AI 让你＂10倍高效＂,但代价是什么?

这两天，我在读一篇工程师写的文章，里面有个细节让我停了下来。

他写道，某个周二晚上七点，他从桌前站起来，感到头骨前侧有一种真空感。不是头疼，不是疲惫，是一种物理意义上的"空"——就好像大脑在某个时刻直接关机了。他站在那里，试了十秒钟，想不起自己接下来要做什么。

这个细节我看了两遍。

因为这种感觉，不只是程序员才有。

你可能不审代码，但你审方案、审文案、审数据，或者只是每天处理一个又一个需要判断的信息。自从用上 AI 工具，感觉什么都快了——AI 给你生成内容，帮你整理信息，替你起草邮件。产出越来越多。但不知道为什么，到了下午四点，你发现自己做的决定开始变差。到了晚上，你坐在那里，脑子里什么都转不动了。

你以为是自己状态不好。

但也许不是。

01 一个让人后背发凉的数据

2025 年，全球最大的自由职业平台 Upwork 发布了一份调研报告。他们专门研究 AI 对职场人的影响，样本覆盖 2500 名来自多个英语国家的职场人，从普通员工到公司高管都有。

报告里有一组数据，我觉得值得每一个正在用 AI 工具的人看一看。

77% 用 AI 的员工，说自己的工作量增加了。不是减少，是增加。

但最让人意外的，是下面这个发现：

AI 使用效率最高的那批人，倦怠率达到了 88%。他们离职的可能性，是其他人的两倍。

也就是说，在你公司的绩效系统里表现最亮眼的那些人——那些最快拥抱 AI、产出最多、看起来最能干的人——正是最接近崩溃边缘、最有可能直接离职的人。

这不是一个关于"努力过头"的故事。这是一个关于系统性错位的故事。

02 机器加速了，但人没有

为什么会这样？

我后来查到一个数字，觉得它能说明问题：10 bits/秒。

这是人脑进行有意识分析时的处理速度上限。不是网速，不是运算速度，是你真正在"想事情"的速度。2025 年，顶级学术期刊《神经元》上有一篇研究专门测量了这个数字——我们的眼睛、耳朵每秒能接收大约 10 亿 bits 的信息，但其中真正进入大脑、被你有意识地处理的，只有 10 bits。

这个数字，在人类进化史上几乎没有变化。

而 AI 的速度是多少？它可以在几秒钟内生成一份完整的方案、一篇文章、几百行代码。输出的速度，不是 10 倍，是几百倍、几千倍。

问题就在这里。

机器的产出速度和人的处理速度之间，存在一个巨大的鸿沟。AI 帮你生产了更多的东西，但这些东西最终都要经过一个人脑来判断、审核、拍板。这个环节，没有任何 AI 能替代你。

所以实际发生的事情是：AI 把工作量放大了，然后把它塞给了你。

UC Berkeley 的研究者在 2026 年初发表了一项历时 8 个月的研究，他们深入一家 200 人的科技公司，做了 40 多次深度访谈，结论和 Upwork 的数据高度吻合：AI 没有减少工作，而是加剧了工作。

他们归纳出了三个机制，我觉得说得非常准：

第一，你的工作边界，在悄悄扩大。 因为 AI 让每件事都变得"可以做"，每个人的工作边界开始悄悄扩大。以前一个产品经理只负责一条产品线，现在有了 AI，隐含的期待慢慢变成——你能不能顺手把另一条也盯一下？

第二，上下班的界限，开始消失。 用 AI 工具不需要坐在工位上，手机上就能做。于是上下班的界限开始消失。通勤路上在改方案，午饭时在处理 AI 给出的建议，睡前再过一遍今天的输出。工作渗透进了生活的每一个缝隙。

第三，不用人说，你自己就开始焦虑。 当你身边的同事开始用 AI 产出两倍的工作量，不用任何人来说，你自己就会开始焦虑：我是不是也应该做到？这种压力不是老板施加的，是系统自动生成的。

三个机制叠加在一起，结果就是你看到的那组数字——工作量增加，倦怠率飙升，最能干的人最先撑不住。

03 1983 年，有人早就说过了

这件事，其实早有人预言过。

1983 年，一位名叫莉珊·班布里奇的英国认知心理学家，在一本学术期刊上发表了一篇论文，题目叫《自动化的讽刺》。

那是工厂自动化刚刚兴起的年代，流水线上出现了越来越多的机器，工人的体力劳动被大量替代。所有人都以为，机器做的事情越多，人就越轻松。

班布里奇的研究得出了一个反直觉的结论：自动化程度越高，留给人做的那部分工作，反而越难、越复杂、越没有支撑。

逻辑是这样的——机器接管了所有常规的、重复的、有规律可循的任务。剩下来的，是那些机器搞不定的：最模糊的判断，最复杂的决策，最难以量化的问题。这些恰恰是最消耗人的部分。

而且更麻烦的是，因为机器在处理日常任务，人反而越来越少有机会练手，能力和经验的积累速度在放缓，但要求却越来越高。

这篇论文写于四十多年前，描述的是工厂里的机器和工人。但你把"机器"换成"AI"，把"工人"换成"今天的脑力工作者"，几乎一字不差地成立。

2024 年，微软研究院专门针对生成式 AI 做了一项研究——四十年后，班布里奇的预言得到了现代版的验证：AI 系统不仅没有降低认知负担，反而可能让困难的任务变得更难。因为你要处理的，永远是 AI 产出之后那些它搞不定的部分。

四十年过去了，工具换了，人的处境没变。

写在最后

我想说清楚一件事：这篇文章不是在劝你少用 AI，也不是在说 AI 是坏东西。

AI 确实带来了效率，这一点是真的。那个"40% 生产力提升"的数字也是真的。

但与此同时，另一组数字也是真的：77% 的人工作量增加了，最高效的那批人有 88% 出现了倦怠。

这两组数字同时为真，说明的是一件事：整个系统得到了好处，但代价被集中转移到了个人身上。

公司的产出上去了，但那个额外的产出，是靠消耗人的认知储备换来的。这不是谁的错，也不是你不够努力，更不是你用 AI 的方式不对。这是一个系统性的设计问题——没有人在设计这套工作方式的时候，认真想过"人是这个系统里的瓶颈"这件事。

所以如果你最近有那种下班之后脑子空空的感觉，如果你觉得自己越来越高效但越来越累，我想告诉你：这不是你的问题。

你只是一个 20 万年没有升级过的人，被接入了一个以机器速度运转的系统里。

在整个行业都在比谁用 AI 用得更猛的时候，也许真正稀缺的，是那些还记得自己是人的人。