当87% 的雇主用 AI 筛选简历，却有 82% 的招聘经理不信任使用 AI 的求职者，一场关于“真实能力”的定义危机已在招聘市场爆发。与此同时，29% 的员工曾交付自己无法完全解释的工作成果，AI 正悄然掩盖一道名为“学习债务”的裂痕——工具越强，人的真实技能缺口反而越容易被隐藏。本周的 AI × 工作信号，直指效率表象下不可持续的深层错位。
深度报告
AI 正从代码辅助者跃迁为复杂工程的独立执行者，且安全治理首次转向事前预防范式。
- Anthropic 用 Claude Code 在两周内将 Bun 的百万行 Zig 代码迁移到 Rust，API 费用约 16.5 万美元，并总结出可泛化的六步流程，让大规模代码迁移从高风险工程变成可控的自动化项目。这标志着 AI 开始接管以往需要大量资深工程师数月才能完成的底层重构。
- Claude Fable 5 在 Claude Cowork 中可独立执行多步骤工作流并自主纠错，专为长期、模糊的复杂任务设计。对从业者而言，这意味着“人盯 AI”的模式正逐步让位于“AI 独立推进、人做关键决策”的新协作关系。
- Google DeepMind 首次系统提出“生物韧性”战略框架，并组建专项团队，将 AI 从疾病诊断工具升级为预测、预防和响应全球生物威胁的主动防御系统。背后的逻辑是，AI 治理的优先级正在从事后补救向基础设施级别的“安全默认值”迁移。
招聘 AI
海湾地区 AI 技能需求三年翻三倍，但真正值得警惕的是雇主与求职者之间因 AI 形成的信任鸿沟，以及悄然累积的“学习债务”。
- 海湾国家要求 AI 技能的岗位占比从 1.2% 升至 3.4%，但高度集中于科技、银行和审计业，建筑、零售、医疗等行业仍几乎不涉及 AI。直接构建和训练模型的岗位不足十分之一，说明当下“AI 岗位”更多是使用与实施，而非底层创造。
- 87% 的组织在招聘中使用 AI，但 82% 的招聘经理担忧求职者用 AI 掩盖真实能力，简历、求职信甚至面试回答的生成已让传统申请材料失去区分价值。其信号在于，雇主亟需转向现场解决问题、结构化面试和工作样本等“人类溢价”评估手段。
- 员工每周平均花 6.4 小时“照看”AI，41% 的员工认为岗位变化快于公司培训能力，29% 曾提交自己无法完全解释的工作成果。TalentLMS 将这些现象称为“学习债务”——AI 替代学习在短期内维持了产出，却掩盖了真实的能力赤字，长期将导致可预防的错误与绩效滑坡。
HR 与组织 AI
AI 转型的速度由领导力而非工具部署决定，超过 200 名经济学家联名警告大规模岗位流失的风险。
- 埃森哲在东南亚的研究显示，47% 的员工认为缺乏领导支持是技能提升的最大障碍，而 46% 的技术领导者尚未开始重新设计岗位角色。这直接导致“生产力陷阱”——工具就位，但工作方式原地踏步。
- 超过 200 名经济学家和 AI 研究者（含十多位诺奖得主）联合声明，AI 可能引发比工业革命更剧烈、时间更短的经济转型，呼吁建立制度引导 AI 辅助而非替代人类劳动者。这份由斯坦福数字经济实验室发布的声明，罕见地将学术共识与产业警告合流。
- Cornerstone 提出“隐形学习”概念，将技能培养嵌入日常工作流程，主张衡量指标应从课程完成率转向真正重要的业务成果。同期，人力资源领域也在重新确立“人类最终负责”原则，主张对 AI 实施“非必要不使用”的伦理审查，防止思维惰性侵蚀原创能力。
协同办公 AI
企业级智能体市场进入“执行时代”，但基础设施采购速度远超成本衡量能力，形成明显的算力鸿沟。
