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》
最近关于「AI疲惫」的讨论，正在开发者社区密集涌现。一位曾在Google和亚马逊任职过的工程师史蒂夫·耶格（Steve Yegge）在近期的一篇自述文章中，提到了一种他称之为「瞌睡攻击」的现象：他说自己在长时间的vibe coding后，会毫无预兆地在白天突然入睡。另一位开发AI智能体底层工具的工程师悉丹特·卡雷最近写了一篇博客文章，他说以前需要花三个小时才能完成的事情，现在只需要45分钟，但同时，他也感到自己比任何时期都更加疲惫。
这篇文章引发了大量的共鸣，越来越多软件工程师开始谈到一种相似的体验：AI确实在大幅缩短任务完成的时间，不过自己的工作负担并没有减少，甚至还在增加。
有类似感受的，其实不仅仅是工程师群体。不久前，加州大学伯克利分校哈斯商学院公布了一项最新研究，这支研究团队用了八个月时间，跟踪观察AI工具是如何改变一家大约200人规模的美国科技公司的工作方式。
从去年4月到12月，研究人员每周进行两天的现场观察，同时持续追踪公司内部的沟通，并对工程、产品、设计、研发和运营等不同部门的员工进行了40多次深度访谈。
结果发现，AI工具确实让人们工作节奏明显加快，但员工的工作时间也随之延长。当使用AI最初的新鲜感过去之后，很多人开始发现工作量在增加，也需要不断地应对新的任务压力，这种积累进一步带来了认知疲劳、职业倦怠以及决策能力的下降。
人们使用AI，为的就是提高效率、缩短工作时间，那为什么现在反而会出现比以前更忙、更累了呢？
本文整理自播客「声动早咖啡」
现如今，AI更新迭代的速度越来越快——模型、Agent、Coding，每天刷新着我们的认知和焦虑，你刚搞明白Claude Code怎么用，又有人告诉你OpenClaw更厉害。再看看身边同事的工具能完成这么多事情，社交媒体上也到处是各种令人羡慕的效果，你很难不想自己也试一试。于是，我们为了提高效率，或者说，为了不被落下，每天似乎都要花费大量的时间学习了解新概念新工具和新方法，结果就是每天花在学习工具上的时间，可能比工作本身的时间还要多。
除此之外，我们还要投入大量的时间去做调试，无论是Claude Code还是OpenClaw，安装都只是第一步，它离真正好用还差很远。你得不断增强它的记忆、给它添加技能、调整提示词、优化工作流。这件事本身就会花费大量时间，而且似乎没有尽头——因为你永远都会觉得还能有优化的空间。而且输入一行提示词就像是聊天，几乎没有任何心理成本，于是，你可能吃饭的间隙在调，等电梯的时候在调，回家路上，甚至回到家了还在调，总觉得下一次的调整，能让效果更接近完美，而很多人在这样的状态下，也很容易不知不觉中工作到深夜。
哈佛商业评论的文章指出，人工智能的潜力不仅在于它能为工作带来哪些改变，更在于它如何巧妙地融入日常节奏。比如调整提示词这类操作，它很少让人感觉是一项正式的工作任务，所以也不容易被意识到这些是额外的工作量。但随着时间推移，这类零散操作会不断压缩我们工作日里的那些自然停顿，让人始终处于「工作状态」中，也让工作和生活之间的界限变得越来越模糊。
由于人工智能可以弥补我们在知识和技能上的不足，于是人们也逐渐开始越来越多地承担起，以前那些由其他人负责的职责。比如说让产品经理和设计师写代码；研究人员承担了工程任务；组织内各个部门的员工都在尝试过去他们会外包、或完全回避的工作。可能大家一开始只是用AI工具尝试一些新的任务，可一旦这些尝试成功，最终促成的是工作范围的显著扩展。
当技术降低了「会不会」的门槛，「做不做」就变成了新的压力。比如一个产品经理可以用AI生成代码时，那么在组织的隐性期待中，他就应该去写。哈佛商业评论将这种现象称为「隐形的工作量蔓延」，员工们越来越多地承担了以前可能需要额外人手才能完成的工作。而且这种职责范围的扩大也带来了一系列连锁反应。比如，很多工程师都表示，自己现在需要花费更多时间来审查、纠正同事们用AI生成或辅助完成的工作。
Business Insider的文章指出，由于AI可以在后台24小时并行处理多项任务，所以它很容易被人们当作一个随时可以差遣的助手，但它也在不知不觉中，推着人们进入多线程的工作状态：因为AI每生成一次结果，就意味着你也需要完成一次检查任务，并决定是否还需要继续调整。而每一次的检查、判断和修改，都需要我们重新切换注意力。久而久之，人就会一直处在紧绷的忙碌状态中，很难进入持续专注的心流模式。
我们刚才提到的AI智能体工程师悉丹特·卡雷，他在《AI疲劳是真实存在的》这篇文章中，描述了自己工作方式中的一个显著变化。他说，在AI出现之前，自己常常会用整整一天时间专注解决一个问题。虽然节奏不快，但认知负荷相对可控，思路也能保持连贯。而现在，他一天可能要处理五六个不同的问题，在AI的帮助下，每个问题的耗时能缩短到一小时左右。但正如他所说：「AI在多个问题之间不知疲倦，但频繁的任务切换让人的大脑疲惫不堪。」
那作为打工人的我们，面对日新月异的技术进展，又该如何让AI为自己所用，而不是陷入所谓的AI疲惫呢？
福布斯的评论文章认为，在AI工具层出不穷的当下，与其不断追逐新的模型和工具，不如先想清楚自己每天的工作中，哪些任务是最耗时、最重复、最消耗你精力的。明确了这些工作环节之后，再去思考AI如何能在其中发挥作用。这种以任务为导向的方式，会使你有意识地让AI的使用，集中在你认为最关键的任务上，而不是在各种零碎场景中频繁切换，这样既能减少工作碎片化，也能降低我们的认知负担。
AI的确可以提升效率，但如果缺少边界，它透支的不只是算力和资源，还有我们作为人本身有限的精力，所以在必要的时候停下来对我们尤其重要。
具体来说，我们可以试着给AI的使用设置一些边界。比如为AI任务设置一个时间限制：如果一小时之内，AI还没有让我们得到满意结果，就暂时停下来，改用手动方式解决。再比如工具调到八十分够用的时候，我们也停下来，因为要实现最后那20%的完美度，往往需要花费三倍，甚至更多的时间也未必能够得到；当然，我们也可以给自己设定一个“非AI工作日”，每周留出一天，把注意力放在需要深度思考的任务上。
很多人在与他人的关系中，本来就不太习惯表达自己的工作边界和承受极限，这种习惯往往也会延续到人和工具的协作里。可问题是，工具不会停下来，也不会察觉你是否已经疲惫。但如果你的疲惫长期不被看见听见，随着时间的推移，你所在的组织可能也会更难区分哪些是真正生产力的提升，哪些是不可持续的工作强度。
所以，必要的时候不妨主动和身边的人，特别是你的上司聊一聊，哪怕只是十分钟的简短交流，至少也能让我们暂时从一个人对着AI工具反复调试的状态里跳出来，重新获得一些来自于人类的不同反馈和启发。