AI越强大为何我们越疲惫？解码技术时代的工作困境

本文来自微信公众号：声动活泼，编辑：beibei，作者：声小音，原文标题：《龙虾狂欢Coding自由，为何AI越强大我们反而越疲惫？｜声动早咖啡》

近期，开发者社区中关于「AI疲惫」的讨论愈发密集。曾任职于Google和亚马逊的工程师史蒂夫·耶格（Steve Yegge）在自述文章中提到「瞌睡攻击」现象：长时间进行vibe coding后，白天会毫无预兆地突然入睡。另一位开发AI智能体底层工具的工程师悉丹特·卡雷也在博客中表示，原本需三小时完成的工作现在仅需45分钟，但自己却比以往任何时候都更疲惫。

这篇文章引发广泛共鸣，越来越多软件工程师分享相似体验：AI虽大幅缩短任务耗时，工作负担却未减轻，甚至有所增加。

有此感受的不只是工程师群体。加州大学伯克利分校哈斯商学院的最新研究，用八个月时间跟踪观察AI工具对一家约200人规模美国科技公司工作方式的改变。

去年4月至12月，研究人员每周两天现场观察，持续追踪公司内部沟通，并对工程、产品、设计、研发和运营等部门员工进行40多次深度访谈。

结果显示，AI工具加快了工作节奏，员工工作时间却随之延长。新鲜感褪去后，不少人发现工作量增加，需不断应对新任务压力，进而引发认知疲劳、职业倦怠和决策能力下降。

人们使用AI本为提高效率、缩短工作时间，为何如今反而更忙更累？

本文整理自播客「声动早咖啡」

当下AI更新迭代速度极快，模型、Agent、Coding等概念不断刷新认知与焦虑。刚掌握Claude Code，又听闻OpenClaw更强大；看到同事的工具功能丰富，社交媒体上满是令人羡慕的效果，难免想尝试。为提高效率或不被落下，每天需花大量时间学习新概念、新工具和新方法，甚至学习工具的时间比工作本身还多。

此外，调试AI工具也需投入大量时间。无论是Claude Code还是OpenClaw，安装仅是第一步，离真正好用相差甚远。需不断增强记忆、添加技能、调整提示词、优化工作流，且似乎永无止境——总觉得还有优化空间。输入提示词像聊天，几乎无心理成本，于是吃饭、等电梯、回家路上甚至到家后都在调试，不知不觉工作到深夜。

哈佛商业评论文章指出，人工智能的潜力不仅在于改变工作，更在于融入日常节奏。调整提示词等操作很少被视为正式工作任务，不易察觉是额外工作量。但长期下来，这类零散操作会压缩工作日的自然停顿，让人始终处于「工作状态」，模糊工作与生活的界限。

AI能弥补知识技能不足，人们开始承担更多他人曾负责的职责。比如产品经理和设计师写代码，研究人员承担工程任务，各部门员工尝试过去会外包或回避的工作。起初只是用AI尝试新任务，一旦成功，工作范围便显著扩展。

技术降低「会不会」的门槛后，「做不做」成了新压力。比如产品经理能用AI生成代码时，组织隐性期待他去写。哈佛商业评论称此为「隐形的工作量蔓延」，员工承担更多需额外人手的工作。职责扩大还引发连锁反应，许多工程师表示，现在需花更多时间审查、纠正同事用AI生成或辅助完成的工作。

Business Insider文章指出，AI可24小时后台并行处理多任务，易被当作随时差遣的助手，却不知不觉推动人们进入多线程工作状态：AI每生成一次结果，就需完成一次检查并决定是否调整。每次检查、判断和修改都需切换注意力，久之人会一直紧绷忙碌，难进入持续专注的心流模式。

前文提到的AI智能体工程师悉丹特·卡雷在《AI疲劳是真实存在的》中描述工作方式的显著变化：AI出现前，他常一整天专注解决一个问题，节奏慢但认知负荷可控，思路连贯；现在一天处理五六个问题，每个耗时缩短到一小时左右，可「AI在多问题间不知疲倦，频繁任务切换却让人脑疲惫不堪」。

面对日新月异的技术，打工人如何让AI为己所用，避免陷入AI疲惫？

福布斯评论文章认为，AI工具层出不穷时，与其追逐新模型和工具，不如先明确每天工作中最耗时、重复、耗精力的任务。确定这些环节后，再思考AI如何发挥作用。这种任务导向的方式，能让AI使用集中在关键任务上，减少工作碎片化，降低认知负担。

AI虽能提升效率，但缺少边界会透支精力。必要时停下来很重要。

具体可给AI使用设边界：为AI任务设时间限制，一小时内未得满意结果就暂停，改用手动；工具调到八十分够用就停，追求最后20%完美度往往需三倍甚至更多时间且未必成功；每周设「非AI工作日」，专注深度思考任务。

很多人在人际关系中不习惯表达工作边界和承受极限，这种习惯也延续到人机协作。工具不会停，也察觉不到疲惫。若疲惫长期不被关注，组织难区分真正的生产力提升与不可持续的工作强度。

必要时主动和身边人，尤其是上司聊聊，哪怕十分钟简短交流，也能让人从独自调试AI的状态中跳出，获得人类的不同反馈和启发。