科技行业正经历一场前所未有的分裂：一方面是创纪录的收入，另一方面是大规模裁员。有一种理论试图解释这个现象——Box 创始人 Aaron Levie 在 X 上公开提出的"CEO 们集体患有 AI 精神病"。
为什么 CEO 们容易"中招"
Levie 认为，CEO 们之所以特别容易对 AI 产生不切实际的幻觉，根源在于他们与"最后一公里"的实际工作距离太远。
CEO 们可以"玩 AI"、开发一个原型，或者生成一份合同，然后就跳到相信 AI 代理能完成所有工作的结论。但他们不需要审核&查验代码、发现 bug、在软件部署前识别对幻觉库的调用，也不需要在公司特有的合同条款上训练 AI 模型，更不用花好几天时间仔细翻找合同中暗藏的条款。
换句话说，CEO 们其实并不真正了解流程，因此无法准确判断什么可以自动化——但这种认知缺陷并不妨碍他们基于信念采取行动。
值得注意的是，Levie 本身并非 AI 反对者。他在 X 上拥有 270 万粉丝，发布的大多是 AI 正面内容，还写过博客《"无头软件是未来"》，阐述为 AI 代理构建软件才是正确方向。同时他也是一位活跃的天使投资人，用真金白银支持 AI 初创公司。
大规模裁员与 AI 有什么关系
据 Layoffs.fyi 统计，2026 年仅前五个月，科技行业已有 152 家公司裁员 115,430 人，接近 2025 年全年 275 家公司裁员 124,636 人的水平。其中大多数公司都将 AI 列为裁员理由。
ClickUp CEO Zeb Evans 就是其中之一。他在 X 上高调宣布，部署约 3000 个 AI 代理处理内部工作后，裁掉了 22% 的员工。但他坚称这不是为了降低成本，而是希望员工转型为"运行 AI 代理并快速审核其工作"的角色，打造他所谓的"100 倍组织"。
数据并不支持"AI 必然提效"的叙事
问题在于，现有数据并不站在 CEO 们的乐观预期这边。
加州大学伯克利分校在《加州管理评论》发布的元分析研究明确指出："AI 采用与总体生产率提升之间没有稳健的关系。" 美国国家经济研究局（NBER）3 月发表的论文虽然得出 AI 采用改善了生产率的结论，但也指出存在"生产率悖论"——感知到的生产率提升大于可测量的生产率提升。
MIT 研究人员在创建数千个代理执行任务后得出结论：AI 代理在许多场景下还无法达到人类工作质量。按当前 LLM 改进速度，研究人员预测到 2029 年，模型才可能在大多数文本相关任务上达到平均 80%–95% 的成功率，而这只是"最低限度可用"的水平。代理要真正超越人类，还需要再等好几年。
《哈佛商业评论》的研究则揭示了另一个瓶颈：当所有人都用 AI 产出更多内容时，卡点就转移到了管理层——那些需要审批所有人产出的高管身上。如果所有人都被授权行动，从 OpenAI 去年的经历来看，事情可能会失控。
CEO 们准备好了吗
Levie 给出的建议是：CEO 们应该"大量使用 AI"，真正去了解 AI 能做什么和不能做什么，"在这个过程中同时认识到 AI 的优势和真正需要落地的艰苦工作"。
但现实中这样做的 CEO 似乎仍是少数。如果不这样，CEO 们的 AI 精神病最终确定的结局，或许就是组织混乱。
评论