第一批用AI的人，已经染上了AI疲惫症

fudashuai

       第一批用AI的人，已经染上了AI疲惫症      文丨硅基研究室 kiki

　　不知道你有没有发现，很多人得了AI疲惫症。

　　从科技巨头们宏伟的Token工厂计划到隔几天刷新的日均Token调用量，我们进入了一个Token大爆炸时代，不烧掉十几万Token的、有个自己的Skill，都不能被称为懂AI的人。

　　这几天，无论是同事．skill、前任．skill各种Skill爆红，还是另一类反蒸馏Skill的兴起，避免自己的知识和经验被同事或老板封装成Skill。

　　两类人，用的是同一套工具，听起来挺抽象、挺荒诞，是吧？

　　但却真实体现了普通打工人在AI面前的焦虑和疲惫：AI越来越发达、Token消耗越来越多，一天的工作AI几分钟就能做完，为什么我们却更累了、更焦虑了？

　　1、当Token成为第四薪酬

　　我知道现在很多的公司都已经开始将AI使用情况纳入到实际工作考核里了。

　　在中国不少互联网大厂里，考核绩效会和Token直接挂钩，有些部门内部还搭建了AI排行榜——包括Token使用、AI出码率、AI代码行数等指标，谁消耗的Token多，谁的绩效越高。

　　有大厂产品经理也告诉我，内部确实有鼓励全员开发skill，每周都有同事展示案例：“不开发就是落后”。

　　比中国大厂们更激进的可能是国外的同行们。Meta组建了人工智能小组，最早用排行榜将AI使用情况游戏化谷歌也开始强制要求一些非技术的管理人员使用AI助手Agent。

　　在摩根大通内部，则是建立了追踪AI工具的使用情的仪表盘，AI会给员工打标：你是轻度用户、重度用户还是非用户？

　　科技公司们开始将Token配额包装成‘隐形福利’。

　　以前大厂福利看薪酬、看免费三餐、看间设防，现在看能给多少Token。

　　阿里计划向员工提供Token额度，腾讯每年为员工提供最高达22万的Token配额，英伟达也准备为技术工程师提供相当于其基础工资约一半的Token预算，黄仁勋甚至说：

　　“Token是工资、奖金、股权之外的第四薪酬。”

　　当老板们用‘胡萝卜加大棒’，激励普通打工人，但对部分人来说，从焦虑绩效打分到焦虑Token消耗，一场新的数字刷量游戏开始了。

　　谁消耗得Token多，似乎就代表谁的工作效率高；谁能写出更牛的skill，就代表对业务理解的更透彻。一位电商行业从业者告诉我，现在公司形成了隐形的鄙视链：如果没人养虾、Token消耗量不够，就会被鄙视。

　　那么问题来了，这种评价体系真的是完美无瑕吗？

　　答案显然是否定的。

　　2、人类的上下文窗口快不够用了

　　为什么答案是否定的？

　　先讲一个发生在媒体行业的魔幻故事。

　　在一些合作稿件中，甲方通常会提供Brief，最近同行们的体感是越来越多的Brief是用AI写的。有的甲方当然不会说是AI写的（虽然DS味很浓），有的也会很直接，给的理由是：“资料太多，我用AI生成了一个思路，供你们参考”。

　　反过来一些甲方也会用检测AI文的工具来看稿件AI含量，有的稿件由于AI味儿太重，还会在社交媒体上引发讨论。

　　给AI Brief，写AI文，一个魔幻的闭环形成了，可这真的有意义吗？人人养龙虾、遍地是Skill，真的能带来生产力的倍增吗？

　　我也把这些问题丢给了身边一圈不同行业，日常使用AI的人。

　　一位程序员告诉我，日常工作中她有九成代码都是用AI写的，一个项目的交付期从一年缩短到4个月，但是活越来越多，项目压力越来越大，今年她所在的小组已经主动离职了两名员工。

　　一位算法工程师，也是Vibe Coding的重度用户，他告诉我，现在每天他来不及回复自己的Clade Code Session，一天同时跑多个任务，他感到注意力严重被分散，有时甚至忘记了自己为什么要开始。

　　还有一位非技术从业者，在电商行业做运营，老板要求全部上AI、搞小龙虾，好像现在文案、脚本、产品图没有AI参与就不行。

　　AI知名博主张咋啦最近的一篇博文让我很有感慨，她说自己深度使用AI之后，现在已经是‘半ADHD’的状态，AI的上下文窗口（Context Window）已经不是瓶颈了，但人类的上下文窗口快不够用了。

