Lenny’s Newsletter 剛出的 2026 科技工作者調查（5,920 位受訪者）最核心的發現是：AI 正在把知識工作者分成兩種人。真正決定一個人過得好不好的，關鍵不在他用了幾個 AI 工具，而在 AI 讓他覺得「被放大」還是「被削弱」，這個差距是整份調查裡最大的，甚至是「創辦人比一般員工快樂」那個差距的三倍。同一年，82% 的人說 AI 讓能力變強，倦怠卻從 44.7% 升到 55.7%、職涯樂觀從 54.8% 掉到 48.7%。這篇文章拆解這個矛盾，並給知識工作者一套自我盤點與應對方法。
一分鐘看懂這份調查
| 調查發現 | 數字 |
|---|---|
| 說 AI 至少中度提升工作能力 | 82% |
| 倦怠（2025 → 2026） | 44.7% → 55.7% |
| 職涯樂觀（2025 → 2026） | 54.8% → 48.7% |
| 最強預測因子 | 「AI 對你自我價值的影響」，勝過職稱、年資、公司規模加總 |
| 最怕的不是被取代 | 22% 怕被 AI 取代；51% 怕同酬做更多 |
| 願不願推薦新人入行 | NPS −39，過半數會勸退 |
| 主管稱職的效果 | 工作愉快程度高出約 65% |
前幾天我讀完 Lenny’s Newsletter 剛出的 2026 科技工作者調查，5,920 位受訪者、其中 5,332 位在職。先講清楚樣本：它偏科技業、產品圈，也偏 Lenny 自己的讀者，不能代表所有行業。但拿來給知識工作者做一次體檢，剛剛好。
裡面有一個矛盾，我覺得所有在用 AI 的人都該看一眼。
82% 的人說，AI 至少讓他們的工作能力中度提升。照理說，能力變強了，大家應該更輕鬆、更有安全感才對。但同一年，整個產業的倦怠從 44.7% 升到 55.7%，對職涯的樂觀反而從 54.8% 掉到 48.7%。
變強，卻更累、更不確定。這個矛盾，就是這篇調查的入口。
圖 1｜來源：Lenny’s Newsletter
一、決定你過得好不好的，不是你用了幾個 AI 工具
Lenny 這份調查問了一題我很喜歡的問題：用了 AI 之後，你怎麼看自己這個專業工作者？
答案分成五群。49% 覺得自己被放大，能做更多、也做得更好；27% 覺得角色正在改變，但說不上是好是壞；14% 覺得被動搖，不太確定自己還站在哪；5% 覺得自己變得比較不重要；剩下 3% 覺得沒什麼變。
圖 2｜來源：Lenny’s Newsletter
真正讓我在意的，是研究者把這一題的答案，拿去跟其他所有資料對比之後的結果。
在這份調查問過的所有東西裡，這一題最能預測一個人過得好不好。想知道一個人對職涯樂不樂觀、願不願意推薦新人入行，看他這一題怎麼回答，比看他的職稱、年資、公司規模全部加起來都還準。
而「覺得被 AI 放大」和「覺得被 AI 削弱」的人，這兩群之間差多少？在整份調查測到的所有差異裡，這一個最大。到底有多大，我講個對照你就有感：同一份調查也發現，創辦人明顯過得比一般員工快樂，這個差距本身已經不小；而被放大和被削弱這兩群人的差距，是「創辦人和員工」那個差距的整整三倍。
換句話說：在 2026 年，最能決定一個知識工作者狀態的問題，已經不是「你做什麼」「你在哪工作」，而是「AI 對你的自我價值做了什麼」。
這一點反映在數字上是什麼樣子，看下面這張表最清楚。左邊是四種身份，從最正面的「被放大」一路排到最負面的「被削弱」；右邊四欄，是這四群人各自的職涯樂觀、倦怠、裁員恐懼、和推薦意願。你會看到一條很整齊的滑坡：一個人越往「被削弱」靠，他的樂觀就一路往下、倦怠一路往上、越來越怕被裁、也越來越不想叫別人入行。四個指標一起惡化，而且是跟著同一件事在走：這個人怎麼看待 AI 對自己的影響。
圖 3｜來源：Lenny’s Newsletter
所以對你我來說，重點其實很清楚。如果你只在追工具清單，今天 ChatGPT、明天 Claude、後天再換一個新的 AI Agent，你追的是會一直變的東西。真正決定你狀態的，是 AI 有沒有讓你更清楚自己的價值。
