夜雨聆风--科技越进步，牛马越痛苦。
前阵子GPT-5.5发布，朋友圈一片欢腾，仿佛人类马上就要跑步进入美丽新世界。硅谷那边喊着“AI将人类从重复劳动中解放出来”，你老板转发了，还拍了拍你的肩膀说：咱们效率要起飞了。
你天真地以为自己可以早下班两小时，结果现在晚上十一点，你还在用AI生成第八版方案，甲方在群里说“感觉还是第一版有灵魂”。你心里骂着傻叉，手上却很诚实地点了“重新生成”。
你以为AI是你的外挂，结果发现自己是AI的校对。你以为技术能让你躺平，结果它把所有人的油门踩进了油箱里。
这个荒诞剧本，其实早在159年前就写好了。它的名字，叫 杰文斯悖论。
1. 蒸汽机烧出的黑色幽默
1865年，英国经济学家威廉·杰文斯发现了一个有趣的现象。
瓦特改良蒸汽机之后，机子的热效率大幅提升，烧更少的煤就能干更多的活。按直觉，英国这个煤老虎的煤炭消耗量应该断崖式下跌，环保先锋的锦旗都能给大英安排上。
但现实啪地扇了所有人一耳光：英国的煤炭消耗量不降反升，而且像坐了火箭一样猛蹿。
杰文斯一琢磨，搞明白了。蒸汽机效率高了，用煤成本就低了，原来用不起煤的工厂现在全能用上了，原来只开一条产线的现在恨不能开十条，钢铁、纺织、铁路发疯一样扩张。煤的效率乘以疯狂增长的使用规模，总消耗量直接爆炸。
这就是杰文斯悖论：一种资源的使用效率提升，反而会导致对这种资源的总需求增加，而不是减少。 技术越省，用得越狠。
煤没有被“省下来”，煤只是换了一种更猛烈的方式被烧光。
2. AI时代的效率陷阱
现在，请你把上面的“煤”字，替换成“打工人的时间和精力”。
AI就是你手里的新蒸汽机。写文案，以前憋一天，现在5分钟出十个版本；做设计，以前磨一周，现在Midjourney一口气吐一百张图；写代码，以前一行行敲，现在Copilot直接帮你把需求翻译成屎山。
你的“单位产出效率”被AI拉升了十倍。按道理，你该清闲了。
然而现实是什么？是你老板、甲方、整个市场在得知“这东西能这么快”之后，把对“快”的定义直接刷新了。原来三天交稿是正常，现在“这个不是很简单的吗，AI半分钟不就搞定了吗，今天下班前给我吧”。
看到了吗，你省下来的时间没有被存入你的自由账户，而是被系统立刻拿去放大了产能。 效率带来的红利，你一口没吃到，全变成了更高转速的鞭子。
资本对待打工者的核心逻辑就一条：把你用到极致。你一分钟能拧一颗螺丝，那就让你拧一颗，绝不多占用你一秒钟。但当机器让你一秒能拧十颗，资本的第一反应不是“哇！那让他拧五秒休息五秒吧”，而是 “既然一秒能拧十颗，那每分钟的KPI就定六百颗吧。”
AI就是这个加速器。它让你的极限边界被探明，然后这组数据就变成了新的基准线。去年一个小编一天写三篇稿子就是卷王，今年不会用AI一天生成三十篇初稿然后精修八篇的人，面试都过不了。
而你累死累活终于跑到新的基准线，回头一看，发现工资还特么是那个数。
3. 为什么你无法慢下来
当一项工作的效率被AI拉高，准入门槛就会瞬间砸穿地板。以前画商业插画，你得有五年美术功底，甲方得尊重你的时间成本。现在呢？一个实习生用AI一天能出两百张图，虽然不是张张能打，但海量供给把整个市场的价格体系冲得七零八落。
于是，你不仅要和同行卷，还要和能用AI的跨行者卷，和实习生卷，最后和用AI的实习生卷。你的竞争对手暴增一百倍，可蛋糕并没有变大一百倍。结果就是所有人都在更低的价格上，付出更高的强度。
更要命的是，AI创造了一种无限游戏的错觉。
以前你写一份报告，写到90分，你觉得可以了，交吧。现在AI几秒给你一个80分的底稿，你看着它，总觉得再改改能到95分。改完文案，再调排版，调完排版再优化数据可视化，总觉得“还能再抢救一下”。因为没有明确的“完成”信号，你会陷入永无止境的微调地狱。
这就是脑力劳动被加速后的恐怖之处：体力的累，是有生理上限的，你搬一天砖晚上肯定倒。但脑力的累在AI加持下，变成了无底洞，因为AI让你的脑力产出失去了边界感。 你永远能在AIGC的海洋里多捞两下，这一捞，就到凌晨两点了。
你更累，不是因为AI做不好，恰恰是因为AI做得太好了，让你以为只差“临门一脚”，于是你为了这一脚，踢了一整夜。
4. 系统性的牛马螺旋
把视角拉高，整个社会正在形成一个加速螺旋。
企业全面接入AI，本质是在争夺“效率红利期”的短暂窗口。A公司用AI把客服响应速度压缩到10秒，B公司就必须压到5秒，不然客户就跑了。卷赢的那家，并不会把多赚的利润分给客服，而是拿去继续买算力升级AI。
于是打工人就尴尬了：你的竞争对手根本不是老板的另一辆跑车，而是你自己参与训练、调试出来的AI系统。你教它写文案、教它识别Bug、教它回复客户的话术，然后公司用你培养出来的数字孪生，优化掉了你隔壁工位的小王。
你一边庆幸自己还有用，一边发现工作量翻了倍，因为公司要你“人机协作”——其实就是一个人干之前一个团队的活，AI负责流水线输出，你负责给它擦屁股和背锅。出了成绩是“人工智能赋能业务”，出了事故是“相关员工操作不当”。
杰文斯悖论的终极形态，就是把每一个活人，都变成煤炭——效率越高，燃烧得越快，直到烧成渣，然后换下一批。
5. 打工人还有解吗
说实话，写到这里我应该给个解方，比如“拥抱变化，提升不可替代性”，或者“找到你的生态位”之类站着说话不腰疼的话。
但我摸着良心，实在说不出口。因为在系统性的悖论面前，个体的挣扎更像是一种悲壮的自我安慰。你越努力提升效率，整体对效率的要求就越高，这套飞轮永不眠。
或许，唯一能做的抵抗，是人为给自己划一条“效率结界”。该下班的时候，关掉AI工具，哪怕它还能再给你吐出十个方案，也不看了。接受80分的作品，拒绝无止尽的微调。用省下的时间，去生活，去发呆，去做一些毫无效率可言、但让你觉得自己还是个人的事情。
这不是懒，这是在对抗一个要把你效率榨干到骨髓的系统，所必需的自我保护。你首先得是个人，然后才是一块煤。
AI说它能让你更快抵达终点。但真正的操蛋之处在于，这个游戏的终点，被不断地往后挪。你以为你在跑向自由，其实你只是在更快的传送带上，朝着永不抵达的地平线，奋力牛马。
所以下次老板再用“AI都这么强了你怎么还这么慢”来鞭策你的时候，请在心里默念这十五个字——
蒸汽机发明后，英国的煤，烧得更快了。
你我共勉。
看完有共鸣？点个「在看」，让更多在传送带上狂奔的朋友看到。毕竟，看清系统，是破解系统的第一步。
