团队负责人提议用ChatGPT订阅替代招聘

负责人提出升级订阅

10月11日，News18报道了一名员工因团队负责人建议用ChatGPT订阅替代新增人手而产生的职业担忧。相关Reddit原帖中，发帖者自称在法国一家小型IT企业工作：负责人此前数月一直抱怨人员不足，项目因文档工作难以完成；随后，他在团队与经理参加的通话中表示，借助新版ChatGPT，项目和文档已经完成。这是员工对内部讨论的匿名叙述，项目交付情况没有独立核实。这次讨论涉及的是团队如何填补工作缺口，以及初级员工能否继续通过日常任务获得经验。

据发帖者转述，负责人以公司当前不招聘为前提，建议把全队使用的ChatGPT从基础方案升级到最高档。他认为，升级费用虽然增加，仍会低于再雇一人的支出。原帖没有给出具体套餐、团队人数、报价或员工薪酬，因此这一说法只是负责人的成本判断，无法计算实际节省金额；标题中的ChatGPT Pro也不足以确定企业准备采购的合同。帖子同样没有交代经理是否批准、订阅是否升级或招聘预算是否因此调整。从这段叙述看，不招聘是建议的前提，把停止招聘直接归因于ChatGPT会颠倒已知信息的顺序。

文档工作也是入职路径

发帖者说，自己四年前入职时承担的正是文档维护和系统周边工作，并通过这些任务逐步熟悉系统、积累技能。他担忧，资深开发人员借助ChatGPT自行完成这部分工作后，企业对初级员工的需求可能减少。这一担忧涉及岗位的培养功能：整理文档既是交付任务，也可能让新人接触系统规则、业务背景和修改理由。由此可以推断，如果企业只把这类任务计入可削减的工时，同时撤去对应岗位，受影响的还可能包括获取经验的机会。这类影响取决于任务是否真正被移交、岗位是否撤去，不能仅从一次工具使用经历推定。

岗位职责先发生扩展

OpenAI的工作使用研究为理解这种任务转移提供了另一层证据。公司分析了2026年4月至7月超过150万条工作相关ChatGPT消息，并把借助AI处理通常属于其他职业的活动称为“任务跨界”。在持续观察的约6200名员工中，已尝试过的跨职业任务在相应职业可观察AI活动中的占比，从4月的13.1%升至7月的25.9%。OpenAI据此认为，部分活动正在成为日常工作流。这里测量的是对话中的任务分布，并非员工全部工时、企业招聘人数或裁员比例。它支持岗位职责可能先于职位名称扩展的解释，不能证明一份订阅能够承担一个完整岗位。

丹麦研究记录工作重组

10月6日，Brookings刊发Anders Humlum和Emilie Vestergaard的研究文章，将约2.5万名丹麦劳动者的调查与截至2024年12月的行政记录相连接，覆盖软件开发、IT支持等11类易受AI影响的职业。研究未发现聊天机器人对收入和工时产生可识别的平均效应，并排除了超过2%的平均效应。调查同时记录了新增工作：员工要检查AI输出、制定使用规则，并将工具接入既有流程；85%的使用者把节省的时间用于其他工作任务。这说明任务重组可以发生在收入和工时没有明显变化的时候。其观察期止于2024年底，不能直接回答上述法国团队此后的招聘决定。

提效实验面临样本偏差

把一次完成项目的经历推广为稳定的用工效率，还受到测量方法的限制。研究机构METR在2026年2月24日说明，其开发人员生产率实验的新数据难以可靠反映当时的AI效果。实验将任务随机分到允许或禁止使用AI的条件，但一些开发人员不愿在没有AI的条件下工作，因而拒绝参加，或不提交某些任务；并行使用多个AI代理，也让投入时间难以记录。AI代理是能调用工具、执行一系列任务的软件。METR正在修改实验设计。这项说明并不否认工具可能帮助开发人员，而是指出，参与者选择和任务选择会影响测量结果；负责人自报完成项目，也没有提供足以审核的工时和质量记录。

Shopify扩大实习计划

企业如何配置AI与新人，并没有统一答案。上述匿名团队讨论以不招聘为前提，尝试让现有人员用ChatGPT完成更多工作；Shopify则在官方实习项目文章中表示，全面采用AI的同时，将增加实习生招聘和转正机会。这是两个不同主体披露的用工方向，不能据此计算谁的效率更高。Shopify介绍了内部编码代理River：员工在公开Slack频道中调用它，工具可以读写代码、运行测试、查询数据仓库、查看生产运行记录并提交代码变更请求。公司把这套流程视为扩展新人学习机会的基础；文章表达的是企业的招聘计划和自身判断，并非对所有岗位的就业预测。

Shopify给出的具体机制，是把资深工程师与River讨论问题的过程保留在公开频道，供实习生阅读、追问并在自己的任务上尝试。公司认为，指导新人所需的资深工程师时间一直是实习项目的限制因素，公开工作记录能够帮助新人接触问题如何被拆分、工具在哪里出错以及如何修正。文章也强调，看到讨论本身不会自动形成学习，实习生仍须主动阅读和练习。这一安排说明，使用AI后的培养机会取决于工作流程：文档生成被自动化之后，企业仍可通过评审、问题解释和实际任务保留学习环节。订阅权限本身没有交代这些环节由谁提供。

订阅支出之外的岗位责任

国际劳工组织与NASK的全球职业暴露指数估计，全球四分之一的岗位可能受到生成式AI影响，即能够生成文本、代码等内容的AI可能改变其中的任务；两家机构强调，这衡量的是潜在暴露，并非已经发生的失业，岗位转型是更可能的结果。放回这次招聘讨论，工具生成文档之后，理解系统、核对内容和承担交付责任的工作仍须在团队内得到安排。根据已有研究可以推断，新增订阅支出可能伴随现有员工职责扩大，而节省的时间也可能被其他任务吸收。发帖者担忧的职业路径能否保留，取决于企业是否继续分配可积累经验的工作，以及是否为指导和检查留下人力安排，单凭负责人提出的费用判断无法回答。