--- author: Best Partners TV date: '2026-03-11' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=WP3VRGdhxHw speaker: Best Partners TV tags: - ai-fatigue - cognitive-load - workload-creep - productivity-paradox title: AI时代的效率悖论：工程师为何越用AI越疲惫？ summary: 本文探讨了AI编程工具（如Claude Code）在极大提升工程师效率的同时，如何引发前所未有的疲惫感，即‘AI吸血鬼效应’。分析指出，频繁的任务切换、巨大的认知负荷、工作量蔓延、以及价值分配不均是主要原因。文章提出，AI压缩了生产环节时间而非决策环节，人类有限的认知资源成为瓶颈。基于史蒂夫·耶格的洞察，作者建议重新思考工作模式，或将有效工作日缩短至3-4小时，强调AI应服务于人类福祉，而非成为压榨能量的工具。 insight: '' draft: true series: '' category: ai-application area: tech-engineering project: [] people: - 史蒂夫·耶格 companies_orgs: - OpenAI - Harvard Business Review products_models: - Claude Code - Opus 4.6 media_books: [] status: evergreen --- ### AI效率悖论：工程师的疲惫 2026年的人工智能领域正上演一场看似矛盾的科技现实。当**Claude Code**这样的新一代AI编程工具将硅谷工程师的工作效率推到前所未有的高度，当10倍生产力从口号变成真实的工作体验时，整个开发者社区却被一种前所未有的疲惫感笼罩。曾任职于谷歌、亚马逊，拥有40年硅谷软件工程经验的**史蒂夫·耶格**，在他2月发布的文章《**The AI Vampire**》中，描述了一个让行业心惊的现象：他和身边的工程师们在长时间与AI协同编程后，会毫无预兆地在白天突然入睡，他将这种状态称为“瞌睡攻击”。这篇文章也让一个被忽视的问题浮出水面：AI工具越强，人类为何越累？这场效率革命的背后，究竟藏着怎样的职场逻辑和人性困境呢？ 首先，我们必须承认，AI编程工具带来的效率提升是真实且颠覆性的。在耶格看来，之前行业内关于AI对实际工作帮助有限的所有讨论，在**Claude Code**搭配**Opus 4.6**版本投入实际使用后，都已经失去了参考价值。这套AI工具组合最大的价值在于显著降低了从问题定义到可运行代码之间的转换成本。简单来说，以前一名熟练工程师需要花费几天甚至几周完成的编程任务，现在在AI的协助下，几个小时就能完成。单位时间内的产出，能够轻松达到传统工作流的几倍，甚至十倍。 但就在这样的效率狂欢中，一个诡异的现象开始蔓延：越来越多的软件工程师开始公开谈论自己的共同体验，虽然工作产出大幅提升，但是疲惫感的积累速度比产出的提升速度还要快。耶格将这种现象定义为**AI吸血鬼效应**。这个概念的灵感来自美剧《吸血鬼生活》中的角色**科林·罗宾逊**，他并非传统意义上吸食鲜血的吸血鬼，而是能量吸血鬼，只要和他待在同一个房间，周围人的精力就会被悄悄抽干。而在AI时代，与AI工具的协同工作，正在让人类经历同样的能量消耗。耶格直言：“和AI待在一起，正在耗尽我们的精力。” ### 认知负荷：AI如何加剧疲劳 这种**AI吸血鬼效应**的具体表现，在一线工程师的工作中体现得淋漓尽致。**西丹特·卡雷**是一名软件工程师，详细记录了自己的AI工作体验。