困在效率里
2026年的春天,我们正经历着一场看似矛盾的科技现实。
作为一名软件工程师,我必须承认:像 Claude Code 搭配 Opus 4.6 这样的新一代 AI 编程工具,确实将我的工作效率推向了前所未有的高度。曾经那些关于「AI 到底有没有用」的争论早已失去意义,因为「10 倍生产力」已经从一句空洞的口号,变成了我每天真实的键盘敲击声。
但诡异的是,在这场效率的狂欢中,我和我身边的同事们却被一种前所未有的疲惫感死死笼罩。有时在白天,我会毫无预兆地在电脑前陷入极度的疲倦——拥有40年硅谷软件工程经验,曾任职于谷歌、亚马逊的史蒂夫·耶格(Steve Yegge)将这种状态精准地概括为「AI 吸血鬼效应」:AI 并没有吸食我们的鲜血,只要和它待在同一个工作流里,它就在悄无声息地抽干我们的精力,这个概念灵感来自美剧《吸血鬼生活》里专吸能量的角色科林·罗宾逊,不少工程师甚至会毫无预兆地在白天突然陷入”瞌睡攻击”。
从「深度潜水者」到「流水线质检员」
在我还没有大规模引入 AI 的时候,我的工作方式是深度专注的:我会用一整天的时间去「啃」一个单一的技术问题,大脑有其自然的思考节奏,发现问题,分析问题,解决问题,解开一个个 bug 后,还能迎来片刻的放松与多巴胺分泌。
但现在,一切都变了:
-
AI 显著降低了从「定义问题」到「产出代码」的转换成本。以前需要几周的任务,现在几个小时就能跑通;代价就是,我现在一天之内需要并行处理五到六个完全不同的问题域,问题之间的频繁切换,构成了巨大的认知负荷——我的大脑并不像 GPU 那样可以无限扩展:AI 不会因为连续提出一百个解决方案而感到累,但我会。
-
更让我窒息的是角色的本质转变:我本以为会成为指挥千军万马的代码将军,实际上却变成了一个极其疲惫的「流水线质检员」。我不会 一直盯着 AI 干,而是开多个窗口,让多个 agent 同时干活。AI 像一台不知疲倦的高速生产机器,疯狂地向我递送代码拉取请求(PR)和解决方案;整个工作流从未中断,而我被死死钉在「审判席」上——每一行生成的代码,最终的判断、决策、盖章确认,依然需要我来完成,最终的责任也全部由我承担。
我的工作不再是创造性的探索,而是高强度、高频率的决策判断。每一秒都在紧绷,疲惫感呈几何级数增长。另一位工程师希特·卡雷记录下了共同的体验:上季度他的代码交付量达到职业生涯峰值,精神疲惫也拉满到了前所未有的状态,他同样发出灵魂拷问:AI本应该提高生产力,为什么我们反而更累了?
