这一整天依然必须悉数交给组织调度，工作日的边界就并未松动。

马克思在《资本论》第一卷第十五章讨论机器和大工业时，就已经剖析过这个难题。机器本来可以缩短生产单件商品所需的劳动时间，但在实际经营中，工厂主为了尽快收回设备投入，反而更有动力延长机器每日运转的时间；等工作日长度受到限制之后，又可以通过加快运转节奏，在较短的时间里要求工人付出更密集的劳动。技术节省单件工时，与工人缩短实际工作日，在这段分析里受制于截然不同的条件。3

重读这几节，并不是要把十九世纪纺织工人的经历直接套在今天的知识工作者头上。AI辅助下的工作与当年工厂的看管劳动存在很大差别：阅读代理输出、判断方案是否可用，高度依赖人的注意力与专业判断；这类工作可以包含更多自主决定，也能让人腾出手来处理从前无法完成的复杂问题。忽略这些差别，就会漏掉技术带来的真实改变。

即便如此，马克思把技术能力与劳动安排接起来考察的视角依然有力。机器能够提高产量，这件事本身并没有写明工人应该在几点下班。决定工作日的，还有企业追求怎样的目标、劳资双方如何议定劳动条件，以及劳动者在多大程度上能够拒绝不断增加的要求。一旦把技术当成唯一的原因，这些原本可以讨论、可以争取的制度安排，就会显得像谁也无法改变的自然规律。

顺着这层关系，我们还可以对知识工作常说的自主性再追问一步：所谓自主，究竟包含决定工作目的与总量的余地，还是主要允许员工自己选择完成既定任务的办法？这两种处境都能带来能力的提升，落到生活上的自由却未必相同。只要新增任务的数量仍由别人单方面决定，更强大的工具就可能只是让原来的工作日容纳下更多要求。

最有力的反对意见，往往从企业经营的现实约束出发：企业使用AI需要支付不菲的费用，也要承担投入失败的风险；当市场需求正在增长时，把新增产能用于提供更多产品和服务，可能同时帮助消费者、员工与企业。倘若每一次提效都立即折算成少工作一小时，企业如何维持竞争，又如何创造新的岗位？

这条反对意见在相当大程度上是成立的。生产率提升有其成本，新增产出也有其价值；劳动者确实没有理由假定，每一分钟技术节省都能原样划归个人。况且工具节省的粗略时间，还要扣除人工核查、纠错和协调所需的额外劳动。讨论自由时间，不能靠一张过于整齐的加减法表格。

可这条反对意见所证明的，只是效率收益的分配需要商议，并没有证明企业必须独自拥有全部决定权。员工更熟练地使用工具，替组织省下了重复劳动的成本，这笔收益既可以体现为更高收入，也可以有一部分体现为更短的工时。具体怎样组合，固然受经营条件限制；但如果在讨论之初就把缩短工作日预先排除在可商议的选项之外，那同样是一种未经证明的价值选择。

到了《资本论》第三卷第四十八章，马克思把这个问题推到了更远的位置。他承认，无论社会怎样发展，为了满足生活需要的物质生产始终存在。联合起来的生产者可以共同调节这种生产，以较少的力量耗费，在合乎人的条件下完成必要劳动；在此基础上，人的能力才有机会为了自身而发展，而缩短工作日正是这种自由的基本条件。4

“为了自身”这四个字，很值得停下来想一想。如果今天去学习一门知识，只能用下一季度的产出来证明价值；如果周末的一场休息，只能靠提高明天的效率来证明正当，那么一个人的全部活动便始终受制于工作目标。我们可以由衷热爱自己的职业，却依然需要留出某些时间，其用途不必先获得职业上的批准。

这也说明，即便AI把员工送到了更高级、更有趣的岗位上，这种进步仍然不能代替对工作日的讨论。新任务再有创造性，照样会消耗人有限的注意力。把人从具体执行者变成一批代理的管理者，改变的是他的工作内容；至于他在什么时候能够停止接收新任务，则依然取决于劳动关系怎样安排。

看清这层结构，也能提醒我们别把全部责任压给“不会使用AI”的个人。学习新工具固然能改善一个人的竞争条件，但组织怎样承认被节省下来的劳动，却要靠共同规则来保障。假如在一个团队里，每个人只能私下把省出来的时间藏起来，因为一旦公开承认自己用工具做得更快，第二天就会自动背上更多任务，那么公开分享有效经验反而会损害自己的处境。

真正的改善可以从很小、很实在的约定开始。部署新工具之前，双方是否先说清原有任务的范围；提效之后，新增职责与审阅负担是否重新议定；当企业收入与交付质量得到保障时，能否让一部分效率收益进入稳定的休息安排。这些办法没有哪一种能够通吃所有岗位，但它们至少共同承认了一件事：员工对自己时间的要求，有资格进入谈判。

下一次再看到“人均产出大幅提高”的报告时，比起后台代理又累计跑了多少时长，我更想知道后面有没有跟着另一项变化：当员工结束当天约定的工作之后，他能不能关掉那些仍在继续产出、继续请求他判断的代理，让剩下的时间真正由自己安排。

资料截至2026年10月23日。本文从近期劳动研究延伸，未取得可核对的X首发帖。

出处与说明

Footnotes

  1. Anthropic，Nathan Wilmers、Regina Catipon、Maxim Massenkoff、Peter McCrory，How employment is changing at Anthropic，2026-10-16。已读网页研究正文相关部分，包括图2工时定义、会议日历段落与因果限制。公司对自己的研究，不当作代表全部劳动市场的独立结论。 ↩

  2. Gallup，Jeffrey M. Jones，AI Benefits at Work Unevenly Distributed，2026-10-06。已读调查结果、样本说明及自报限制。 ↩

  3. 马克思，《资本论》第一卷第十五章“机器和大工业”，第三节B“工作日的延长”、C“劳动的强化”。网页为英文版章号；正文概括生产率与工作日、劳动强度的区别，不照搬工厂史推断AI企业的现状。 ↩

  4. 马克思，《资本论》第三卷第四十八章“三位一体的公式”，第三部分，关于联合起来的生产者调节物质生产、必然王国与自由王国、缩短工作日的段落。正文中文为转述。 ↩