同樣一句「我會用 AI」，底下可能是兩種相反的狀態：一種是你的判斷更準、交付更有把握；另一種是東西吐得更快更多，你卻越來越不確定自己還剩下什麼。這兩種人，就是這份調查裡差最多的兩群。
二、你是這四種人裡的哪一種
如果把「身份」再往下看，調查依大家對 AI 的情緒，把人分成四型。你幾乎一定認得出自己是哪一種。
充電型（41%）：什麼都先用再說、全面擁抱 AI 的人。他們最常勾的情緒是「興奮」「好奇」「充滿希望」，也是最樂觀、最不倦怠的一群。有人形容用 AI 做產品「像在遊樂園」，對他們來說 AI 真的像超能力。
衝突型（35%）：人數僅次於充電型，也最能代表這次調查的整體氛圍。他們沒有討厭 AI，只是同時興奮又疲憊。一位受訪者這樣講：「我同時在做這輩子最好玩的產品，也感到這輩子最深的不確定。我相信自己能一直把技能磨利、跟著調整，只是還不確定自己該調整成什麼。」
迷失型（12%）：工作內容一直在變，變得比他們反應得還快，站都站不穩。他們願意用 AI，也覺得 AI 有點用，只是跟丟了自己在職場裡的位置。
抗拒型（12%）：已經累到擺爛、心也不在工作上了。他們的共同點是「覺得自己是被逼著用 AI」。這一群最不樂觀、最不推薦自己這一行，也最不覺得 AI 幫到自己。有人講得很直白：「以前我們用新技術，是因為對能做的新東西感到興奮；現在聽到的都是『不用 AI 你就會被取代』，然後照樣有人被裁。我很討厭現在這樣。」
我把這四型放進來，是因為它是一個好用的自我定位工具。如果你現在是衝突型，覺得好玩、又快要吃不消，那很正常：你是人數數一數二的一群，不是你不夠強。先知道自己站在哪，才知道下一步要往哪調。
圖 4｜來源：Lenny’s Newsletter
三、生產力冰山：水面上是速度，水面下是判斷力
這篇裡我最想給你的一張圖，是「生產力冰山」。
水面上是一個很漂亮的數字：97% 的人說 AI 讓他們的工作至少變好了一點。但水面下，藏著兩個成本。
第一個成本是產出品質。研究者請大家用自己的話描述 AI 怎麼改變了工作，出現最多的一種回答是：「我可以做得更多、更快，但沒有更好。」量上去了，質沒有跟上。
第二個成本更深：是人的思考跟判斷本身在退化。有人直接說「我覺得我不再認真思考了，只是跟著 Claude 走，我根本沒完全弄懂我送出去的東西」；也有人說「我開始懷念自己想通一件事、覺得自己很聰明的那種時刻」。
這件事我自己天天遇到。最常見的一種：我讓 AI Agent 去研究一篇文章，或幫我讀一串 Twitter 討論，它洋洋灑灑吐回一大篇，看起來很認真。但它其實沒做真正該做的那件事，把重點抽出來；它只是把量堆上去。結果我還是得把它產出的一整疊東西讀完，自己補上抽重點、判斷對錯這道關，等於多花一倍力氣。
這就是我在 Skool 社群裡一直提醒的「假完成」。AI 時代真正的風險，不是它寫得爛，寫得爛你一眼就抓到、反而好處理。危險的是它寫得七八分像樣：格式漂亮、語氣順、還幫你補了一堆你沒要求的東西。這時候你自己如果沒有一把驗收的尺，它就會開始替你決定什麼叫「好」。久了，你會退化成一個只會按「接受」的人。
對知識工作者來說，這是最傷的一種退化。因為你的價值，本來就不只是產出文字、簡報、程式碼；而是你知道什麼該做、什麼不該做，也知道一個看起來完整的答案，哪裡其實還沒有證據。前面九成的力氣，AI 可以幫你省；但這幾個判斷點，不能交出去。
圖 5｜來源：Lenny’s Newsletter
四、大家真正怕的不是被取代，是被壓榨
外面最常聽到的說法，是 AI 要來搶你的工作。但在這份調查裡，這個恐懼其實排在很後面。
只有 22% 的人擔心「工作被 AI 拿走」。真正排在前面的，是被工作量壓垮的那些：51% 怕被期待用同樣的薪水做更多事，46% 怕工作節奏快到難以持續，41% 怕自己的品質下滑。
