AI越强,我们越累——效率崇拜的认知陷阱

“天下皆知取之为取，而莫知与之为取。”

2026年5月，一组数字刷屏了全球科技圈：英伟达单季营收816亿美元，同比增长85%，净利润583亿美元，同比增长211%。黄仁勋说，这是"人类历史上规模最大的一轮算力基础设施扩张"。

数据中心的GPU集群日夜运转，训练推理的Token消耗量以万亿计。字节跳动上调AI资本支出到2000亿，阿里说"远超3800亿"。所有人都在加速，唯恐掉队。

但你有没有发现：机器越来越快，人却越来越累。

这不是你的错觉。

一、英伟达的816亿，和你的焦虑，来自同一个病根

先说一个反直觉的事实。

英伟达的816亿营收，本质上是在卖"效率"——帮企业用更少的电、更短的时间、更低的成本，完成更多的计算。

但问题是：效率的提升，为什么没有让我们更轻松？

埃默里大学的研究给出了一个扎心的答案：AI普及后，员工每周平均多工作3.5小时。94%的人承认AI提升了效率，但65%的人说AI在团队间制造了更多协调工作，62%的人发现AI输出的内容不符合标准，还得返工。

效率的红利去哪了？

被新的工作量吃掉了。

这在经济学上有个名字，叫杰文斯悖论。

1865年，威廉·杰文斯发现：蒸汽机效率提升后，英国的煤炭消耗量不降反升。因为效率让煤炭更便宜了，于是更多领域开始用煤，用煤的人更多了，最终总量反而上涨。

156年后，同样的逻辑在AI时代重演。

你的方案写作从8小时压缩到2小时，省下的6小时不会变成你的假期——老板会说："那再写三个版本。"

你的代码从三天压缩到三小时，省下的两天半不会让你周五下午摸鱼——产品经理会说："那再加两个功能。"

效率从来没有让人省力，它只是让"完成的量"变得更多。

二、从"创作者"到"质检员"：你的角色是怎么被异化的

更深的问题在于：AI不仅增加了你的工作量，还改变了你的工作性质。

我见过太多人，用了AI之后，反而更累了。

不是因为他变懒了，而是因为他从"创造者"变成了"质检员"。

这两种工作的认知负荷，完全不同。

创造是有节奏的。你想问题→写代码→测试→上线，中间有喘息，有停顿，有"不知道该怎么写"的卡壳期。但正是这些"低效"的间隙，让大脑有机会恢复。

质检是高频切换的。提示词→等输出→读输出→判断对不对/安不安全/合不合业务→修补→再提示→循环。AI不会累，人会。一天判断上百个"AI生成的代码片段"，决策疲劳来得比任何时候都快。

一个在AI基础设施领域工作的开发者Siddhant Khare说了一句特别扎心的话：

"这个函数应该叫什么名字？我不在乎。这个配置应该放在哪里？我不在乎。"

他已经不是在编程了，他是在审批程序。

这种角色异化，让我想起了心理咨询师常说的一个词：空心化。

当一个人长期只做"判断"而不做"创造"，他会逐渐失去对工作的意义感。他会说"我不知道自己干了什么"，会觉得"一切都是AI的功劳"，会陷入一种隐秘的存在主义危机。

不是AI让你失业，是AI让你变成了一个没有产出感的高级工具人。

三、信息过载与注意力稀缺：为什么你越刷越焦虑

杰文斯悖论解释的是工作量的增加，但还有一个问题没回答：为什么休息的时候，你也没觉得放松？

因为你的注意力，早就被AI时代的信息洪流冲垮了。

BCG的研究发现，持续监督多个AI工具的员工，精神疲劳增加12%，信息过载显著增加，决策疲劳加剧。

这个数字听起来不大，但你仔细想想：谁不是同时在用好几个AI工具？

你用Copilot写代码，用ChatGPT润色文案，用Midjourney出配图，用Kimi读报告……每个工具都在"帮你省时间"，但每个工具都在占用你的注意力。

而注意力是有限资源。

认知心理学中的"自我消耗理论"告诉我们：每一次选择、判断、微调，都会消耗一个人的自我控制资源。你以为自己是在休息，实际上你一直在做选择——刷哪个视频、点哪个链接、回复哪条消息。

