聊到 AI 抢工作，很多人的直觉是：用得越多，越能看见它的威胁。
一项 1,686 人调查显示了相反的分化。每天在工作中使用 AI 的人，是唯一认为 AI 对当前工作安全感产生净正面影响的群体。
27% 的每日用户觉得工作更安全，22% 觉得更不安全。每周用户则是 10% 对 25%；每月一次或更少的低频用户是 3% 对 24%。
但这并不是一条“用得越少，恐惧就逐级上升”的直线。完全不用者中，4% 感到更安全，10% 感到更不安全，负面比例反而低于低频和每周用户。
真正值得关注的是中间地带：已经看见 AI 在改变工作，却还没有把它变成稳定能力的人，最没有安全感。
这项调查测量的是感受，不是裁员结果
CNBC 与 SurveyMonkey 在 2026 年 7 月 22 日至 27 日调查了 1,686 名美国员工和学生，并于 8 月 19 日发布结果。
它记录的是受访者自报的 AI 使用频率、工作安全感和职业态度，不是实际裁员数据。每日使用与更强安全感同时出现，不证明每天用 AI 就会保住工作；岗位类型、公司支持、个人能力和对变化的暴露程度，都可能同时影响两者。
把数据边界说明清楚后，最有价值的问题不是“AI 会不会抢走工作”，而是：为什么真正用进工作的人，与只在边缘接触的人，会形成如此不同的控制感？
30% 每天用，37% 从不用
调查中的工作场景已经分成了几层：30% 每天使用 AI，34% 偶尔使用，37% 从不使用。报告公布的是四舍五入后的比例，因此合计为 101%。
每天使用者不只用 AI 搜资料。他们更常用它头脑风暴、写邮件、制作报告、分析数据、总结长文和安排任务。
这意味着他们每天都在获得具体反馈：什么任务值得交给 AI，模型会在哪里出错，结果要怎样检查，哪一步仍然需要人的判断。
低频用户得到的反馈不同。他们看见同事产出变快，也听见管理层反复强调 AI，却很少亲手完成一个从输入到交付的完整任务。变化是真实的，自己的能力边界却仍然模糊。
完全不用的人中，有些岗位可能暂时受 AI 影响较小，也有人尚未把这件事理解为当前威胁。低频用户则站在门口：已经知道变化不会消失，却还没有足够经验判断自己能做什么。
每日用户拿到了三种可以感知的反馈
在每日用户中，84% 表示 AI 节省了时间，73% 对自己的技能更有信心，60% 认为 AI 改善了批判性思考。
这些仍是个人感受，不是客观绩效测试。但真实任务完成过、错误修正过、时间确实省下来之后，人会逐渐建立一张能力地图：
- 哪些重复执行可以交给 Agent；
- 哪些来源和结果必须复核；
- 哪些判断、取舍和责任不能外包；
- 哪些方法已经验证，可以下次继续使用。
安全感未必来自公司承诺“不会裁员”。更可靠的底气，是知道工作方式改变之后，自己仍能定义问题、管理执行、检查结果并交付可用产物。
这也是为什么收藏 Prompt 很难消除焦虑。一次聊天只能证明工具会回答；一个跑通的项目才能证明人知道怎样让它工作。
公司要求适应 AI，却没有提供使用环境
调查显示，55% 的受访者所在公司没有正式 AI 使用政策，34% 把使用与否交给员工自行决定。只有 6% 明确要求使用，5% 完全禁止。
于是员工收到两种互相冲突的信号：一边是“AI 很重要，大家要提高效率”，另一边却没人说明哪些资料能输入、哪些任务适合做、谁检查结果、出了错由谁负责。
对初级员工，这个矛盾更明显。42% 的受访者支持在明确规则和限制下使用，14% 认为需要监督和批准；35% 主张完全禁止，只有 9% 支持不受限制地使用。
禁止会让新人失去练习机会，完全放开又可能让他们跳过基本功，把错误结果交给同事返工。更可行的做法是风险分层：低风险、可逆的任务允许实践；影响客户、资金、权限和正式数据的动作设置明确审核点。
真正要训练的不是聊天频率，而是完整工作
每天打开 AI 并不会自动产生能力。关键是有没有连续完成真实任务。
一个有效的起点可以很小：挑一项每周都会发生、结果容易检查的工作，例如会议纪要、客户调研、周报、竞品整理或文章初稿。
先记录原来的输入、时间和常见错误；再让 Agent 承担搜索、整理或起草；人检查来源和结果；最后把通过验证的方法沉淀为 Skill，把任务、工具调用和产物保留在可回看的 Session 中。
连续运行几次后，团队得到的不只是“有人用过 AI”，而是可检查的证据：哪一步省了时间，哪类错误反复出现，哪些规则值得复用，谁对最终结果负责。
在 Buda 中，Agent 可以围绕真实文件、工具和任务持续执行；Session 保留过程和产物，Skill 保存经过验证的方法，Automation 让成熟任务按计划再次运行。人不需要把判断交出去，而是从重复执行者变成目标设定者、审核者和责任人。
别用一句“AI 不会取代你”安慰员工
员工真正需要的不是保证，而是一个可控的练习环境。
公司可以先回答四个问题：哪些任务鼓励使用 AI，哪些信息不能交给模型，什么结果必须由谁审核，跑通的方法怎样让其他同事复用。
个人也不必用“每天聊了多少次”衡量进步。更重要的是每个月留下几个可以展示、复盘和继续运行的成果。
焦虑来自变化已经发生，自己却不知道怎样参与。安全感则来自另一种证据：我做成过，我知道哪里需要判断，我也能把方法再跑一遍。
从 Agent Workspace 开始，选一项低风险真实任务，让第一次完整执行替代下一次无目的的 AI 对话。