本文来自微信公众号： 简写2019 ，作者：余子申，原文标题：《用了 AI 之后，我反而更焦虑了：警惕这三种新型“AI 内耗”》
周末了，聊一些轻松的话题。
我最近越来越确定一件事：AI当然提升了效率，但它也悄悄制造了一种更隐蔽的低效。
不是工具不够强。恰恰相反，是因为它太强、太快、太顺手了，导致我出现三种非常典型的新型内耗：
等不住、停不下、改不停。
这三个词听起来像吐槽，但它们对知识工作者和开发者的杀伤力很具体：它们不是把我“累死”，而是把我的深度工作力一点点榨干。
01等不住：几十秒的“微断裂”，足以让深度思考崩塌
我经常把任务丢给Cursor/ChatGPT/Gemini：写一段代码、整理一份资料、把散乱的想法变成结构化输出。
理论上，我只需要等它几十秒到几分钟。
但问题就在这段等待里。
我几乎总会下意识跳出去干别的：开个新tab、回两条消息、刷一下手机。理由也很体面：别干等，顺手并行。
结果我每次都栽在同一个地方：
我以为我在“并行”，其实我在“切碎”。
那种感觉其实更像这样：
我明明只是想拿起手机点个外卖。
结果手一滑，先点开了微信，看了一眼有没有新消息；
退出的时候又顺手刷了两条小红书；
再切回桌面时，突然愣住了——
我刚刚是要干嘛来着？
外卖没点，时间没省，注意力已经散了一地。
所谓忘记初心大概如此。
AI的等待也是这种结构：时间很短，但足够让注意力产生一次“微断裂”。
而深度工作最怕的就是这种断裂。
因为断裂不耗时间，断裂耗的是“重进成本”——我回来的那一刻，需要重新加载上下文：
我刚刚让它做什么？
它的输出我应该怎么验收？
我下一步到底想要什么？
所以我后来给这个现象下了一个很准确的注释：
消耗的不是等待时间，而是每一次回来的“重进成本”。
也因此，我以前一直特别希望Cursor有一个很朴素的功能（后面一个版本我记得加了，但是一直没有稳定触发）：结果出来给我一个明确提示，最好是声音提示。它不提高产能，但它能减少我迷失在等待期的概率。
我现在的判断是：AI越快，这个问题越明显。
因为它不给我完整的空闲，只给我“足以分心的空档”。
02停不下：下班前“再榨一点”的冲动，本质是无效勤奋的补偿
第二个症状更隐蔽，也更普遍：我很难收工。
我下班前经常会给AI再布置一批任务，尤其是那种需要在网上跑、搜集归纳、对比总结的活。
不是因为必须做，而是因为不做会难受。
那种难受很具体：像亏了。
我后来意识到，这其实是一种“补偿心理”——用工具的忙碌，补偿思考的空心。
很多时候，我并不是缺这一点点产出。
我缺的是对自己一天的交代：
“我今天到底推进了什么？”
但这个问题很难回答，于是我更容易用一种更简单的方式麻痹自己：让AI继续跑。
它像一个不会抱怨的外包同事，只要它还能转，我就觉得我应该把它用到极限。
这很像一种“穷人思维”在工具使用上的投射（哪怕现实里并不穷）：
看到一个免费且强大的资源，就忍不住把它榨满。
于是“收工”变成谈判：
再丢两件事就走。
再跑一轮就走。
再多出三版就走。
然后就越来越难真正结束。
我对这件事最扎心的结论是：
AI越全能，我越容易用“工具的忙碌”来掩盖“思考的懒惰”。
这不是道德问题，是机制问题。
AI把“继续”变得太容易了，于是“停止”变得更困难。
03改不停：当修改成本趋近于零，边际收益会迅速递减
第三个问题，是我最近最确定的论点：
AI时代最大的效率敌人，不是写得慢，而是改得太快。
过去修改是有摩擦的：
改文案要重新组织，改代码要重跑验证，改结构要重新排版。正因为麻烦，我会更珍惜“方向性的决定”，也更愿意在动手前想清楚：改什么、为什么改、改到什么程度算结束。
但AI把修改成本压得极低之后，我会很自然地进入一种状态：
一直在改，但没有真正推进。
这背后是一个非常朴素、但极致有效的规律：边际收益递减。
第一轮编辑，边际收益最大：通常是结构和逻辑层面的修正，直接从“能看”变成“清晰”。
第二轮编辑，边际收益仍然可观：把表达打磨到更准确、更易读。
第三轮开始，边际收益迅速下降：大量修改不再增加信息增量，更多是在换说法、换语气、换节奏。
第四轮之后，经常出现负边际收益：越改越像抛光，甚至破坏一致性，让主线变模糊。
AI最容易把我拖进的，就是第三轮、第四轮这种“抛光陷阱”。因为它太快了，我会产生错觉：几秒钟再来一版，不亏。
但真正亏的不是时间，是更昂贵的东西：
主线被稀释：我把精力花在“更顺一点”，而不是“更有力一点”。
决策被推迟：我用“再生成一版”逃避“定稿”。
独特性被磨平：过度编辑会把内容磨成“平庸的正确”，灵气被抛光抹掉。
所以我特别喜欢一句话（也当作自我警示）：
当修改成本趋近于零，定稿就成了一种主观的酷刑。
04我后来才明白：AI不只是产能工具，更应该是节奏工具
如果我把AI当“产能工具”，我的默认行为是：
能做就多做，能快就更快，能优化就继续优化。
这条路会自然把我推向三个结果：并行越来越多、结束越来越晚、迭代越来越停不下。
但当我开始把AI当“节奏工具”，我的关注点就变了：
我能不能稳住，不在等待时开新战场？
我能不能停下，不用“再榨一点”来奖励自己？
我能不能在边际收益递减之前收手，把时间留给发布和验证？
产能工具解决“量”。
节奏工具解决“主线”。
我现在甚至愿意把节奏工具总结成三个操作准则，简单但有效：
1）强制留白：AI运行期间，不打开第二个战场
它在跑，我就喝水、发呆、站起来走两步。
不做能耗更大的“多任务切换”。
2）定量交付：每天只向AI索取X个高质量产出
不是无限生成，而是限制输出数量。
数量限制反而会逼我先想清楚：我今天真正需要什么。
3）灰度发布：接受80分的“AI+人工”，快速投入现实验证
很多价值不是在第4版、第5版里产生的，
而是在发布、分发、反馈里产生的。
AI让一切都变得能做，但效率，永远来自你知道什么时候喊停。