還有一個更反直覺的數字。你會以為「AI 正在取代我一部分工作」的人，應該最怕失業吧？但這兩件事在數據上幾乎沒有關聯，相關係數只有 +0.05。也就是說，就算一個人感覺 AI 接手了他部分的活，那份感覺也不會讓他更怕被裁。大家真正怕的，是被埋進更多工作裡。
這套邏輯放到一人公司、自由工作者身上，我猜只會更明顯，因為這時候你的老闆就是你自己。你看到 AI 能多做一點，就把行程塞滿；自動化幫你省下兩小時，你就再開一個新專案；連本來該休息的時間，都拿去設計下一條流程了。到最後你看起來更有效率，人生卻沒有更自由，你只是在替一個越墊越高的標準提前加班。
這跟我用 AI 提升效率的初衷剛好相反。效率的意義，不是讓你塞進更多工作，是幫你把時間換回來，拿去陪家人、運動、學新東西，或只是好好休息。如果 AI 只是讓你的工作量變大，那你其實沒在用槓桿，只是把自己越推越緊。
圖 6｜來源：Lenny’s Newsletter
五、「水很好，但你別下來」
調查還問了一題很像 NPS（淨推薦值）的問題：從 0 到 10，你有多願意推薦一個剛出社會的新人，走你現在這一行？
算出來是 −39。超過一半的人，會勸新人別踏進來。更值得注意的是，連那些自認對職涯樂觀的人，也有三分之一不推薦自己的領域。
這是什麼心態？有一位受訪者講得很清楚：「我算幸運，資歷夠深，AI 可以放大我已經累積的東西。我大概不會再有機會帶新人，但我自己是安全的。這樣講其實蠻難受的。」
他們不是看衰自己。他們真正擔心的，是那條讓新人往上爬的入門階梯正在被抽走。這一點對你我特別重要，尤其如果你有在帶人、或會給晚輩、給自己小孩職涯建議。原因是這樣：新人本來是靠那些入門的雜活，一步一步練出判斷力、慢慢做到資深的。當 AI 把入門工作整段做掉，新人就少了練功的地方。短期看，你今年的產出更漂亮了；但這批本來會成為明日主力的人被斷了養成的路，幾年後，你想找的資深人才，可能根本找不到。
再看不同職務，這條線更清楚。創辦人的分數接近零（−3），勉強還算會招手；越往設計、研究走，分數越低（設計 −67、研究 −68，是最不推薦自己領域的兩種人）。而且分數跟年資有關：爬得越高的人，越覺得這條路值得走；站在下面幾階的人，反而最會勸別人「別開始爬」。
圖 7｜來源：Lenny’s Newsletter
六、能用 AI 被放大的人，他們的做法其實很反直覺
看到這裡你可能想問：那我要怎麼站到「被放大」那一邊？
調查給的答案很反直覺：被放大的人，做法跟大多數人想的相反。他們只挑兩三個 AI 真正能改變產出的任務，把那幾個做到很深，再把流程、驗收標準、工作邊界都劃清楚。反過來，什麼都想用 AI、什麼都往身上接的人，最容易掉進前面講的那種狀態：被工作淹沒，又越用越累。
所以與其問「我用了幾個 AI 工具」，不如拿這五個問題，替自己盤一次：
- 哪三個任務，AI 真的讓我的品質變好，而不只是速度變快？
- 哪三個任務，我其實只是用 AI 把工作量撐大？
- 哪些地方我已經開始依賴 AI，卻還沒有清楚的驗收標準？
- 如果明天某個工具不能用，我還說得清楚這件工作的判斷邏輯嗎？
- 我省下來的時間，最後是回到我身上，還是被下一個任務吃掉了？
這五題，比追新工具重要太多。因為被放大的人跟被擠壓的人，差別往往不在工具熟不熟。真正拉開距離的，是有沒有替自己把這幾條線劃清楚。
七、如果你帶團隊，別只看「大家有沒有在用 AI」
最後一個很實用的點，是給帶人的人的。你的主管稱不稱職，仍然是這份調查裡最強的槓桿之一：它對「你會不會倦怠、工作做得開不開心」的影響，比你的職稱、公司規模、甚至比你對 AI 的態度都還大。具體有多大？主管很稱職的員工，工作愉快的程度比主管不稱職的人高出約 65%，倦怠也低很多。而現在，只有大約四分之一的人覺得自己的主管很稱職。
這件事在 AI 時代只會更關鍵，因為 AI 會把團隊裡本來就有的差異放大。同一套工具，有一半人被它賦能、覺得自己更強；另一半人卻被它搞得越來越沒把握，抓不到自己還剩下什麼價值。而這種差異，往往還會被藏起來：有人表面產量變高，品質其實在掉；有人其實已經很累，卻因為 AI 讓他看起來還能交付。
