多邻国AI考核翻车：CEO认错的五个教训

一家把AI写进绩效的公司，现在说"我们硬推了不适合的东西"。

多邻国（Duolingo）CEO路易斯·冯·安（Luis von Ahn）最近在一档播客里，用带着尴尬的语气承认：把员工用多少AI纳入考核，这条路走偏了。从"AI优先"的激进实验，到"能帮你干活就行"的务实回调，这半年反转值得细品。

以下是五个关键教训——不是成功学，是翻车现场复盘。

一、初衷不坏，但"用多少"不等于"干多好"

冯·安的原始逻辑听起来合理：AI要重塑工作，员工得用起来，公司得追踪使用率确保不掉队。

多邻国内部启动了"AI优先"（AI-first）转型，甚至把AI使用频率放进绩效评估。员工起初配合，但很快发现问题——考核的是"你点了多少次AI按钮"，还是"你的产出质量有没有提升"？

「到了最后，我们回撤了，」冯·安在《硅谷女孩》（Silicon Valley Girl）播客中说，「我们说：不。听着，你绩效最重要的是把本职工作做到最好。很多时候AI能帮你，但如果帮不了，我不会强迫你用。」

这句话的潜台词很直白：公司一度把手段当成了目的。

二、员工开始质疑：你到底在测什么？

当AI使用率成为显性指标，员工的反应不是拥抱效率，而是困惑和抵触。

有人开始问：如果我的岗位用AI反而拖慢节奏，为什么我要为了数字好看而硬用？如果AI生成的内容需要我花双倍时间校对，这算"使用AI"还是"给AI擦屁股"？

冯·安的原话很坦诚：「感觉就像，我们不是在为实际结果负责，而是在硬推某些根本不适合的东西。」

这种"为推而推"的体感，在组织内部制造了隐性成本——员工不再思考"怎么把工作做好"，而是琢磨"怎么让系统记录我用了AI"。

指标一旦异化，行为就跟着变形。

三、从"AI优先"到"结果优先"，措辞变化的信号

多邻国的回调不是放弃AI，而是放弃对AI的"信仰式考核"。

公司仍在推广AI工具，但绩效评估的核心指标回到了产出质量本身。AI从"必须用的神器"降级为"可选用的工具"——能用则用，不好用就别硬撑。

这个转变的微妙之处在于：它承认了技术采纳的非线性现实。

不是所有岗位、所有任务、所有员工都处于适合接AI的阶段。强行统一推进，本质是用行政手段掩盖产品适配问题。

冯·安的"半尴尬道歉"（half-embarrassed mea culpa）说明，即便是语言学习App的头部公司，也会在"技术狂热期"高估组织的消化能力。

四、行业镜像：微软CEO的同期警告

多邻国的反思并非孤立事件。几乎同一时期，微软CEO萨提亚·纳德拉（Satya Nadella）也在公开提醒：AI必须尽快变得有用，否则用户会失去耐心。

纳德拉的语境是消费者端，但逻辑相通——技术价值不能靠"你应该用"来维系，必须靠"用了确实更好"来自证。

多邻国的内部实验，恰好验证了纳德拉的担忧在企业端的版本：当公司把"用AI"变成KPI，员工体验到的不是赋能，是负担。

两家公司的风向调整，共同指向一个判断：2024-2025年的AI落地，正从"铺量阶段"进入"验效阶段"。

早期可以靠尝鲜感和恐惧驱动，长期必须靠真实效用说话。

五、给科技从业者的务实参考

如果你是25-40岁的产品经理、工程师或团队负责人，多邻国这半年的曲折至少有三条可操作的启发：

第一，警惕"技术采纳率"作为虚荣指标。追踪员工用AI的频率，不如追踪"用AI前后，同类任务的完成时间和质量变化"。后者难量化，但前者无意义。

第二，区分"能用AI的岗位"和"该用AI的场景"。不是所有工作流都值得重构。有些任务人类顺手做了十年，硬塞一个AI中间层，只是增加摩擦。

第三，给员工"不用AI"的正当性。当组织文化暗示"不用AI=落后"，员工会为了安全感而表演性使用。真正的AI友好型组织，应该允许员工基于实际效果做工具选择，而非基于考核压力。

冯·安的认错之所以有价值，不在于他否定了AI，而在于他否定了"一刀切推进AI"的管理懒惰。

技术变革的深水区，需要的不是更多口号，而是更细颗粒度的场景判断和更诚实的失败复盘。

多邻国把这段经历摊在台面上，算是给行业交了一份公开的错题本。