越高效,越忙碌:掉入「工作量蔓延」陷阱
这种疲惫不仅来源于工作密度的增加,还来源于被无限拉高的期望。
哈佛商业评论2026年最新的实证研究精准击中了我正在经历的痛点,通过对200名员工的长期跟踪观察,发现了清晰的连锁反应:AI 在初期确实提升了我的任务完成速度,但这直接推高了管理层对我们交付周期的预期。老板们理所当然地认为:「既然有了 AI,你肯定能做更多。」
为了满足这种不断膨胀的预期,我只能更加深度地依赖 AI 工具,试图处理更广范围的任务。在没有老板明确下达加班指令的情况下,我在 AI 的效率加持下不自觉地承担了更多工作,彻底陷入了「工作量蔓延」的恶性循环——这是一个效率提升和组织预期调整之间,反复自我强化的过程,根本不需要老板主动施压。
这种现象不止出现在编程领域:数字产品设计师萨默·克罗夫茨分享了设计行业的同样困境。社交媒体上那些「一分钟生成10个UI方案」「一个人顶一个团队」的炫技视频,更是在塑造一种不切实际的行业「美丽标准」:大家只看到了 AI 最光鲜的生成环节,却刻意忽视了后续由人类承担的筛选、落地和跨部门协调的巨大成本,还让没法高效用AI的从业者产生强烈的被淘汰焦虑,进一步加剧了精神压力。
九倍增量去哪了?我们成为了技术的「燃料」
夜深人静时,我常常会想起耶格在二十多年前提出的那个简单公式:
实际时薪 = 薪酬 ÷ 工作时长 ($/hour)
如果在 AI 的帮助下,我的单位产出提升到了原来的 10 倍,那么多出来的 9 倍价值去哪了?耶格用两个简单情景,说清了当前AI时代价值分配的本质:
-
被榨干的情景(绝大多数人的现状):我依然保持着每天 8 小时的传统工作制,将 AI 带来的所有增量产出全部交付给了雇主。公司以不变的人力成本获得了惊人的利润,我的薪水并没有翻倍,但我所承担的劳动强度和精神消耗却直线上升。
-
个体收益的情景(理想状态):工程师仅用原10%的工作时间,就能完成和过去相当的产出,AI增量价值全部由个人获得,可以拥有更多闲暇平衡工作生活,但这种模式在当前的市场竞争环境下难以持久。
耶格早在2001年在亚马逊工作时,就提出了这个公式的核心启示:短期里薪酬(分子)很难快速改变,但工作时长(分母)由我们自己掌控——在薪酬不变的情况下,缩短工作时长本质就是提高实际时薪,帮我们从高强度工作中解脱。只是AI放大了这个公式的影响,但我们对工作时长的控制力,反而变得更弱了。
寻找出口:重新定义 AI 时代的「有效工作日」
AI 剥离了大量机械的执行性工作,把最消耗注意力和情绪资源的高阶认知活动(决策、判断、架构设计)全部留给了我们。但人类的生理极限决定了:我们无法长时间处于这种高强度的深度决策状态。
创意领域的研究早就证明:人类每日有效的深度工作时长通常不超过 3 到 4 个小时,其余的时间必须用于休息、恢复和吸收新灵感。LinkedIn用户约瑟夫·埃默森也观察到:所有能在创意领域持续取得成就的从业者,每日有效工作时长都不超过4小时,剩下的时间必须用来恢复认知资源——就像肌肉会疲劳,大脑的注意力也需要不断补充。因此我开始清醒地认识到:在 AI 时代,依然保持每天 8 小时的高强度运转是完全不可持续的。
我们还要警惕一个容易被忽视的陷阱:行业大牛们的极致工作状态并不具备普适性。耶格自己也坦诚:作为拥有40年经验的从业者,他可以连续几十小时用AI构建系统,但这种产出节奏被传播后,会让管理者误以为所有员工都能达到这个标准,进一步拉高了不切实际的预期,本质上是我们每个人都需要认清自己的能力下限。
更深层的,其实人机边界的问题本质是我们自身的边界能力:不少人本就不会在人际互动中拒绝不合理要求,这种能力缺失直接平移到了人机关系里。AI不会主动停下感知你的疲惫,如果我们自己不会设定边界,就会一直被AI的高速节奏带着走,最终陷入无尽疲惫。
我开始尝试自救:我不再追求每一条可见的技术赛道,不再试图用 AI 填满每一分钟的缝隙;我学会了给自己设限,在下午强迫自己合上电脑,去散步,去放空,去陪伴家人。
AI 是一把极其锋利的工具,它缩短了任务的执行路径,但并没有改变人类的生理与认知极限。在不断被机器催促着「更快、更多」的今天,我们必须有勇气问一句:我可以更慢一点吗?
唯有守住人类的本质,守住工作与生活的边界,我们才能真正驾驭这股技术洪流,让 AI 成为我们得力的「最佳拍档」,而不是一只吸干我们灵魂的吸血鬼。✨
OpenClaw 飞书机器人对接完全指南