如果帶團隊的人只盯著「大家有沒有在用 AI」「產出有沒有變多」，很容易錯過真正該看的東西：品質有沒有比以前更穩？學習有沒有真的發生？新人在 AI 接手入門工作之後，還練不練得到判斷力？省下來的時間，有沒有變成喘息，而不是被塞進更多工作？還有那些被 AI 削弱的人，有沒有人拉他們一把，而不是被貼上「落後」的標籤？
所以，別把導入 AI 只當成一份純賺的生產力紅利。它更像一把篩子，會把團隊篩成兩群：一群被托起來，一群被甩下。你真正要管的風險，是別只顧著收生產力那一面，卻放著被甩下的那群人不管。這是我從這份調查帶走、最重要的一個管理視角。
圖 8｜來源：Lenny’s Newsletter
💡 我的結論
AI 時代，知識工作者之間的差距，不會只來自工具熟不熟。我更在意三件事。
第一，你的工作能不能被整理成一套「可以交出去、可以驗收、可以重複用」的流程。
第二，你的判斷力有沒有留在自己手上，而不是把每個決定都丟給模型。
第三，你的邊界夠不夠清楚，不讓效率提升變成沒有上限的加班。
這三件做得到，AI 比較可能把你放大；做不到，它也可能只是讓你更忙、更累、更不確定自己還剩下什麼。
這份調查真正提醒我的是：AI 工作流的重點，從來不是把每件事都自動化，而是讓你重新拿回對自己工作的主導權。
我自己在做的，就是這件事的系統版：怎麼挑出那兩三個高槓桿任務、怎麼替 AI 的產出設一把驗收的尺、怎麼把重複的活封裝成能重複用的流程，而不是每次都從頭再問一次 AI。
如果你想從「知道很多 AI 工具」，走到「真的有一套系統在幫你做事」，可以先進我的免費社群《AI 效率啟動營》。想要完整的模板跟實戰，再往付費的《AI 效率革命聯盟》走。
不過在點連結之前，你可以先做一件更小的事：拿上面那五個問題，挑一個你每天都在做的任務，誠實回答一次。光是這個動作，就會讓你比多數人更清楚，自己現在是被 AI 放大，還是被 AI 擠壓。
常見問題
Q：這份調查能代表所有行業嗎？
不能。樣本偏科技業與產品圈，也偏 Lenny’s Newsletter 的讀者群，適合當作科技與知識工作者的訊號，不是全體勞動市場的樣本。
Q：AI 到底讓工作變好還是變差？
82% 的人說至少中度變好，但多半是「更多、更快」，品質沒有跟上。同時有不少人覺得自己的判斷力在退化，這就是文中講的「生產力冰山」。
Q：大家最怕 AI 帶來什麼？
最怕的其實不是失業，只有 22% 怕被 AI 取代；更多人怕的是被期待用同樣薪水做更多事（51%）、工作節奏快到難以持續（46%）。
Q：怎麼站到「被放大」那一邊？
被放大的人做法很反直覺：他們只挑兩三個 AI 真正能改變產出的任務做到很深，再把流程、驗收標準、工作邊界都劃清楚；什麼都想用 AI 的人反而最容易被工作淹沒。
Q：帶團隊的人該注意什麼？
主管仍然是這份調查裡最強的槓桿之一，主管稱職的員工工作愉快程度高出約 65%。把導入 AI 當成一把會把團隊篩成兩群的篩子，主動接住被甩下的那群人。
關於作者
追日 Gucci：理工背景、經營一人公司，長期把 AI 自動化與 AI Agent 接進真實工作流，並在《AI 效率革命聯盟》分享能複用、能驗證完成、能避開已知錯誤的 AI 工作系統。相信效率的意義是把時間換回來，拿去陪家人和做真正重要的事。
資料與圖片來源：Lenny’s Newsletter，〈How tech workers are feeling in 2026: a workforce splitting in two〉（Noam Segal、Lenny Rachitsky），原文連結：https://www.lennysnewsletter.com/p/how-tech-workers-are-feeling-in-2026 。文中八張圖表皆出自該篇原文。此調查樣本偏科技業與產品圈；本文的延伸解讀，是我把它放到知識工作者與 AI 工作流設計的脈絡下整理的判斷，調查本身呈現的是關聯與趨勢，不是因果。