他在2026年2月8日发布的《**AI疲劳是真实存在的**》一文中，给出了一副真实的职场画像。卡雷写道，自己上一个季度的代码交付量达到了职业生涯的峰值，这是AI工具带来的直接成果。但是与此同时，他的精神疲惫也被拉满，达到了前所未有的状态。 他描述了自己使用AI前后工作模式的根本性转变。在没有引入AI之前，他的工作方式是深度专注，会用整整一天的时间聚焦于一个单一的技术问题，保持连贯的思维路径。在这个过程中，大脑有自然的思考节奏，也有解决问题后的放松时刻。但是在引入AI之后，他的工作状态彻底改变：一天之内需要并行处理五到六个不同的问题域。每个问题在AI的协助下，单独耗时大幅缩短到一小时左右。看似效率提升了，但是问题之间的频繁切换，构成了巨大的认知负荷。卡雷不禁发出了一个灵魂拷问：“AI本应该提高我们的生产力，那么，为什么大家反而更加疲惫了呢？”他用一句直白的话总结了这种体验：“每项任务都会变得更快，所以你能完成更多的任务，但是你的大脑不像GPU那样可以无限扩展。AI不会在问题间隙感到累，但是我会。” 更关键的是，AI的介入并没有改变职场的责任归属，反而让人类的角色发生了本质变化。卡雷将自己的新角色形容为流水线上的质检员。在AI协同的工作模式下，代码的拉取请求会持续不断地涌入，每一条AI生成的代码、每一个AI给出的解决方案，都需要人类工程师进行审查、判断、决策，最终盖章确认。整个工作流程从未中断，始终处于高速运转的状态，但是核心的决策权从未从人类转移到AI手中。简单来说，AI成为了高速的生产机器，而人类则被固定在了审判席上。所有的案卷由AI快速递送，而最终的责任，全部由人类承担。这种状态下，工程师的工作不再是创造性的探索，而是高强度、高频率的决策判断，每一个选择都关乎工作成果的质量，甚至关乎项目的成败。这种持续的精神紧张，让疲惫感以几何级数增长。 ### 工作量蔓延：算法与预期的共谋 而这种现象已经成为AI时代的普遍职场问题，并且得到了专业研究的实证支撑。《**哈佛商业评论**》在2026年2月9日刊登的一篇研究论文，为这个现象提供了严谨的数据分析。研究者跟踪了一家美国科技公司的200名员工，进行了长期的工作状态观察，最终发现了一个清晰的连锁反应：AI的使用虽然在初期显著提升了任务完成速度，但是这种速度提升，直接推高了组织对员工交付周期的预期。管理层会因为AI的存在，自然而然地认为员工可以完成更多的工作。而更高的预期，又促使员工更加依赖AI工具，试图通过AI完成更多任务。更深的AI依赖，进一步扩大了员工试图处理的任务范围。最终，任务范围的扩张，又加剧了员工的工作密度和认知负载。研究者将这种机制定义为**工作量的蔓延现象**。 值得注意的是，这种工作量的增加，并非由管理者的明确指令驱动，而是在效率提升与组织预期调整之间，形成的一种反复迭代、自我强化的过程。也就是说，即使没有老板明确要求加班或增加任务，员工也会在AI的效率加持下，不自觉地承担更多工作，陷入“越高效、越忙碌”的循环。这种工作量蔓延的现象，在数字产品设计领域同样表现得十分突出。**萨莫·科罗舍茨**是一位从事数字产品和界面设计的从业者，在LinkedIn上也分享了自己所在领域的真实困境。萨莫指出，现在的社交平台上充斥着各种AI工具的炫技内容，比如一分钟生成十个UI方案。这些内容被算法反复推送给设计从业者和他们的管理者，逐渐形成了一种隐含的行业标准。既然AI工具可以如此快速地输出设计方案，那么设计师的工作产出就应当保持这样的速度。但是问题的核心在于，这些AI工具的演示内容只展示了最光鲜的生成环节，却极少展示后续的筛选、落地、跨职能协调等实际工作成本。而这些环节，依然完全需要由人类来承担，并且需要花费大量的时间和精力。萨莫还提到了一个更现实的问题：在行业中，有大量从业者受到AI工具的影响，却因为缺乏相关背景、没有机会甚至没有权限，无法高效地使用这些AI工具。