“AI不会带来更短的工作周。” Altman明确否定了大规模普及四小时工作日的想法。他的理由是:“长久以来,技术一直在向人们承诺,他们将工作更少,享受更多闲暇……但不知何故,我们从未在社会中实现过大规模的四小时工作日的承诺。我不认为AI会改变这一点。”他认为,随着AI推动生产力提升,“人们是充满竞争心的。他们想超越别人。所以他们工作得更多” 。
其含义很清楚:人性——而非技术能力——才是缩短工时的瓶颈。
Altman对缩短工时的否定,与他公司仅在三个月前发布的文件形成了直接对比。
2026年4月,OpenAI发布了《智能时代的工业政策》,这份13页的政策蓝图呼吁进行全面的经济改革,为超级智能时代做准备 。其中最引人注目的提议之一,就是建议试行**“不降薪的32小时、四天工作周”** 。该文件认为,AI带来的“效率提升”应该“转化为工人福利的持久改善”和更多的休闲时间 。
该文件还呼吁设立公共财富基金、可携带福利、机器人税和自动触发的安全网 。Altman本人当时对Axios表示,这份文件是“一个起点,而非处方” 。
这一矛盾尖锐而直接。 四月的政策文件将缩短工时视为一个可取且明确的政策目标。而在播客上,Altman则将缩短工时描述为一个天真的期望,会被人类的好胜心所击败。
可能的解释并不能消除这种不一致性。一种可能是,这份文件反映的是一种机构性的、愿景性的政策框架——OpenAI作为一家公司认为政府应该做什么——而Altman在播客上的言论描述的是他眼中现实世界的行为规律。另一种可能是,Altman的个人观点在接下来的几个月里发生了变化。但没有一种解释能完全调和一家公司正式倡导四天工作周,而其CEO却说这永远不会发生的矛盾。
Altman的怀疑立场使他与越来越多其他知名CEO形成了对立,后者做出了相反的押注。
杰米·戴蒙(摩根大通) 是其中预测数据最为翔实的。在2026年4月的年度股东信中,戴蒙预测,受AI生产力提升的推动,30年内将实现每周3.5天工作制 。他告诉CBS,“30年后,你的孩子很可能每周只工作三天半” 。这不是抽象的说法:摩根大通目前已有600个AI应用投入生产,其约30万名员工中,有15万人每周使用AI工具,每人节省约4小时——每周共回收60万员工工时 。戴蒙表示,AI“已经在做该银行所有的股权对冲工作” 。
然而,戴蒙同时也是最激进的返岗办公倡导者之一,他要求摩根大通员工每周回办公室五天。这在他的长期预测和当前的RTO(重返办公室)强制令之间造成了紧张关系 。
袁征(Zoom) 在时间表上最为激进。“我讨厌上五天班,”袁征在2026年告诉《华尔街日报》,他预测随着AI代理处理日常协调工作,五年内每周三天工作制可能成为常态 。在2025年TechCrunch Disrupt大会上,他描述了AI“数字孪生”化身可以代替用户参加会议,从而让人们的工作时间大幅减少 。袁征自己的公司在科技巨头中仍然保持着最灵活的混合办公政策之一 。
比尔·盖茨 也曾预测AI将带来三天或四天工作周,不过他也警告说,这一转变将是颠覆性的,且不会自动发生 。多家《财富》与TechCrunch的文章将盖茨与戴蒙、袁征以及英伟达CEO黄仁勋归为一类,都曾公开预测工作周将会缩短 。
所有这些乐观的工作周预测——从戴蒙的3.5天到袁征的三天——都与三个可观察到的趋势相冲突,而本次研究中发现的证据并未直接反驳这些趋势。
重返办公室的强制令在加强。 自2023年以来,华尔街(高盛、摩根大通)、大型科技公司(亚马逊、谷歌、苹果、Meta)以及咨询公司都收紧了到岗办公要求,往往明确推翻了疫情时代关于远程办公灵活性的承诺。戴蒙自己在摩根大通的RTO强制令就是一个典型例子:同一个预测30年后每周工作3.5天的CEO,目前却要求员工每周五天坐班。
"永远在线"文化被AI工具强化,而非减弱。 员工报告称,对快速回复邮件和AI辅助响应的期望值更高,连接时长更长,工作与生活的界限更加模糊。AI工具非但没有减少工作量,反而常常增加了预期的产出量。
没有任何一家大型雇主真正因AI生产力提升而实施了全公司范围的四天或更短工作周。 这些试点和试验仍处于实验或提议阶段,未被采纳。OpenAI自己的政策文件也仅仅是呼吁“有时限的32小时/四天工作周试点”,旨在“激励”雇主和工会进行此类试验——它并未实际推行 。
CEO们的广泛共识是,AI可能大幅缩短工作周。分歧在于它会不会。
Altman的立场最为悲观:技术改变不了人性。戴蒙和袁征代表乐观派:技术改变了约束条件,人类会适应并享受更多闲暇。
对大多数知识工作者来说,迄今为止的现实体验更接近Altman的观点——更多的产出压力、更多的连接需求、以及雇主对物理在场更强的坚持。但是,戴蒙所描述的未来是一个30年的远景,而袁征的是五年。两者都尚未到来。
最安全的结论也许是最务实的:技术的发展速度超过了旨在管理它的社会和经济制度。工作周如何演变,更多地取决于人类——以及他们为之工作的公司——选择用AI做什么,而不是AI本身能做什么。