夜雨聆风你有没有遇到过这种情况：白天大量用AI工作，效率明显提高，晚上却更难停下来；睡着以后梦里还在改方案、写代码、处理白天没有关闭的问题？
我今年的感受尤其明显。有一段时间，我一直工作到睡前，电脑一关就直接上床。屏幕已经黑了，脑子里还在检查刚才的结果，判断哪个版本更好，顺便规划明天可以继续做什么。AI替我完成了大量执行工作，我却没有因此更早下班。
这类疲惫很容易被误解成过于焦虑，或者一句轻飘飘的“少看手机”就能解决。研究里有一个更准确的词，可以替它命名：work intensification，工作强化。
AI节省的时间，去了哪里？
一份报告以前需要三天，现在用AI一天就能完成。按照最乐观的想象，剩下两天应该成为效率红利。现实中的工作系统却很少这样运行：任务完成得更快，通常会换来更多任务、更短期限、更高质量标准，以及随时可以再做一个版本的期待。
2026年一项关于AI、工作数字化与心理健康的范围综述，将工作强化、认知过载、技术压力、持续连接和工作生活边界侵入列为正在出现的风险。现有证据还不能精确计算AI增加了多少负担，但效率工具同时提高工作要求，已经成为需要认真研究的现象。
问题也由此变得具体。AI带来的效率收益很容易进入组织的产量、期限和标准，高密度工作产生的恢复成本，却往往留给个人在下班以后自行消化。一个人用AI一天完成过去三天的工作，系统看到的是产能提高；他晚上依然在判断、复盘甚至梦里工作，这部分成本通常不会出现在任何效率报表里。
这种感受需要被看见。AI提高效率以后，工作强度也可能跟着升级。
执行动作少了，判断责任变多了
AI还在改变脑力劳动本身。2025年，微软研究院与卡内基梅隆大学的研究者调查了319名知识工作者，收集了936个真实的生成式AI工作案例。他们发现，人的批判性思考正在发生三种迁移：信息搜集转向信息核验，问题解决转向AI结果整合，任务执行转向任务管理和监督。
过去你要自己搬砖；现在砖会自动出现，但你必须检查它是否合格、应该放在哪里、整面墙有没有问题。生成环节被压缩以后，判断、选择、纠错和承担责任仍然留在人身上，而且发生得更频繁。
我觉得未来衡量脑力工作量，可能需要增加一个变量：单位时间认知决策密度。它还不是一个正式的心理学量表，可以先把它理解成一小时内需要完成多少次判断、核验、目标切换和上下文更新。
以前写程序会卡住，查资料需要时间，代码运行也需要等待。这些摩擦降低了效率，同时给大脑制造了很多低负荷间隙。现在一个想法交给AI，几十秒后就会变成一份需要审核的新结果；结果产生问题，问题又可以立即生成下一版。生产系统不再等待，人也很容易失去喘气的机会。
当“再试一个”永远只需要几十秒
技术摩擦还曾经提供一种容易被忽视的东西：停机点。报告写完了，同事还没有回复，程序正在运行，今天只能做到这里。AI把这些停机点逐渐拆掉以后，“再试一个”的成本变得极低，每个回答又会制造新的开放分支。
一天结束时，A引出了D，D还有两个版本，E刚生成一半，又突然想到F。电脑关机了，大脑接收到的却是一组被中断的任务。工作心理学研究发现，未完成任务更容易引发休息时间的反刍，并与较差睡眠相关；一项汇总超过3.8万名员工数据的元分析也显示，从工作中实现心理脱离，与睡眠和恢复状态有关。
睡眠研究把临睡前仍在担忧、计划、复盘和解决问题称为“睡前认知唤醒”。2023年一项病例对照研究比较了109名失眠障碍患者与109名健康对照，失眠组在NREM和REM睡眠中表现出更高的gamma频段脑电活动，睡前认知唤醒评分也与gamma活动相关。普通AI使用者当然不能直接套用失眠患者的数据，这项研究能够支持的判断是：大脑持续停留在高唤醒状态，确实可能延伸到睡眠之中。
多梦可以作为一个观察信号。人感觉自己整晚都在做梦，有时来自睡眠变碎、在梦附近醒来更多，因此保留了更多梦境记忆。更值得一起观察的是入睡时间、夜醒次数和第二天精力。
给大脑设计一套“下班协议”
如果你也在经历这种状态，可以先做一个三到五天的小实验。把高强度AI工作的截止时间提前到睡前两到三小时；结束工作前留十五分钟做“认知关账”，写下尚未完成的任务、突然冒出的想法以及明天第一个具体动作。写完以后停止继续解决，把任务从工作记忆转移到一个你相信明天能够找回来的地方。
这段过渡时间需要真正降低决策密度。散步、洗澡、拉伸、纸质阅读都可以；从AI工作切换到短视频信息流，只是更换了屏幕内容，大脑仍然在高频接收和切换。实验期间可以记录夜醒次数、记得的梦、入睡耗时和第二天精力，观察工作截止线是否带来变化。
持续或严重的失眠仍然需要专业评估。对更多普通AI使用者来说，眼前更实际的问题是重新划定效率的边界：工具变快以后，人有权保留恢复时间，没必要把每一分钟都重新填成产能。
AI可以持续生成，人的注意力和恢复能力有自己的节律。会使用AI，正在迅速变成基本技能；能在工作结束后退出任务状态，可能是下一项同样重要的能力。
