AI戒断反应:宁可放弃薪水,也不愿离开AI

先思考一个问题：无论你日常如何使用AI，如果在核心使用场景中突然无法使用，你能接受吗？无论如何，我肯定无法接受。

近日，一家研究机构发布的报告中有一个容易被忽略的细节——其实验数据可能存在偏差。原因在于：2025年上半年完成首次实验后，该机构于8月计划启动第二次实验，旨在观察随时间推移，AI在多大程度上提升了程序员的工作效率。实验条件并不复杂：为程序员支付每小时50美元时薪，让他们完成自己开源项目中的任务，唯一的要求是部分任务不得使用AI。

结果仅仅因为这一个条件，实验差点无法继续。问题并非招不到人，而是招到人后他们不愿参与。30%至50%的开发者故意不提交某些任务，原因只有一个：这些任务在他们看来属于AI非常擅长的工作，他们根本不想在没有AI辅助的情况下完成。还有人被随机分入"不许用AI"的对照组后，干脆放弃这份薪水，一个任务都未完成。

需要注意的是，此次实验时薪50美元，参与者做的本就是自己的开源项目，写的是自己需要写的代码，干的是本来要干的活儿，还能额外获得一份报酬。唯一的区别是部分任务不能使用AI。即便如此，仍有人宁可放弃报酬，也不愿放弃使用AI。

这项实验的主办方是METR机构，由OpenAI前对齐研究员Beth Barnes于2023年创立。该机构专注于AI模型能力评估与风险研究，类似于各行业的第三方检测机构，但在业内具有相当高的知名度，并非随意发放问卷便出具报告的草率机构。

因此，当METR表示实验因"大量开发者拒绝在无AI条件下工作"而无法继续时，反而引起了关注。查阅其发布的几份报告后，其中确实存在一些值得深思的发现。

试想一下，一名程序员每天用Claude Code编写代码，用各种AI代理运行测试、撰写文档、进行代码审查，这些工具已如空气般融入日常工作流。如果直接询问"你是否依赖AI"，大概率会得到"我只是用工具提升效率"的回答。但METR的数据表明，实际情况并非如此简单。

在2026年5月发布的最新调查报告中，METR对349名技术工作者（包括软件工程师、研究员、学者、创业者和管理者）进行了AI使用情况调查。其中有一道假设性问题：如果让你一个月不使用AI工具，你需要多少补偿？中位数回答是：愿意牺牲29%的月薪来保留AI使用权。

29%并非小数目。更引人注意的是，有人填写的数字超过了100%，即宁愿倒贴费用也要保留AI。

研究人员自身也认为该数据可能存在情绪化夸大，但即便适当折减，这一数字仍足以说明问题。这个问题对企业而言尤为尖锐：如何判断AI是否真正融入了一家企业的运作？类比来看，只需关注一点：如果突然失去AI，公司能否照常运转？如果能，说明AI的落地程度并不理想。

在开头提及的第二次实验中，一位参与者的表述颇为准确。他说：如果试图用旧方法处理太多事务，头脑会不堪重负。这就好比你已习惯出门乘坐网约车，突然有人要求你徒步穿越整座城市。以前或许觉得步行半小时可以接受，现在大概率会觉得难以忍受。问题不在于体力下降，而是你对"距离"的感知已被重新校准。

许多人都有类似的感受。过去需要大量笔记记录会议内容，如今有了录音设备和AI工具，会议结束后即可自动生成会议总结与逐字稿。如果突然要求恢复手写会议纪要，第一反应并非"我还能写"，而是"我为什么要写"。

编写代码也是如此。当你已习惯AI帮你搭建脚手架、完成重复性工作后，突然要求从零开始逐行编写，往往会失去开始的动力。这并非效率问题，而是心态问题。此外，如今许多人已习惯语音输入配合AI校正，这在一定程度上也改变了输入习惯。很多时候并非不会打字，而是认为没有必要。