这让他们产生了强烈的焦虑感，担心自己变得低效，担心被行业淘汰。这种无助的情绪，进一步加剧了职场的精神压力。从本质上来说，AI技术的核心影响是压缩了工作中的生产环节时间，却没有办法压缩决策环节的时间。而当生产环节的效率被无限放大后，决策环节就成为了新的工作瓶颈，这个瓶颈的核心就是人类有限的注意力与意志力。 ### 价值分配：AI红利的归属 当我们看清了AI时代疲惫感的来源，接下来就需要思考一个更核心的问题：AI带来的10倍生产力提升所创造的额外价值，究竟该由谁获得了呢？这不仅仅是一个效率问题，更是一个价值分配问题。而耶格提出的一个简化分析框架，让我们能清晰地看到这个问题的本质。耶格做了一个假设：一名工程师在掌握AI工具后，单位时间的产出提升到了原来的10倍。那么，这多出来的9倍差额价值最终由谁获得，其实取决于使用者如何配置自己的劳动供给。而在现实的职场环境中，主要存在两种极端情景。 第一种情景，耶格称之为“被榨干的情景”：工程师保持原有的工作时长，将AI带来的全部增量产出都交付给雇主。在这种情况下，雇主以不变的人力成本获得了近10倍的工作产出，成为了AI效率提升的最大受益者。而工程师本身，收入并没有发生同比例的变化，甚至可能没有任何变化，但是劳动强度和精神消耗却出现了显著的上升。这也是当前大多数工程师所处的状态。 第二种情景，则是个体收益的情景：工程师利用AI的效率提升，大幅缩减自己的工作时长，仅用原有10%的劳动时间就完成与过去相当的产出。在这种情况下，AI带来的增量价值全部由个人获得，工程师可以拥有更多的闲暇时间用于休息、学习、陪伴家人，实现工作与生活的平衡。但是耶格也客观指出，这种状态在当前的市场竞争环境下难以持久。如果一个组织内部的成员普遍采取这种工作策略，那么组织的整体产出必然会落后于竞争对手，长期来看组织将面临生存风险，最终员工的工作也会受到影响。 耶格认为，理想的状态应该位于这两种极端假设之间，既让雇主享受到AI带来的效率红利，也让员工能从效率提升中获得实际的收益，比如缩短工作时长、降低工作强度、提高薪酬待遇等等。但问题的关键在于，在现行的组织架构中，这种平衡的调节权并不对称。组织作为管理方，天然倾向于将指针推向第一种“被榨干”的情景，而个体员工，需要主动施加反作用力，才能避免自己陷入无限的忙碌和疲惫中。 ### 生理极限与边界识别 其实关于劳动价值与工作时长的关系，耶格早在2001年在亚马逊工作时就有过深刻的思考，而他当时提出的一个简单公式，在今天的AI时代依然具有重要的指导意义。2001年的亚马逊，团队承受着高强度的交付压力，员工们长时间加班，但是回报却高度不确定，团队内部充满了抱怨和不满。就在一次激烈的讨论中，耶格在会议室的白板上写下了一个简单的公式：**$ / 小时**。他向同事们解释，这个公式的分子是大家的年度固定薪酬，在短期内这个数字是难以改变的，员工无法凭借个人的努力快速让自己的薪水翻倍；而公式的分母，是实际的工作时长，这个数字却具有相当大的弹性空间，由员工自己掌控。耶格的核心主张是，让大家将注意力从“如何赚得更多”转向“如何工作时长更少”。在薪酬不变的情况下，缩短工作时长本质上就是提高了自己的实际时薪，也能让自己从高强度的工作中解脱出来。这个视角的转换，在当时让很多同事感到陌生，甚至难以理解，但是几周之后，耶格多次路过这间会议室时，发现白板上的这个公式依然被保留着，说明他的观点已经引发了同事们的深度思考。 二十五年后的今天，耶格认为，这个公式同样适用于AI时代。不同的是，AI技术的出现大幅放大了分母变化对分子的影响，也就是说，工作时长的微小变化会带来实际收益的巨大波动。但是遗憾的是，个体员工对分母——也就是工作时长的控制力——并没有随着技术的进步而同步增强，甚至在AI的效率加持下，这种控制力变得更弱了。 