最近听了一期关于“杰文斯悖论”的播客（小宇宙搜索“墙裂坛”），很有感触，故有此文。

开篇：从一个程序员的猝死说起

2025年11月29日，广州，32岁的程序员高广辉在家中加班时突然倒下，送医后不治身亡。他的妻子说，丈夫长期处于高强度工作状态。更令人心寒的是，在他躺进ICU的8小时后，公司还给他发来了新的工作任务消息——那条消息，他永远没有机会看到了。这条新闻在社交媒体上引发了巨大的愤怒与共鸣。

这不是孤例。从拼多多22岁女员工凌晨1点下班后猝死，到日本“过劳死”白皮书显示2024年创纪录的3780人申报工作相关心理健康问题，过度劳累已经成为全球性流行病。世界卫生组织与国际劳工组织的数据显示，仅2016年，全球就有75万人死于过度工作相关疾病。

但是，我们正生活在人类历史上拥有最多“效率工具”的时代。DeepSeek、 豆包、龙虾、各种AI助手……每一个都在承诺让我们“更快、更省、更轻松”。

那么问题来了：AI越来越强大，人怎么越来越累了？

第一章：索洛的幽灵——“我到处都能看到AI，就是看不到生产率”

1987年，诺贝尔经济学奖得主罗伯特·索洛在《纽约书评》上写下了一句后来被反复引用的话：

“You can see the computer age everywhere but in the productivity statistics.“

（你能在所有地方都看到计算机时代，唯独在生产率统计数据中看不到。）

当时，全球正处于信息技术投资的狂热之中。企业砸下重金购置计算机、升级系统，管理咨询公司高呼“IT革命”。然而，宏观经济数据却一头雾水：劳动生产率的增长并未如期而至。这一奇特的现象，后来被经济学界称为“索洛悖论”（Solow Paradox）。

直到1990年代中期，沃尔玛、戴尔等企业真正用技术重构了商业流程与供应链体系之后，生产率才真正起飞。技术从投入到生效，需要的不只是工具本身，还需要整个系统的配套变革。

如今，索洛的幽灵又回来了。AI 的浪潮席卷而来，但是全球的经济增长率并没有随之起舞。

麦肯锡全球研究院在其报告中直接追问：“Is the Solow Paradox back?” 

我们正处于“数字化索洛悖论的第二轮”：AI投资如火如荼，但宏观生产率增长依然低迷。

更扎心的是微观数据。ActivTrak 2026年的报告分析了10584名用户AI采用前后各180天的行为数据，发现：电子邮件处理时间增加了104%，即时通讯时间增加了145%，商务管理工具使用时间增加了94%。

没有任何一个工作类别的时间因为AI而减少。报告直言不讳：“AI 放大了工作量，而不是替代工作量。”  

不仅如此，深度专注工作时段平均缩短了9%，专注工作时间下降了2%——这是连续三年的下滑趋势。

这就像一个人买了一辆跑车，本以为能更快到达目的地，结果发现：路变得更宽了，目的地变得更远了，路上的车也更多了。

第二章：杰文斯的预言——效率越高，为什么越累

1865年，英国经济学家威廉·斯坦利·杰文斯在《煤炭问题》中记录了一个反直觉的发现：瓦特改良蒸汽机，使煤炭燃烧效率提升了近10倍。按常识推断，煤炭消耗应该大幅下降才对。结果恰恰相反——更高的效率让蒸汽机被用到了更多场景，煤炭的总消耗量不降反升，暴涨了数十倍。（这也是开头提到这期播客的主题，详细介绍了杰文斯的生平）

这就是“杰文斯悖论”：技术进步提升了资源的使用效率，却因为释放了被压抑的需求，导致该资源的总消耗量反而增加。

我之前专门写过一篇文章介绍这个理论《效率越高，人反而越累？——从“杰文斯悖论”谈起》。

160年后，这个悖论在AI时代精准重演了——只不过这次被消耗的“煤炭”，是我们的时间和精力。

以一个真实的职场场景举例：

某互联网大厂引入AI写作工具后，周报撰写时间从2小时缩至10分钟，PPT制作从1天压缩到20分钟。本该准时下班，结果：周报从每周1份变成了日报、周报、月度复盘3份；PPT从1套变成了对内、对外、高层、客户、备用5个版本。团队效率提升了70%，人均工时却上涨了32%，专注时间减少了23分钟。

数据层面，这种现象已有系统性研究支撑。《哈佛商业评论》2026年2月发表的研究，对一家美国科技公司200名员工进行了长达8个月的跟踪观察，发现AI工具导致工作节奏加快、工作范围扩大、工作时间延长——而且，没有任何人强制要求员工这样做。

ResumeTemplates对1250名美国员工的调查显示，31%的人表示AI增加了他们的工作量，其中43%的人认为工作量至少翻倍。波士顿咨询集团2026年的研究还发现了“AI脑疲劳”（AI Brain Fry）现象：使用4个以上AI工具的员工，自我报告的工作效率反而出现了下降。

杰文斯悖论的运行逻辑冷酷而清晰：

AI让任务完成速度翻倍 → 管理层的预期随之提升 → 任务数量随之增加 → 人均工作总量不降反升。

AI是效率的放大器，但也是工作量的放大器。省出来的时间从来不属于你，它属于市场、属于老板、属于那个永不满足的KPI系统。

第三章：注意力的稀缺——一天只有24小时

1971年，诺贝尔经济学奖得主赫伯特·西蒙在约翰斯·霍普金斯大学的一次演讲中说了一句话，此后被无数人引用：

“A wealth of information creates a poverty of attention.”