这种"没有AI就无法工作"的状态，颇具"戒断反应"的特征。

所谓戒断反应，是指人体长期、反复接触某种行为或物质后，身体和大脑完全适应了这种"刺激状态"。一旦突然停止或大幅减量，便会引发一系列生理和心理不适症状。

过去与这一概念相关联的多为打游戏、抽烟、刷短视频、饮酒等行为。如今，AI使用也出现了戒断反应——身体和大脑被长期习惯所驯化，突然改变后会产生短期不适。

戒断反应只是第一层，属于可感知的不适。接下来要探讨的第二层则更为隐蔽，隐蔽到当事人自身可能都察觉不到。

在2026年5月的调查报告中，METR让受访者自行评估AI带来的提升幅度。结果值得关注：AI使他们的工作速度提升了3倍，但创造的价值仅提升了1.4至2倍。

速度提升与价值提升之间的差距，才是真正值得深入思考的问题。跑步速度比之前快3倍，但跑的距离只远了1.4倍——省下的时间花在了哪里？

METR研究人员给出了一个解释，称为"替代效应"。其含义是：AI使某些低价值的边缘任务变得成本极低，低到你忍不住去做，而这些事情以前根本不会去碰。这一洞察颇具启发性。

举例来说，一名研究员过去绝不会花费三天时间搭建一个炫酷的数据仪表盘，因为这三天用来撰写核心论文更有价值。但现在AI几分钟就能生成一个仪表盘，于是顺手便做了。做完后还颇有成就感：效率真高，三天的事几分钟搞定。但问题在于，这个仪表盘对核心研究产出的价值接近于零。

许多人也常陷入类似的困境。原本只想让AI编写一个小工具，结果它顺手生成了README文档、搭建了文档站点，还配置了测试框架。看着这些成果觉得效率很高，但回头一想，这些事情不做也无妨——工具仅供自用，不需要文档站点，甚至无需上传至GitHub，直接放在本地即可。README写不写无人关注，测试框架搭建了也无法运行。但正因为"免费"、成本极低，便顺手完成了。

过去不做这些事，不是因为做不了，而是因为认为不值得。如今AI让它们变得"免费"，便去做了。但"免费"不等于"有价值"——只是将时间从重要事务上转移，去做了一件原本根本不值得做的事。

这就好比家中有了冰箱后，开始囤积更多食物，但实际消耗并未增加，只是浪费变多了。冰箱并未让饮食更健康，只是让购买更多、丢弃更多。AI也未让人做更有价值的事，只是让人做了更多不必要的事。

因此，任务完成速度快与所做事情有价值，这是两件不同的事。但在AI带来的加速感面前，这两者被悄然混为一谈。

以上两层，事后尚且能够想明白。接下来的第三层才是最值得警惕的——因为它完全在意识之外发生，连事后反思的机会都不留。

在2025年上半年完成的首次随机对照试验中，16名经验丰富的开源开发者、246个任务被随机分配为"允许用AI"和"不许用AI"两组。实验前，开发者预测AI能提速24%，专家预测接近40%。实际结果如何？允许使用AI的开发者，完成任务的时间反而增加了19%，但他们自己感觉快了20%。

主观感觉在加速，但计时器显示实际变慢了。这就好比踩着油门感觉风驰电掣，查看里程表却发现比步行还慢。

原因在于：AI生成代码确实迅速，但审查、调试、修复所花费的时间总和，往往超过从头自行编写的时间。此外，AI代理运行任务时，人们通常会切换到其他事务上，注意力分散后回来时已经过去很久。这些时间不易被感知，因为大脑将其归类为"等待"而非"工作"。

但时钟不会说谎。外界衡量一个人，看的只是项目从开始到交付花了多少时间，并不会关心这段时间里有多少是在等待AI回复。

这组数据揭示了一个更深层的问题：大脑在制造大量错觉，而当事人并不自知。这种"不知道自己被改变"的现象并非程序员独有。不久前发表的一篇论文同样值得关注——2026年清华大学和芝加哥大学研究团队在《自然》上发表的研究，分析了4130万篇学术论文和537万名科学家的数据。