更致命的是，AI极大降低了工作的启动成本。

过去，你得坐在电脑前才能工作。现在，午休、通勤、睡前，你都可以掏出手机向AI发出指令。工作和生活的物理边界被打破，你实质上处于24小时待命状态。

大脑没有喘息的机会，焦虑就成了常态。

这让我想起心理咨询师的一个观察：现代人最大的心理问题，不是压力太大，而是节奏太快。

压力是可以应对的，你可以休息、倾诉、求助。但节奏太快不一样——它不允许你慢下来，你一慢就有FOMO（错失恐惧），一焦虑就开始刷手机，一刷手机就更焦虑。

这是一个死循环。

四、认知偏差：为什么我们明知效率崇拜有害，却停不下来

说到这里，你可能会问：既然效率崇拜让我们更累，为什么所有人还在拼命加速？

因为我们有认知偏差。

行为经济学告诉我们，人类有三种典型的决策缺陷：

第一，损失厌恶。

我们对于"落后于他人"的恐惧，远大于"没有进步"的遗憾。

当同事都在用AI提效，当朋友圈都在晒"AI帮我三小时完成一周工作"，你会产生一种被淘汰的焦虑。这种焦虑比"效率低但轻松"的幸福感更强烈，更直接，更难以忽视。

第二，从众效应。

黄仁勋说AI需求呈"抛物线式增长"，于是所有人都在建算力中心、买GPU、上AI系统。不是因为每个公司都需要这么多算力，而是因为所有人都在买，我不能不买。

字节2000亿，阿里3800亿，腾讯319亿……这些数字不是市场需求的真实映射，是竞争焦虑的量化表达。

第三，现状偏见。

我们已经适应了"高效=高产出=高价值"的叙事框架。你让一个人放慢节奏，他会问："那我存在的价值是什么？"

效率成了现代人的存在论基础。你慢，就等于你没用；你不加速，就等于你在退步。

但这个逻辑，从一开始就是错的。

五、投资的另一面：为什么AI概念股越涨，市场越焦虑

说个有意思的现象。

英伟达816亿营收，数据中心业务同比增长92%，黄仁勋说2030年全球AI资本支出将达到3-4万亿美元。

从投资角度，这是确定的趋势。

但你看看二级市场的反应：英伟达的股价在高位的波动越来越大，投资者的情绪越来越不稳定，"AI泡沫论"和"AI永远涨论"交替占据舆论场。

为什么？

因为当所有人都知道一件事是确定的，这件事的定价就会变得极度昂贵，而昂贵本身又会制造新的不确定性。

工银国际首席经济学家程实说：AI正在消灭市场的信息差，但决定价格分歧的变量正从"信息差"转向"认知差"。

翻译成人话：以前，谁知道得多谁赚钱；以后，谁看得准谁赚钱。

知道英伟达会涨，没用了——因为所有人都知道。知道在哪一年涨、涨多少、涨完之后怎么应对，这才是真正值钱的能力。

而这种能力，恰恰是AI无法给你的。

它需要经验、需要判断力、需要"见过周期"的沉稳——这些，是慢功夫。

六、健康的视角：效率焦虑正在摧毁你的身体

最后，我想从一个健康管理师的角度说几句。

效率焦虑不只是心理问题，它会真实地影响你的身体。

当一个人长期处于"快节奏、高压力、随时待命"的状态，他的皮质醇水平会持续偏高。皮质醇是压力激素，短期升高可以帮助你应对挑战，但长期偏高会导致：

睡眠质量下降（皮质醇和褪黑素是拮抗关系）

食欲紊乱（压力进食或食欲不振）

免疫力下降

认知功能受损（记忆力、注意力下降）

更讽刺的是：皮质醇偏高会让你更难做出高质量的决策，而低质量的决策又会让你更焦虑，形成双重螺旋。

你以为你在"高效工作"，实际上你的大脑正在一点点被压力侵蚀。

这不是危言耸听。我见过太多30-40岁的职场人，表面上风风火火，实际上晚上睡不着、白天精力涣散、情绪动不动就崩。

他们不是不够努力，是他们的身体已经发出了求救信号。

七、破局之道：学会在加速时代"刻意减速"

那么，怎么办？

我不是让你躺平。躺平解决不了问题，只是把焦虑推迟。

我的建议是：找到你的"锚点时间"。

每天至少有一段完全不受打扰的时间，用于做那些"慢"的事情：

深度阅读一本书，而不是刷三条短视频

认真写一份报告，而不是让AI生成初稿

和一个人面对面聊一个小时，而不是在群里发一百条消息

这些事，看起来没有"效率"，但它们在做的事情是：维护你的判断力、创造力、和注意力。

就像健身不是为了多举几公斤，而是为了保持身体的正常功能。

"慢"不是为了偷懒，是为了让你在需要快的时候，能够真正快起来。

结语

英伟达的816亿还会继续涨，AI的算力需求还会继续飙，所有人还会继续加速。

但你要清醒一件事：

机器的效率，可以无限提升。

人的认知资源，永远有限。

在这场加速竞赛中，真正的竞争优势不是"更快"，而是"更准"——知道什么该加速，什么该减速，什么时候该踩刹车。

否则，你不是在和AI赛跑。

你是在被自己的焦虑追着跑。