AI时代的「可观测性」——Anthropic让老板直接看员工对话,你公司的黑箱有多大
知乎上有个问题这两天在技术圈炸了:Anthropic 发布 Smart Reports,老板可以直接看员工的产出和对话类型统计。
评论区吵成两派。一派说这是效率神器,终于能看清团队到底在干什么;另一派说这是职场监控的终极形态,连你跟AI聊了几次天都要被统计。
两派都说得有道理,但都没说到点上。这件事真正的信号不是「监控来了」,而是:AI时代的组织,终于有了可观测性。
而这恰恰是过去几十年企业最缺的东西。
一、企业最大的黑箱,从来不是机器
我在做组织诊断时,最常问的一个问题是:这个月你的团队具体做了什么?
得到的大多数答案是:开了很多会、对接了几个部门、在推进项目、处理了一堆临时需求。
这就是黑箱。一家公司花了上百万发工资,却说不清这些钱到底换来了什么行为。不是管理层不想知道,是根本没法观测——知识工作的产出是散落在会议、邮件、微信、脑子里的,没有任何一条完整的轨迹。
过去我们靠什么填补这个黑箱?靠汇报。周报、月报、述职、1v1。汇报本质上是员工对自己的行为做的一次自我采样,再经过一次自我美化,最后交给你。你在看的是别人讲给你的故事,不是现场。
老邓的判断:过去所有管理动作,本质上都是在管理「事后叙述」而不是「真实过程」。因为过程看不见。
AI改变了这一点。当工作越来越多地在对话框里完成——需求怎么拆、方案怎么想、数据怎么查、代码怎么写——过程第一次被完整地留在了日志里。
Anthropic 做的,只是把这个日志整理成了老板能看的报表。技术不难,难的是组织要不要看。
二、可观测性有三个层次,大多数企业只做到第一层
第一层:看得见行为
员工用了多少次AI、生成了什么、改了多少遍。这一层最容易做,也最容易做歪。很多公司做到这一步,就变成了纯粹的考勤式监控——比谁token用得多,比谁提问次数多。这是把生产力指标做成了计件工资,方向从一开始就错了。
第二层:看得见能力的迁移
真正有价值的观测,是看员工问的问题在不在升级。一个新人三个月前问的是「这个函数怎么写」,现在问的是「这个方案在什么约束下会失效」——这才是能力增长的证据,而且比任何考试都真实。
第三层:看得见组织的知识缺口
如果全公司有几十个人在同一周内问了高度相似的问题,那不是员工的错,是组织的知识没有沉淀到位。这是最有价值的一层:AI对话日志,实际上是一份实时的组织能力体检报告。
📌 一个可以马上验证的判断:把你团队过去一周的AI提问导出,人工归类。如果超过40%集中在同一个问题上,你的组织在为一个已经被回答过无数次的问题持续付费。
三、可观测性的代价:它会让组织同时变好和变坏
说实话,我不认为这件事只有好处。
好处:模糊地带消失了
过去「我很忙」是一种可以无限使用的说法。有了过程记录,「忙」就得具体化为「忙在哪些事上、产出了什么、有多少是重复劳动」。很多低效的管理,靠的就是信息不对称活着的。
坏处:人会开始表演给日志看
这是可观测性最直接的副作用。一旦知道被看,行为就会改变——而且改变的方向往往不是变好,是变得「看起来好」。
员工会开始把思考过程也写进对话框,把简单问题拆成多个看起来专业的提问,把真正重要的判断放到私下的笔记里。你以为观测到了全过程,其实观测到的是专门为你准备的全过程。
这不是员工的道德问题,是任何观测系统的必然结果。质量管理里早就有定论:考核什么,就得到什么的表演。
真正的分水岭:这份数据用来评价人,还是用来改进事
同一个仪表盘,放进绩效体系,它就变成监控;放进改进流程,它就变成诊断。
我见过做得对的公司,他们的做法很简单:AI对话统计只对团队公开,不对个人考核。每个人都能看到自己的提问分布、团队的高频问题、知识缺口在哪里;但没有任何一个月度评分跟这个挂钩。
结果反而是好的。因为员工发现这份数据能帮自己省时间,而不是帮老板抓自己。
Anthropic 那个功能上线后,最值得抄的不是报表,是这个判断:
可观测性的目的,是让组织看见自己,不是让老板看见员工。
如果你的第一反应是「终于能抓住谁在摸鱼了」,那你做的不是可观测性,是把办公室监控装进了AI对话框里。
前者会长出能力,后者只会长出表演。