结论之一是：使用AI的科学家，论文产出是未使用AI者的3.02倍，引用量是4.84倍，晋升时间提前1.37年。这些数字相当亮眼，似乎应当为AI赋能科研而喝彩。

但另一组数字则不那么乐观。使用AI的研究覆盖的知识范围，比传统研究缩减了4.63%。这意味着在科研领域，AI也在无形中改变着底层方向——AI擅长什么，研究者就做什么。做着做着，便以为这是自主选择。实际上是AI的能力边界在替研究者筛选方向。因此，使用AI的研究项目比传统学术研究的知识范围明显收窄。

该论文还发现了一个颇具画面感的现象，研究者称之为"孤独的拥挤"。研究团队发现，引用同一篇AI论文的后续研究之间，跨学科合作降低了22%。这表明，大量研究如同行星围绕少数几颗"明星"AI成果运转，但行星与行星之间几乎不存在互动。

这一趋势还在自我强化：热门问题吸引大量数据，丰富的数据使AI工具更具吸引力，使用AI取得的进展又吸引更多科学家涌入同一领域。引用越来越集中于少数明星论文，"赢者通吃"效应日益增强。

论文通讯作者、清华大学电子工程系教授李勇用一个精准的比喻概括了这一现象：AI的高效引导使研究者集体涌向少数适合AI研究的热门山峰，这种群体登山模式虽加速了已知问题的解决，却无形中削弱了科学家向未知山峰探索的广度。"孤独的拥挤"是现象，正反馈循环是机制，群体登山是结果——所有人都挤在少数几座山上，山与山之间却空无一人。

看到这里，或许会想：这与自己有什么关系，毕竟不是程序员也不是科学家。

事实上，程序员和科学家只是最前沿的样本——他们是AI使用最重度的群体，行为改变自然最先在他们身上显现，但这一趋势不会止步于技术圈。回顾历史，"技术悄然改变行为方式"的事件此前已发生过多次。

1999年，一场名为"72小时网络生存测试"的实验将参与者关入酒店房间，提供1500元现金和1500元电子货币，所有生活物资必须通过网络购买。在那个拨号上网都颇为困难的年代，有人连收发邮件都不会，根本无法完成购物。当时看来，这不过是一场有趣的社会实验。

17年后的2016年，腾讯进行了一场完全反向的实验——"黑镜实验"，让编剧史航断网7天，屏蔽一切电子屏幕，24小时直播。

史航具有重度网络依赖特征：微信占用手机内存15GB，数千好友，每天睡前将一排充电宝充满电便觉得"很温暖"。他曾表示，如果未来科技发展，愿意成为第一批将手机植入人体的试验者。但实验结束后重新拿到手机时，他的感受颇为复杂：既有"小别胜新婚"的喜悦，又怀念那段"罗马假日"。

在当时，大多数人都会低估技术的力量，认为它仅仅是一种工具。但将时间拉长来看，如今的人们已经离不开这些技术。回顾来看，互联网改变的是"能不能做到"，而AI正在改变的是"知不知道自己被改变了"。AI对人类行为的影响，大概率会比互联网更为深远。

AI真正的风险并非让人变慢，而是让人在变慢的同时感觉自己在变快；让人在做低价值事务的同时感觉效率出众；让人在跟随AI能力边界前行的同时以为这是自主选择。感受与现实之间，出现了一道自身无法察觉的缝隙。这道缝隙，才是最值得警惕的。

最后，留下两个问题供读者思考：

- 你今天用AI做的所有事情中，有哪些是两年前根本不会去做的？

- 如果现在必须从月薪中划出一部分来购买AI使用权，你愿意划出多少比例？