打工人演加班这事，大家早就见怪不怪了。但最近网上流传的一份截图，把 " 演 " 这件事推向了一个新高度——连 AI 都得跟着一起演。

10 月 26 日晚上，一张职场社交平台的截图开始在网上扩散，到 27 日凌晨还在发酵。网传截图显示，腾讯互动娱乐事业群（IEG）技术公线某部门，正在把 "AI 工时 " 纳入员工考核，具体做法是按 Agent 的推理时长来排名。

发帖员工的吐槽相当扎心：" 以前是人在演加班，现在连 AI 都得跟着演了。" 这位老哥还挺有前瞻性，直接预判接下来会出现专门的 " 刷工时脚本 " ——你看，需求还没落地，灰产思路已经就位了。

先把话说清楚：截至目前，腾讯官方没有公开回应，帖子提到的部门名称、考核细则、覆盖范围统统未获证实。所以本文所有的讨论，都建立在 " 网传 " 的基础上。但架不住这个话题太有共鸣，技术圈已经吵翻了天。

指标越换越花，病根一直没变

有人可能觉得奇怪，怎么突然冒出来一个 " 推理时长 " 考核？其实往前捋一捋，这一套早就开始了。

据此前报道，腾讯部分研发团队曾被要求每日消耗指定额度的 Token，没达标的员工，可能被贴上 " 工作不需要 AI" 的标签。你品品这个逻辑：用得多等于干得多，用得少等于不上进。

再往后，2026 年以来多家互联网公司陆续把 AI 工具使用、Token 消耗量、Agent 协同效率这些指标塞进了员工评价体系。如今网传的 " 推理时长排名 "，本质上就是这条演化路线的最新一站：从 " 每日消耗指定 Token"，到 "Agent 协同效率 "，再到 " 推理时长排名 "。

刷量的形态一直在升级，但病根从头到尾就没变过。这个病根有个名字，叫古德哈特定律（Goodhart's Law），1975 年提出来的，一句话就能说清：当一个指标变成目标，它就不再是一个好指标。

翻译成打工人语言：领导盯着什么数字，员工就生产什么数字——注意，是生产 " 数字 "，不是生产 " 价值 "。

四种可以预见的刷时长方式

Token 考核时代，已经有报道提到，部分员工开始研究 " 空耗 Token" ——让 AI 反复读取文档，或者生成一堆根本不会被采用的原型，目的只有一个：把消耗数字抬上去。

推理时长考核如果属实，刷量的手段只会更花。以下四种，是完全可以预见的方式：

1、空耗 Token：让 Agent 跑一些毫无意义的循环任务，时间越长越好，产出越少越妙。

2、反复重读文档：同一份需求文档，让 Agent 读一遍、再读一遍、第三遍，反正读一次计一次时长。

3、生成不会被采用的原型：一个方案够用？不行，让 AI 把另外八个方案也生成出来，反正也没人用，但时长实打实地涨了。

4、把长任务拆成八段跑：本来一次能跑完的活，故意拆成八个子任务串行执行，每段都留下漂亮的时长记录。

看到没有？这些操作没有一个在创造价值，全在制造 " 在努力的证据 "。而且它们完全合法合规，甚至你挑不出流程上的毛病—— AI 确实在跑，时长确实是真实的，只是没用而已。

推理时长到底衡量了什么

平心而论，推理时长本身不是坏指标。在技术团队内部做性能优化时，它是看板里的常客：链路精简了没有、调度高效了没有、时延降下来没有，这些都得看时长。

问题出在两个地方。

第一，它衡量的是 "AI 干了多久 "，不是 " 员工干出了什么 "。一个复杂任务跑十分钟很正常，一个简单查询几秒就该结束，直接拉排名，任务难度不同的员工根本不在同一条起跑线上。

第二，一旦和绩效、排名挂钩，激励方向就歪了。大家会抢简单需求、避开硬骨头，因为硬骨头可能跑得又慢又容易出错。最后团队里全是 " 跑得快 " 的东西，而不是 " 跑得对 " 的东西。

管理者该看什么：四个替代指标

那不考时长考什么？给管理者一套替代思路，核心是四个指标：

1、任务完成率：Agent 接的任务，多少真正交付了？这是底线指标。

2、返工率：AI 产出的东西，多少被打回来重做？返工率高说明 " 跑得久 " 只是返工久。

3、人工接管率：多少任务最后是人来兜底的？接管率居高不下，说明 Agent 只是个摆设。

4、单位产出成本：算总账——消耗的算力、Token、人力加起来，除以真实产出。这个数字降了，才是真效率。

这套指标的精髓在于：它们全都指向产出，而不是过程。你想刷也刷不动——空耗 Token 不会提升任务完成率，反复重读文档反而可能拉高返工率。指标对了，员工自然往对的方向使劲。

回到网传的截图本身。且不论腾讯 IEG 的考核传闻真假如何，它戳中的痛点是真实的：当企业开始考核 " 用 AI"，员工的第一反应永远不是 " 怎么用好 AI"，而是 " 怎么让数字好看 "。

古德哈特定律 1975 年就写在那儿了，五十年过去，管理学还是一遍遍地踩同一个坑。以前的 KPI 是这样，现在的 "AI 工时 " 还是这样。

工具在进化，人性和制度之间的猫鼠游戏没有进化。今天被曝光的是推理时长，明天换什么新词儿，只要指标变成目标，它就会失效——这次连 AI 都没逃过。

你所在的公司开始考核 AI 用量了吗？评论区聊聊你见过最离谱的 " 数字化表演 "。

觉得有用的话，转发给你那位正被 "AI 工时 " 困扰的朋友——关注我，下期聊聊怎么跟老板汇报 AI 产出才不算 " 演 "。