2025年的某一天，一位在Kaiser Permanente医院工作了15年的护士接到了一个电话。电话那头是一位有自杀倾向的病人。这位护士花了超过一个小时安抚对方，同时等警察赶到现场才能挂断。她知道，这一通电话会拉低她接下来好几周的”平均通话时长”评分——而她将因此被叫去谈话。
她的名字是拉奎尔·阿尔瓦雷斯·桑切斯（Raquel Alvarez Sanchez）。她公开了自己的真名。她说：“我能想到的唯一解释是，他们这么做是为了利润。”
这不是一个关于AI技术好不好的抽象讨论。这是2026年7月在美国真实发生的事情。Kaiser Permanente是全美最大的非营利医疗集团之一，在加州服务超过900万人。它正在用一套AI驱动的监控系统管理电话咨询护士的工作。而护士们的反馈是：这套系统没有帮到她们，反而让她们没法好好照顾病人。
Kaiser Permanente咨询护士拉奎尔·阿尔瓦雷斯·桑切斯在家中办公室。摄影：Chad Surmick for CalMatters
15分钟：一个被算法定死的数字
如果你第一次听说这件事，可能会觉得困惑——AI不是用来”提效”的吗？不是应该帮护士省时间吗？怎么反而让工作变难了？
问题的核心在于Kaiser对电话咨询护士施加的一套监控指标。据七位现任和前任护士向CalMatters（一家加州公共事务新闻机构）实名或匿名反映，这套系统大致是这样运作的：
第一层：通话时长监控。 系统追踪每位护士与病人的通话时间。如果超过15分钟，护士就会在月度绩效考核中被扣分，甚至被叫去开”绩效评估会议”。多位护士强调，在会议上，管理者承认她们在通话中”所有操作都正确”——唯一的问题是时间超了。
第二层：每日”生产力预测”。 除了追踪通话时长，Kaiser还使用软件每天预测护士是否”不够高产”——有没有及时接起电话、有没有”效率低下”。
第三层：AI情绪和语气评分。 2024年夏天，Kaiser测试了一款AI工具，试图评估护士和病人通话中的”共情能力”和”语气”。虽然这个项目在护士集体签署请愿书抗议后于2024年11月暂停，但工会代表被告知，管理层未来可能恢复该系统。
第四层：脚本和规则限制。 护士被要求严格按脚本说话，每次通话给出的建议不能超过两到三条。如果基于自己的专业判断推翻软件的推荐，绩效评分会被扣减。
在这些规则之下，护士们发现自己处于一种分裂的状态。一位要求匿名的护士告诉CalMatters，她曾接到一位刚被诊断为癌症晚期的老年女性。起初她以为这位病人有自杀倾向，但很快意识到对方只是受到巨大打击、需要有人说话。她本想说一些安慰的话，但她停住了——“我不得不问自己：我是否会因为脱离脚本、说了超出必要的话而被处分？”
这位护士说：“我本可以用幽默感帮助病人康复，但在这里我不敢，因为我知道通话被录音了。你永远能感觉到病人什么时候喜欢你的幽默或者你的关怀。但我觉得呼叫中心不容忍这些东西，因为那不是脚本的一部分。”
夏洛特·卡普隆（Charlotte Capulong）在护士呼叫中心工作了22年。她的话更直白：“你不是在打Comcast的客服电话。我们面对的是人命。“
为什么”提效”会适得其反？
要理解这件事为什么会发生，需要先理解两种截然不同的工作逻辑。
第一种逻辑是工业效率逻辑。 把护士的通话当作”工单”来处理：每个工单标准化、可量化、可控时。你接了多少电话？平均时长多少？有没有按脚本走？——这些指标看起来像是任何呼叫中心的考核标准。如果一个客服代表处理退款申请，15分钟可能确实绰绰有余。
第二种逻辑是医疗护理逻辑。 病人打电话来，可能是因为药物副作用、手术后的异常症状、慢性病突然恶化、或者像前面提到的——想自杀。这些场景无法被塞进一个15分钟的模子里。护士需要花时间听懂病人的情况、判断紧急程度、给出正确的建议，有时候仅仅是让病人感觉”被听到了”，本身就是护理的一部分。
问题在于：Kaiser的AI监控系统把第一种逻辑强行套在了第二种工作之上。它把”效率”定义为”通话短”，把”质量”等同于”遵守脚本”，然后用算法把这些量化指标变成绩效分数——直接关联到护士的饭碗。
这种做法带来的后果不只是护士不高兴。它可能直接影响病人的安全。
Pa Vue是另一位在呼叫中心工作了近十年的护士。她说自己曾因为向一位出现异常症状的病人重复了护理建议，而被扣了绩效分数——理由是”重复”。但正是这种”重复”，是护士在担心病人有心脏病风险时出于专业判断做的事。当护士因为遵循专业直觉而被算法惩罚，一些护士就会开始选择”少说为妙”。
在通话与通话之间，护士们曾经过有大约10分钟的时间来完成病历记录、或者从一段艰难的通话中喘口气。而现在——如果线路繁忙——这个间隔被压缩到30秒甚至更短。一位匿名护士告诉CalMatters：“从一段处理自杀倾向的电话跳到下一通需要帮助的病人，只有30秒的间隙——这可能导致错过关键的病人信息。”