而从人类的生理和认知规律来看，AI时代的工作模式其实正在违背人类的核心特性。LinkedIn用户**约瑟夫·埃莫森**从创意领域的职业规律出发，给出了一个重要的视角。他观察到，大多数在创意领域取得持续成就的从业者，包括知名的作家、设计师、研究者，他们的每日有效工作时长通常都不超过四个小时，而剩余的时间，他们会用于休息、恢复、漫游、输入，也就是吸收新的知识和灵感。这并不是一个效率问题，而是一个认知活动的生理极限问题。人类的大脑无法长时间处于高强度的深度思考和决策状态，就像肌肉会疲劳一样，大脑的认知资源也需要不断地补充和恢复。约瑟夫也分享了自己的AI工作体验，他坦言自己也感受到了AI的吸血鬼效应，与AI协同工作时会像在赌场一样，失去对时间的感知，不自觉地投入更多的时间。但他也在尝试适应这种状态，让自己的大脑更多地聚焦于架构设计和整体判断，而减少对细节的关注，以此来降低疲惫感。他的观点指向了一个核心问题：如果AI将工作与有效工作进一步切割，让大量的执行性工作被自动化，只留下高强度的认知工作，那么我们需要重新定义的可能不是AI工具的使用方式，而是工作日的长度，以及什么才是真正的有效工作。 当我们深入探讨AI时代的工作困境时，还需要注意一个容易被忽视的问题：技术在不断拓宽人类能力上限的同时，识别自身能力下限的能力反而变得更加稀缺。而这个问题的出现，与行业内的不切实际的美丽标准密切相关。耶格在自己的文章中坦承，自己也是这个问题的一部分。作为拥有超过四十年工程经验的行业大牛，他领导过大型技术团队，阅读速度快，并且具备充足的时间和资源进行各种AI技术的实验。他可以连续数十个小时使用**Claude Code**构建一个可运行的系统，并且将它发布到公共领域。而他的这些工作成果被广泛传播后，部分管理者就会认为所有的工程师都应该能达到这样的工作效率和产出。耶格直言：“雇主们很可能开始看着我，以及我们这些远远偏离常态的异类，然后说，‘嘿，我所有的员工都可以像那人一样。’但是事实是，他的工作状态并不具备代表性。绝大多数工程师既没有他那样的技术积累，也没有他那样的时间和资源。他的工作节奏，难以被多数人复现，甚至他自己也不确定能否长期维持这样的状态。”而在各种社交平台上，这种不切实际的美丽标准还在被不断强化。部分AI技术的早期采用者开始公开分享自己的AI使用强度，有人称自己所在的组织为少数几个AI账户支付每月几千美元的费用，有人展示自己同时运行几十个AI对话会话高效处理各种任务，还有人分享自己利用AI在短时间内完成大型项目的经历。这些内容在获得技术社区关注和点赞的同时，也在管理层面塑造了一种隐性的行业参照系，让管理者对员工的工作预期不断被拉高。 ### 重新定义工作日：AI时代的效率新解 更深层的问题，正如LinkedIn用户**利赫·阿绍夫**所指出的，当代人与AI的互动方式，其实映射出了人际互动中长期存在的边界识别障碍。许多人在与他他人的关系中，缺乏识别和表达自身极限的能力，不知道自己的承受能力在哪里，也不懂得如何拒绝他人的不合理要求。而这种能力的缺失，被直接平移到了人机关系中。AI工具作为一种没有自主意识的技术，不会主动停止工作，也不具备感知使用者疲劳的能力，它会一直按照人类的指令，高速运转。而如果使用者自己无法识别自身的极限，无法为自己设定工作的边界，那么就会被AI的高速节奏带着走，最终陷入无尽的疲惫中。她认为，这本质上是人类自身的平衡问题，每个人都需要为自己的AI使用频率、使用方式负责，也需要学会在合适的时刻表达自己的需求和极限，这才是应对AI吸血鬼效应的核心。 基于以上的所有分析和观察，耶格在文章中提出了一个具体且大胆的主张：那就是AI时代的有效工作日应该缩短至三到四个小时。