　　AI进化得太快，现在碳基生物已经在追着硅基跑了。

　　这些AI焦虑和疲惫，被研究者们称为AI脑炸（AI brain fry）。

　　《哈佛商业评论》研究调查了来自各行各业大型公司的1488名美国全职员工，这些研究发现，数量可观的员工称出现思维迟钝、头痛和决策速度变慢等症状。

　　为什么会出现AI脑炸？这项研究说了三点很有意思的观察：

　　第一，使用AI时最耗费脑力的是监督AI。该研究指出，高度的人工智能监督也预示着参与者会产生额外精神疲劳。

　　第二，AI增加了工作量。除了监管AI，AI参与后扩大了员工的职责范围，要求他们在相同时间内不仅要关注更多的工具，还有更多的结果，认知负荷大大增加了。

　　第三，不是使用越来越多的AI工具，生产力就越高。该研究发现，当员工从同时使用一种AI工具到三种时，生产力会显著提高，但当使用三种工具之后，生产力评分就下降了。

　　而这些疲劳产生的根本原因，是因为我们忽视了人类最宝贵的资源——注意力的稀缺性。

　　3、AI正在加剧注意力危机

　　如果询问那些AI创业者和AI使用用户，AI对你工作的改变，他们中的大多数人会给你一个乐观的答案：

　　AI接管了我的更多工作，我的工作日变得更加轻松，效率提升也开始显现。

　　但现实是怎样的？大多数人可能正在经历的是我们前文提到的AI疲惫和AI脑炸：拥抱AI，你的工作并没有像想象中那样减少。

　　ActivTrak是美国一家专注于劳动力分析和生产力管理的SaaS服务商，他们最近做了一项有意思的调查。

　　通过收集2023年1月1日至2025年12月31日期间，1111家公司、163638名员工和超过4.43亿小时收集的行为数据，他们发现：

　　AI并没有重新分配工作量，而是增加了工作负荷，协作的扩张速度超过了人们注意力所能承受的范围，生产力的提升固然存在，但这种提升越来越多地依赖于碎片化而非深度投入。

　　调研中的一组数据也很震撼：工作日是缩短了，但是工作时间提前了、协作时间增加了、注意力被稀释了。


　　• 专注效率降至60%，为三年来的最低水平（2023年为63%）

　　• 平均专注时长下降了9%——从每天14分23秒降至13分7秒。

　　• 协作量激增34%，达到每日5200万。

　　• 多任务处理时间增加了12%，达到每日1小时33分钟。

　　• 周末工作量增加了40%以上

　　这指向AI进步背后的一个隐秘危机：AI正在加剧一场注意力危机，AI解决了效率问题，但是却引发了更深层的倦怠。

　　这项报告里还指出一个现象：面临工作倦怠风险的员工比例上升了23%，从19%大幅跃升至23%。

　　产生倦怠的原因也并不难理解，因为释放出来的精力没有被有效管理——要么是老板持续分配没有更高价值的工作，带来了更高强度的工作压力，要么是自己缺乏精心规划注意力的能力。

　　这是我们很多人当下面临的一个关键问题：AI已经节省下了看得见的时间，但如何利用节省下来的时间呢？

　　这成了一个新问题，不是吗？

　　4、写在最后

　　你肯定没有想到，100多年前，凯恩斯就预言了这个问题。

　　这位经济学家预测，到21世纪初，资本的积累、生产力的提高和技术的进步应该能将我们带领至一片‘经济乐土’，人们每周的工作时长不会超过15个小时，但他也问道：

　　人们将如何打发这些闲暇时间？

　　100多年后，即便技术再发达，我们也没能给出一个答案。

　　带来巨大生产力提升的AI，也带来了新的意义和价值危机，使用AI技术的打工人们看到了AI工具的效率提升，但也感觉到更忙碌、压力更大，或更难以完全脱离工作。

　　当消耗Token、创造Skill，成了新的KPI，打工人们拼命刷量，想要证明自己没有被AI时代淘汰，但却在无形中加速了让AI取代自己。

　　更关键的是，凯恩斯所说的闲暇时间在短期之内也不会到来，一个残酷的事实是：你通过AI节省下来的几个小时空闲时间，会被更多需要解决的问题、更多需要跟进的项目所容纳。

　　至少当下，AI疲惫不会减弱或消失，因为AI仍在上演更激进的变化——在写这篇文章时，硅谷新一轮的大裁员开始了。

　　AI带来的是工作解放还是一台加速运转的跑步机？这逐渐成为这十年中具有决定性意义的问题。

　　参考资料：1、哈佛商业评论：When Using AI Leads to “Brain Fry”   2、ActivTrak：2026 Stateof the Workplace——AI Adoption & Workforce Performance Benchmarks