AI 让你加班更多还是更少?

晚上十一点，文档改到第十七版。

你盯着屏幕上 AI 刚生成的那段方案。语法没问题，逻辑也顺，但总觉得哪里不对——说不上来的不对。

你又读了一遍。还是不对，可你说不清不对在哪。

这种感觉，2026 年正在变成一种普遍的职场症候。

—  01  —

工作量是以前的十倍

2026 年初，硅谷科技公司 Ona 的工程师 Siddhant Khare 写了一篇文章，叫《AI 疲劳是真实存在的，却没人愿意谈》。在网上引发了大量讨论。

他的原话是：

有了 AI 之后，人的工作量是以往的 10 倍。

他打了个比方：一家工厂换了台速度快十倍的冲压机，可流水线末端那个手工质检员还是只有一个。产能翻十倍，质检员的工作量也翻十倍，次品率一点没变。最后崩掉的，一定是那个人。

知识工作也一样。AI 把"生产"自动化了，"审核"还得人干。

他自己最直观：以前每周处理 20 到 25 个代码提交，现在暴涨到上百个，绝大部分是 AI 生成的，每一个他都得更仔细地审。

"生成"变轻了，"判断"却重了十倍。

—  02  —

效率没涨，人先崩了

你可能会说，那是他一个人的感受。看看下面这些数。

工程效率平台 DX 调研了 450 多家企业、12 万多名开发者：93% 的人都在用 AI 编程工具，实际效率提升停在 10% 左右，而且后续几乎涨不动。

模型评估机构 METR 做了对照实验：用 AI 的开发者，实际工作效率反而下降了 19%，可他们主观上觉得自己快了 24%。

UC Berkeley 劳动中心的数据更直接：2025 年采用 AI 工具的员工，到年底 67% 的人工作时长反而增加了。

Upwork 的调研补了一刀：96% 的高管期望 AI 提效，但 77% 的员工说 AI 增加了工作量，71% 经历了倦怠。

你以为自己飞起来了，其实原地打转还更累。光这个错觉，就够让人累的了。

省下的时间，去了哪

研究追踪了 AI 节省时间的重新分配 ↓

8%真正留给员工的时间节省42%被更高的产出预期吸收

27%变成额外的项目任务18%用于管理 AI 工具本身

5%花在"讨论 AI 转型"的会上剩下 92% 的时间节省，都不属于省下它的人。

—  03  —

提效为什么变成更累

《哈佛商业评论》发了一项为期八个月的田野调查。斯坦福学者 Aruna Ranganathan 和 Xingqi Maggie Ye 深入一家 200 人的美国科技公司，每周观察两天，做了 40 多次访谈。

他们看到的是另一面。AI 没减轻工作，反倒系统性地把强度顶了上去。三个机制。

① 任务扩张

AI 降低了启动新任务的门槛。过去要跨部门协作或需要专业知识才能做的事，现在一句提示词就能出初稿。产品经理开始写代码，研究员开始做工程。同一个编制，扛起了更宽的职责。

② 边界模糊

启动一个 AI 任务的"激活能"极低。午餐时、会议间隙、下班前几分钟，都能"再处理一点"。工作无缝渗进个人时间。而且因为单次投入感不强，你甚至察觉不到自己正在持续地"微加班"。

③ 多线程过载

高效工作者同时跟好几个 AI 对话，并行推进任务。但人脑不是真正的多任务处理器。每次切换上下文都有认知成本，一天切上百次，资源迅速耗尽。人还坐在工位上，心智已经疲惫不堪。

"工作量蔓延"：一个停不下来的死循环

AI 让任务变快→交付预期被推高

更依赖 AI→处理范围更大

认知负荷加剧→再更依赖 AI ……

没人下指令，却自我强化。雪球自己滚起来。

—  04  —

从生产者，变成审核者

Khare 说的就是这事：AI 把"生产"自动化了，"审核"还得人干。

前谷歌、亚马逊的资深工程师 Steve Yegge，40 年经验，长时间用 AI 辅助编程后，会在白天毫无预兆地突然犯困。他管这叫"瞌睡攻击"。

以前的自动化工具是确定性的：同样输入，同样输出，错了就报错。AI 充满不确定性，同样的提示词可能生成完全不同的内容，而且错了也"说得头头是道"。

代码能跑，文案通顺，报表规整，但某一页暗藏事实错误，某一行有逻辑漏洞，某一段是编的数据。

这种"安静的错误"要求你时刻紧绷。审核 AI 内容，付出的认知成本和自己写一遍几乎一样。

AI 不会在问题间隙感到累，但我会。

—  05  —

一百六十年前的预言

这事，160 年前其实有人想过。

1865 年，经济学家威廉·杰文斯发现了一件反直觉的事：蒸汽机效率提升了，煤炭消耗不降反升。因为效率提升让煤驱动的生产变便宜，更多行业采用它，总消耗量反而飙升。

后来人管它叫"杰文斯悖论"。

AI 正在知识工作上重演这一幕。效率提升让生成内容变便宜了，于是组织对内容的需求膨胀了。你省下的每一分钟，立刻被新的任务、更多的会议、更高的绩效目标填满。

省下的时间，从来不属于省下它的人。

—  06  —

中国打工人的反差

ADP 研究院的《职场人 2026》里有一组中国数据，反差挺大。调研覆盖全球 36 个市场、近 4 万名员工。

26%中国员工几乎每天使用 AI，高于全球 20% 的均值11%中国高度敬业员工比例，低于全球 19% 的均值

AI 用得多，敬业度却低。工具铺开了，组织还没学会怎么让人真正从中受益。

调查里有个发现挺戳人：大家最怕的，是"拿着同样的工资，被要求干更多活"。被裁反倒排在后面。

省下来的效率，变成了更高的 KPI。

—  07  —

微笑着疲惫

科技从业者 Noam Segal 发起的年度情绪调查，覆盖约 6000 名从业者。他们造了一个词，叫"微笑着疲惫"（smiling exhaustion）。

你享受 AI 带来的创造力释放，沉迷于过去做不到的新可能。同时你又在被不断变化的技术、持续增长的要求和未来的不确定性消耗。

中度以上职业倦怠的比例，从 2025 年的 44.7% 升到了 2026 年的 54.7%。超过一半的人，已经处于明显的疲惫状态。

97.2% 的人认为 AI 提升了自己的工作能力，但很多人发现，自己并没有真正产出更高质量的成果。

我变强了，但我也更累了。

—  尾声  —

时间从来不是你的

回到开头那个问题：AI 让你加班更多还是更少？

更多的人，加了更多的班。

真正累人的，是那种"我变强了，却更累了"的错位感。时长倒还在其次。你比以前能干更多事了，可那些多出来的事，没有一件是为你自己做的。

Khare 给了一个建议：遇到问题，先自己想、定目标，再判断要不要开 AI。一张白纸加二十分钟深度思考，经常比直接问 AI 效果好。

我不确定这是不是答案。

但至少那天晚上，他关掉了第七个 AI 对话框，自己想清楚了那段方案到底哪里不对。

你呢？用了 AI 之后，是更早下班了，还是活更多了？

评论区聊聊。

关注我，学习更多 AI 实用干货