需要说明的是，这个数字并不是经过严谨科学验证的精准数据，而是耶格基于自己四十年的行业经验以及对AI时代工作模式的观察做出的经验推断。而这个推断的核心依据，正是人类认知活动的基本规律。耶格指出，AI工具的核心价值是将大量的执行性任务自动化，这些任务对人类认知资源的消耗相对较低。而AI将这些工作承接后，留给人类的是决策、判断、问题重构、架构设计等高阶认知活动。这些活动对人类的注意力和情绪资源的消耗远高于执行性任务，并且这些资源的消耗难以通过并行工作或者压缩时间来恢复，必须通过充足的休息才能重新补充。耶格曾经参观过某个科技园区，见到了一种他称之为“刻度盘调至合适位置”的工作环境：开放式的办公空间、充足的自然光、分布于各处的社交与休息区域，员工可以在工作中自由切换工作与恢复状态，感到疲惫时就能随时休息，补充精力。但是耶格也坦言，他并不确定这样的工作环境在AI全面渗透后是否仍能维持平衡，因为AI带来的工作节奏远比传统工作模式更快，认知负荷也更高。但是他可以确定的是，当前许多组织所采用的工作模式，也就是不调整工作时长，依然保持每天八小时的传统工作制，仅依靠AI工具增加单位时间的产出密度，是完全不可持续的。这种模式最终会导致员工的全面职业倦怠，甚至出现严重的身心健康问题，对组织的长期发展，也是极为不利的。 在提出这个主张的同时，耶格也开始从自身出发做出改变。他开始尝试调低自己的工作时间，减少了各种公开活动，拒绝了大量的会面邀请，不再追求每一个可见的技术赛道，不再试图利用AI完成所有的工作。他依然在坚持写作，依然在构建产品，依然在与行业同行交流，保持着自己的职业热情。但他也学会了给自己设限，在下午就合上电脑，放下工作，与家人一起散步，享受生活。耶格说：“我并不知道自己能把工作的指针往回拉多少，能在多大程度上平衡工作与生活，但他确信，这个方向是对的，也是AI时代每一个从业者都需要探索的方向。” 而对于更广泛的职场从业者群体而言，这个关于AI时代工作时长、工作边界、价值分配的问题，目前还尚未进入行业的集体议程。当下的科技领域，关于AI生产力的叙事依然占据着主流，各大科技公司依然在宣传AI带来的效率提升，各种AI工具依然在以“更快、更高、更强”为卖点。而关于AI疲劳、职业倦怠的讨论，依然以个人化、碎片化的方式存在于社交平台和开发者社区中，没有形成行业的普遍共识，也没有得到企业管理层的足够重视。但我们能看到，越来越多的信号表明这两条曲线正在交汇：一边是AI效率的持续提升，一边是人类疲惫感的不断积累。而当这两条曲线相遇时，行业必然会迎来一次深刻的变革。 ### 驾驭AI：人本主义的职场智慧 我们最终需要认清的，是AI时代的工作本质。技术缩短了任务的执行路径，但是没有缩短人类的工作日。工具分担了机械的执行工作，但没有分担最终的决策责任。效率提升了工作的交付速度，也同步提升了人类的精力消耗速度。AI作为一种颠覆性的技术，正在改变我们的工作方式，改变我们的生产力水平，但是它并没有改变人类的生理和认知极限，也没有改变职场的基本价值逻辑。当AI不断通过高速的产出告诉我们“还可以更快”、“还可以做更多”时，也许我们更需要被听见的问题是：“还可以更慢吗？”我们是否可以在效率提升的同时，放慢工作的节奏，享受更多的闲暇时光呢？我们是否可以重新定义工作的价值，不再以产出的多少作为唯一的衡量标准，而是兼顾工作的质量和人类的幸福感呢？这些问题，没有标准答案，也不可能一蹴而就，但是值得每一个从业者、每一个企业、每一个行业去深度思考，去慢慢探索。AI是人类创造的工具，工具的价值应该是让人类的生活变得更好，而不是让人类成为工具的奴隶。在这场AI时代的效率革命中，唯有守住人类的本质，守住工作的边界，守住生活的平衡，我们才能真正驾驭技术，才能让AI成为真正的最佳拍档，而不是吸干我们能量的吸血鬼。这或许就是AI时代我们最需要的职场智慧。