夜雨聆风我最近几周都非常忙碌。
新项目的设计，老项目流程的梳理，Review同事的代码，还要切换好几个AI工具处理打卡、周报、填工时……每天在n个工作窗口和AI工具之间"翻筋斗"，晚上回家还要刷各种AI新知识，怕落后于人。公司上下都在大举推行AI增效，人人以身入局，却从上到下都没有明确的方向。各组的AI工具层出不穷、又彼此相似。而更可怕的是——工作量扎扎实实地多出来了。
某天下午三点，我已经有两周没有一个完整的午休，盯着五个AI对话窗口、一堆文档和同事正在分享的AI会议录屏，感觉脑子里不是在运转，而是在嗡嗡作响。不是困，是那种说不清楚的"乱"——像有人在我脑袋里同时开了二十个Chrome标签页，每一个都在自动播放。
就在这个时候，我在邮件推送里刷到了哈佛商业评论（HBR）的一篇文章：《When Using AI Leads to "Brain Fry"》。
我点开了它。
"AI脑炸"：它不是你矫情，它有个名字
这篇文章来自一个研究新兴劳动力与AI趋势的团队，他们访谈了 1488名 美国全职雇员——横跨行业、职级、角色——专门研究不同AI使用方式对认知的影响。
他们给这种感觉起了一个名字，叫 "AI brain fry"，中文直译就是"AI脑炸"：
因过度使用、交互或监管AI工具，超出自身认知容量而产生的心理疲劳。
这不是普通的加班累，也不是burnout（情绪性的职业耗竭）。它是认知层面更急性的短路——注意力涣散、决策变慢、思维像是在泥里走。
研究里有一名工程师这样描述它：
"我脑子开始感觉乱。不是身体累，就是……拥挤。像脑子里开了十二个浏览器标签，全都在争夺注意力。我发现自己在反复重读同样的内容，比平时多疑惑太多，莫名地不耐烦。我的思维没断，只是充满了静电噪音。"
我把这段念了两遍。这不是文学比喻，是真实发生在我下午三点的物理状态。
四组数据，每一组都在说同一件事
HBR 研究给出的数据，我逐条比对了一下自己：
① AI监管强度越高，代价越大
高度监管AI输出的员工，比低监管者多消耗 14% 的脑力，心理疲劳增加 12%，信息过载感上升 19%。
说的是什么？是你每天审核AI代码有没有幻觉、检查AI写的总结有没有跑偏、确认AI生成方案里有没有逻辑漏洞——这些都不算在原本的工作量里，但它们在悄悄掏空你的认知资源。
② 工具超过三个，生产力开始下跌
一个AI工具到两个，生产力有真实提升。到三个，还在涨但已经衰减。超过三个，生产力反而开始下跌。
我数了一下今天同时开着的工具：Github Copilot、Claude、公司内部AI助理、一个AI文档生成器。我突然理解了为什么下午三点以后，我几乎做不了任何需要判断的事情。
③ "AI脑炸"的人，出错率和离职意向都高出39%
这两个数字放在一起，是一个很残酷的句子：最努力用AI的那批人，最容易出错，也最容易走掉。
④ 一个例外：当AI真正替代重复性劳动，burnout 降低15%
这是研究里唯一让我稍微松了口气的数字——但它同时也意味着，如果AI没有在替代重复性劳动，而是在叠加监管负担，结果就是反过来的。
互联网上的"前额叶受损者"
在HBR发布这篇研究之前，中文互联网上早就炸开了。
有个帖子"有了AI以后，我真的好累啊啊啊"，评论里有人写道：
"AI搞得我每天头脑非常混乱，以前是5件事并行，现在是好几个AI窗口开着，还得再开一个自己工作的窗口。毕竟AI干活的时候我也不能干等着吧，于是至少10件事并行，中间四处给AI debug——我前额叶受损了。"
"前额叶受损"不是玩笑话。前额叶皮质负责工作记忆、决策、注意力控制——正是AI监管工作最密集调用的那部分大脑。HBR说的"AI脑炸"，就是它被反复过载之后的报错。
还有一条评论，八个字，精准命中了问题的本质：
"我才是真正的agent啊。"
十个任务并行，上下文记忆不断档，还不需要付token费——说的是打工人自己。
效率的红利去了哪里，代价由谁承担
这里有一个让我真正感到不舒服的问题。
AI带来的效率提升，不是对称分配的。
HBR研究有一个细节：当组织的信息暗示了"AI之后你们应该完成更多工作"时，员工的心理疲劳分数就会额外上升 12%——哪怕这句话没有被明说，只是一个隐性信号，比如庆祝"生产力提升"的通报。
这跟我的体感完全吻合。没有任何人告诉我"你现在要做更多事"，但AI工具一上线，每个人心里都明白：以前这个项目要三周，AI辅助两周能搞定，那是不是要顺带承接新项目？
评论区有人说得更直接：
"资本家的算盘精着呢——一看效率上去了，直接把原来4、5个人的活全塞给你一个人干。"
效率红利向上传导，学习成本和认知负担由员工承担。这笔账，没有计入任何KPI。
研究里还有一个数据值得单拎出来：员工的心理疲劳，会因为管理者愿意回答AI使用问题而降低 15%。反过来，如果你的上级让你"自己摸索"，你的疲劳感会额外上升 5%——研究者把这笔多出来的代价叫做 "AI孤儿税"。
你不是独自在累。是系统让你独自承担了不该独自承担的东西。
AI有两种用法
HBR研究里有一个结论，我觉得是目前能给出的最清醒的框架：
AI在职场上的使用方式，大体上分为两种——
✅ 解放工具：让人从无聊的、重复的劳动里解脱出来，把节省出来的时间和精力用于更有意义的事。这种用法下，burnout 会降低 15%，工作投入度和正向情绪都上升。
❌ 扩张工具：用AI能处理的容量，塞入更多需要人来监管和决策的任务。这种用法下，人会更累，出错会更多，离职意向会更高。
问题是：目前大多数公司用的是哪一种？
我不需要作答。你心里有数。
命名，是现在我能给的最真实的东西
我没有轻巧的答案。工业革命发生时，那批在工厂里做十二小时工的人也不知道历史的走向，他们的痛苦是真实的，不因为"后来一切都好了"就值得被轻描淡写。
我唯一确定的是：至少要清楚地看到，累是从哪里来的。
不是你精力差，不是你学习不够快，不是你不够聪明。是工具的收益被向上传导，代价被向下分配。这不是个人适应问题，是系统设计问题。
"AI脑炸"这个词，在英文论文里出现的时候，做了一件好事：它给一种扩散在所有人身上、却从未被命名的状态，安了一个名字。
命名不能让你不累。但至少，你知道自己累的那个东西有个名字，你不是在跟一团虚空较劲。
这一点，是现在我所能给的最真实的东西。
