文章核心内容：研究发现白领员工平均每周花费6.4小时"照看"AI系统，包括提供背景信息、检查输出、调试错误和修正错误，这反而增加了工作负担而非节省时间。

《"机器人保姆"兴起：AI时代隐藏的人力成本》

核心发现： 1. 白领员工每周平均花费6.4小时进行"botsitting"（机器人保姆工作），包括为AI提供背景信息、检查输出、调试错误和修正问题 2. 该数据来自Glean工作AI研究院与多所大学联合对6000名英美澳全职员工的调查（2025.12-2026.1）

现状矛盾： - 87%员工使用AI工具，75%认为提升个人效率 - 仅13%认为公司整体绩效因此显著提升 - 员工被迫承担未被认可的额外工作，导致： * 73%高负荷"botsitting"员工更可能寻找新工作 * 员工沦为不同AI系统间的"信息搬运工"

深层问题： 1. 工作性质异化：客服等岗位从建立人际关系转向监督AI代理 2. 管理缺失：这类工作"乏味耗神"，却未被纳入考核激励体系

解决方案： 成功企业采取差异化策略： - 投入更多精力在AI周边工作（而非单纯增加AI使用） - 建立明确标准：定义优质AI辅助工作、设置判断基准、划定AI禁区

警示： 持续忽视这一问题将导致双重代价： 1. 持续增长的"botsitting"成本 2. 人才流失风险

（注：已剔除作者履历、推荐阅读等非核心内容，保留关键数据和分析框架）

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

【负面观点】 1. AI效率被夸大且带来挫败感 - "genAI是自我报告的20%效率提升，对极少数人可能是2-3倍提升"(评论2) - "当AI出错时会想'你怎么能搞砸这个？'"(评论4)

2. 人机协作剥夺工作乐趣

• "自动化最享受的工作部分很危险...用20%生产力换取生活质量下降"(评论12)
• "手动写代码更有趣，等待AI完成工作的过程消磨耐心"(评论14)

3. 管理视角与员工视角差异

• "老板看到产出下降20%，员工觉得用40%努力获得80%产出"(评论7)
• "就像按小时计费时，我不会加快工作速度"(评论22)

【正面观点】 1. 显著提升特定场景效率 - "Claude处理复杂MySQL连接比我自己快得多"(评论18) - "设置好防护措施后，80%的AI产出只需少量修正"(评论6)

2. 需要适应期但值得投入

• "完全适应新工具需要数年时间，但值得花时间学习"(评论15)
• "这是新型工作方式：人类参与自动化流程的循环"(评论5)

【中立观察】 1. 人机协作的现实挑战 - "管理高层级上下文切换令人应接不暇"(评论16) - "AI创造虚假生产力感，就像过度优化工具而非实际工作"(评论21)

2. 商业模式的潜在问题

• "按token计费的模式与效率优化存在根本矛盾"(评论22)
• "可能像那些用Excel自动化工作后整天看书的员工"(评论17)

关键数据引用： - "平均每周花费6小时监督AI"(原文标题/评论4) - "对前沿实验室人员属于例外情况"(评论2) - "10,000人公司里花时间绕过其他团队的AI系统"(评论8)