（信息的丰富，造就了注意力的贫乏。）

西蒙在那个年代谈的是信息时代的隐患。半个多世纪后的今天，他的判断变得更加准确——而且程度超乎想象。

AI正在制造一场史无前例的“内容海啸”。当每个人都能用AI在5分钟内生成一篇文章、一份方案、一段代码，内容供给呈指数级爆炸。

但接收端的人——无论是你的老板、客户、还是用户——他们的注意力并没有增加哪怕一秒。

数据是最好的佐证：全球人均每天屏幕使用时间已达6小时38分钟，美国人均超过7小时。一天24小时，去掉8小时睡眠、2小时通勤、2小时吃饭家务，留给“主动创造”的时间只有12小时。而这12小时，还在被碎片化的推送、消息、通知不断蚕食。

AI的深层悖论正在这里：

它让供给端的内容爆炸，但需求端的注意力是恒定的。

当所有人都能用AI产出80分的内容，80分就成了行业的及格线。要想出彩，你必须达到95分——而这最后的15分，恰恰是AI目前最难替代的：深度洞察、独特判断、真实情感。

这意味着AI时代对人类能力的要求，不是降低了，而是提高了——而且是在一个更拥挤的赛道上。

AI时代的竞争，就像所有人都同时装上了涡轮增压引擎，但赛道的宽度没有变，甚至更窄了，因为参赛者更多了。

第四章：生命的两道题——赚钱与花钱

退后一步，从更长的时间尺度来看这个问题。

人的生活，说到底只有两道根本性的题：

第一道：怎么赚钱——养活自己和家人。

第二道：赚到钱以后做什么——如何度过那些不用为生计奔波的时间。

这两道题的答案，在很大程度上决定了一个人有多累。

关于第一道题：AI时代，赚钱的路径正在被激烈重构。

“一份技能换一份工资”的传统模式正在崩塌，很多人被迫进入“跑步机模式”——不是在向前跑，而是在原地跑，只为了不被甩下去。

今天的残酷之处在于：你不是在和AI竞争，你是在和“用了AI的同行”竞争。当所有人都在用AI提速，不跟上就意味着落后。这种焦虑本身，就是一种耗竭。

关于第二道题：还有很多人的问题，其实不是第一道题做不好，而是第二道题根本没想过。

拼命工作，赚到了钱，然后呢？

很多人发现，自己不知道怎么“花”——更准确地说，不知道怎么“活”。休息变得令人焦虑，无所事事令人不安，所以就是不停地刷视频、看新闻。

表面上你是在休息，其实你的大脑的工作模式跟工作是没有区别的，只会越来越累，凡是熬夜看视频的朋友，应该都能理解这种感受。

大脑要休息，必须要换一种工作方式。（参考我之前的文章《看短视频停不下来，怎么办》）

法国哲学家帕斯卡尔在1670年写下了这句话：“人类所有的不幸都源于一件事：他们无法安静地待在自己的房间里。”

三百五十年后，这句话以惊人的精准度描述了我们的处境。

我自己有切身体会。在沙漠油田工作的那些年，曾有很长一段时间没有手机信号，没有社交媒体，没有任何信息轰炸。最初几天极度不适，后来却逐渐发现，那些被迫面对星空和沉默的夜晚，是人生中最清醒的时刻——不是因为没有工具，而是因为终于有时间去想：我为什么在这里？我真正想要的是什么？

韩裔德国哲学家韩炳哲在《倦怠社会》中写道：

“我们生活在一个“功绩社会”中，压迫不再来自外部的禁令，而是来自内心的“我可以做更多。”

AI时代的功绩社会更为极端——因为AI真的让你“可以做更多”了。“可以”于是变成了新的道德命令。

但我想，“可以”不等于“应该”。

最后：不是AI让你累，是你选择让自己累

索洛悖论告诉我们：技术投资不自动等于生产率提升。关键不在于工具本身，而在于组织模式、流程设计、以及人的选择如何被重新校准。

杰文斯悖论告诉我们：效率提升不等于负担减轻。因为在市场和欲望的作用下，被节省出来的资源，永远会被新的需求填满。

注意力经济告诉我们：信息爆炸不等于价值增加。人的时间和注意力是有限的，而“有限”恰恰是一切价值的来源。

也许，是我们共同构建了这个“看起来合理”的系统。AI只是放大了这个系统的运转速度。

我想，在面临AI 竞争的同时，对于我们个人，有限的选择之下，根本的问题，不在技术，也不在经济学，而在于每个人自己面对这道选择题时的答案：

• 你选择把省出来的时间，用来接更多的活、看更多的视频、刷更多的公众号，还是用来散一次步、读一本书、陪一个人、想清一个问题？

• 你选择把生活塞满“效率”，还是留出空白给“意义”？

这些问题，都没有标准答案，但是希望给大家带来一些思考。