- 钉钉悟空原生操作千项生态能力，飞书多维表格智能体三次点击即可将表格变为 AI 同事，腾讯 WorkBuddy 上线三月月访问量达 885 万，字节扣子 3.0 转向多 Agent 协作，KooBoss 则聚焦组织智慧沉淀与私有化培训。选型的核心已从参数竞争转向能否匹配组织真实工作流。
- Moonshot AI 发布 2.8 万亿参数开源模型 Kimi K3，性能媲美顶尖闭源系统，API 定价为每百万输入 token 3 美元、输出 token 15 美元，其百万 token 上下文窗口和原生视觉能力可能进一步压低协同办公中 AI 的使用成本。
- 83% 的企业 GPU 利用率不超过 50%，仅 44% 能严格追踪 AI 计算成本，但 64% 计划 12 个月内更换或增加基础设施供应商。VentureBeat 的调查揭示，企业正以比财务可见性更快的速度采购算力，推理时代从 GPU 向内存带宽转变的关键约束尚未被充分认知。
- MIT 的 Project NANDA 指出，95% 的组织仍未从 AI 项目获得可衡量的业务影响，问题不在模型能力，而在组织就绪度。营销领域正在探索“AI 就绪的衡量框架”，试图让 AI 代理获得业务上下文，从“报告发生了什么”升级为“推理为什么发生”。
财务 AI
AI 在金融财务领域的首要价值已从效率转向提升判断力，但采纳速度仍快于规模化绩效转化能力。
- KPMG 对 20 国 1013 名资深财务高管的调查显示，70% 表示 AI 显著改善决策质量，71% 称加快决策速度，目前 75% 的企业已在财务中积极使用 AI，较 2024 年的 30% 大幅增长。然而仅 23% 觉得应用超出预期，29% 正式追踪 AI 失败的环节，表明多数组织尚未建立起衡量 AI 真实效能的闭环。
- AI 正消除数据录入等重复劳动，让离岸团队承担更高价值工作，一位美国 Top 100 会计师事务所透露，AI 使离岸团队在报税季后获得额外时间合成客户数据并识别新机会。换个角度看，离岸外包没有被替代，而是被 AI 升级为中高价值判断的前哨。
- 超过三分之一 B2B 买家已用 AI 审查和筛选供应商，经典搜索点击率在 AI 摘要出现时可下降一半，这意味着客户的短名单正在 AI 对话中悄然形成。会计公司若内容缺乏被 AI 引用的权威性，将从潜在客户视野中消失。
人服行业动态
人服巨头借助 AI 叙事吸引市场注意，但基本面仍在承压，而工资结构性落后于生产力的历史问题再度被推到台前。
- Korn Ferry 在 Everest Group 的 2026 年 RPO 评估中被评为全球领导者，其 Nimble Recruit 等工具的技术投资和持续股票回购构成短期看点，但并未改变咨询需求疲软与技术驱动转型之间的脆弱平衡。
- ManpowerGroup 股价在财报前飙升 34%，但其营收约 45.1 亿美元仅对应 250 万美元净利润，UBS 上调目标价仍维持中性。更深的信号在于，公司自身调查显示超 90% 企业已在招聘中使用 AI，却不足 5% 实现真正转型，AI 仍被叠加在过时流程上。
- Josh Bersin 指出，美国过去 30 年生产力增长 14% 但工资仅上涨 2%，购买力下降近 40%，7% 退休人员被迫重返职场。企业领导者面临历史性工资转变的压力，需要将生产力红利重新分配给员工，否则“效率提升”的叙事将失去社会基础。
本周的整体趋势是：AI 的采纳广度与速度持续冲高，但在招聘中制造出信任悖论，在工作中沉淀下学习债务，在基础设施层催生算力鸿沟，在组织端暴露领导力与衡量能力的滞后。 当“用起来”不再是问题，从业者与管理者的工作重心应果断转向三件事：重新定义可被信任的能力信号，将学习嵌入工作流程以阻止债务累积，并建立衡量 AI 真实业务影响的闭环，而非继续沉迷于部署速度的竞赛。