Kaiser Permanente萨克拉门托医疗中心。这个全美最大非营利医疗机构之一正在将AI监控推向护理一线。摄影：Rahul Lal / CalMatters
护士的困境与医院的逻辑
笔者需要在这里公平地呈现Kaiser管理方的立场。
Kaiser的一位发言人回应CalMatters称：“Kaiser Permanente不使用’平均通话时长’来评估员工表现或强制执行通话时间指标。呼叫中心使用的任何工具都支持我们的质量保障工作，并有人工审核和监督。“Kaiser还表示，其AI部署以患者安全为前提，遵循”负责任的使用原则”。
换句话说，医院并不承认存在”15分钟硬性限制”。但在同一次调查中，七位现任和前任护士一致描述了相同的经历——通话超时会触发绩效会议、月度评分受影响、管理者在会议上只指出”时长问题”而认可其他所有操作。
这种”官方说法”与”一线体验”之间的裂缝，恰恰是这个故事最核心的问题。技术系统的设计者——无论是医院管理层还是软件供应商——在定义”什么是一个好护士”时，选择了一套可以被追踪、被评分、被优化的指标。但护理工作中最重要的部分——在恰当的时机多说一句话、在病人沉默时多等几秒钟、用专业直觉推翻算法建议——恰恰是这些指标捕捉不到的。
这并非Kaiser一家的问题。2024年，全美护士联合会（National Nurses United）对超过2000名护士的调查显示：50%的护士表示雇主在使用算法系统分析健康记录；三分之二的护士说自己的评估曾与算法预测不一致；60%的护士表示不相信雇主在使用AI时会把病人安全放在第一位。
康奈尔大学的Virginia Dolleghast教授研究呼叫中心监控技术超过十年。她指出，Kaiser护士的遭遇是一个更广泛的趋势：在各行各业，持续的电子监控正在增加那些需要处理复杂、情绪化问题的工作者的压力水平。“压力和倦怠可能导致更多错误，而在医疗环境中，这个风险要高得多——因为你面对的是人的生命和健康。“
HN上的技术圈怎么看
这篇调查在Hacker News上收获了346个点赞和230条评论。技术社区的反应呈现出一种有趣的撕裂。
一部分人争论”这到底算不算AI”——有人说文章讲的本质是呼叫中心指标管理和职场监控，而非真正的人工智能；也有人指出，被测试的共情检测工具和日常生产力预测系统确实属于AI范畴，争论”算不算AI”反而模糊了真正的问题。
另一部分人则分享了第一手经历。有用户说自己的妻子在Kaiser工作，觉得医疗大语言模型工具确有价值——能做实时翻译、总结病历、快速回答问题。但同一个用户也承认：“用AI监控员工可能是这项技术最糟糕的用法之一。”
还有一个获高赞的评论写道：“让人悲伤的是，这是自动化与计算机化中常见的老问题……高管和分析师越来越多地利用’AI’热潮来推动自动化（以及裁员），这并不意外。”
笔者的感受是：这场讨论最值得关注的是一个更朴素的观察——当技术部署完全不考虑一线使用者的实际体验时，再先进的工具也会变成负担。这本质上是一个权力问题：谁来决定技术怎么用？决策者是在会议室里看仪表盘的人，还是在电话里听病人哭诉的人？
这不是一个孤立事件
这个故事的背景是更大的劳资博弈。代表Kaiser 25,000名护士的加州护士协会（CNA）正在谈判新合同，AI的使用是核心议题之一。今年3月，Kaiser护士曾就AI问题罢工一天；去年秋天，她们在医院外举着”相信护士，不要相信AI”的标语抗议。
加州议会也在推动多项监管工作场所AI的法案，其中一项将保护那些推翻自动化系统建议的医生和护士免受雇主报复。但过去的类似法案曾遭Kaiser等企业强力游说而搁浅。
而在更广的层面，全美已有至少127项AI部署分布在106个医疗系统中，呈现出快速扩张的态势。当AI以”提效”之名进入医院，真正需要被追问的问题也许是：我们到底在”提”谁的”效”？
对管理者而言，缩短通话时间、增加每日接听量的护士是”高效”的。但对一个刚确诊癌症、只是想找人说话的老年患者而言，真正有效的护理恰恰是那通”超时”的电话里多出来的几分钟。
参考链接
- CalMatters 原始调查报告（Khari Johnson报道，2026年7月9日）
- HN 讨论 (item?id=48952880)
- National Nurses United 2024年全国护士AI调查
- 加州护士协会（CNA）关于Kaiser AI监控的声明
- Fast Company: Kaiser nurses say AI is changing their jobs—for the worse
- The Markup: Kaiser Permanente nurses say technology is making their jobs and patient care worse
