当AI工具被奉为“效率神器”，无数打工人曾期待它能解放双手、缩减工时，可现实却走向了相反的方向——越来越多的人在AI的“加持”下，陷入了前所未有的疲惫。这种被称为“AI疲惫”的状态，正悄然席卷职场，尤其是在开发者群体中，早已不是个例。
曾任职于Google和亚马逊的工程师史蒂夫·耶格，在自述中提到了一种诡异的“瞌睡攻击”：长时间借助AI进行 vibe coding 后，他会在白天毫无预兆地突然入睡，仿佛大脑被过度透支后强制“关机”。无独有偶，专注于AI智能体底层工具开发的悉丹特·卡雷，也在博客中坦诚自己的困境：以前需要3小时完成的工作，如今45分钟就能搞定，但他的疲惫感却比以往任何时候都要强烈，仿佛高效背后，是被悄悄抽走的精力。
这种共鸣并非工程师的专属。加州大学伯克利分校哈斯商学院耗时八个月，对一家200人规模的美国科技公司展开了全面追踪——每周两天的现场观察、持续跟进内部沟通、对工程、产品、设计等多部门员工进行40余次深度访谈，最终得出了一个令人深思的结论：AI确实加快了工作节奏，但也让员工的工作时间被动延长。当最初的新鲜感褪去，人们发现工作量不仅没有减少，反而在不断增加，随之而来的，是认知疲劳、职业倦怠，甚至决策能力的下滑。
明明是为了“省时省力”而使用AI，为何我们反而变得更忙、更累?这背后，藏着三重被我们忽视的隐形消耗，一步步将打工人拖入疲惫的漩涡。
第一重消耗，是“追赶工具”的焦虑与内耗。当下AI的更新速度，早已超出了人们的适应能力：模型迭代、Agent升级、Coding工具更新，每天都有新的概念和功能刷新认知。你刚摸清Claude Code的用法，OpenClaw的优势就已刷屏社交平台;身边同事用新工具轻松完成复杂任务，社交媒体上满是令人羡慕的成果，这种“不跟上就会被淘汰”的焦虑，迫使我们投入大量时间学习新工具、新方法，有时甚至会出现“学习工具的时间，比完成工作本身还长”的荒诞场景，精力在无意义的追赶中被悄悄消耗。
更隐蔽的是，AI工具的“不完美”，催生了无休止的调试内耗。安装AI工具只是第一步，要让它真正适配工作需求，还需要不断增强记忆、添加技能、优化提示词、调整工作流。这种调试看似轻松，就像日常聊天一样毫无心理成本，却极易让人陷入“无限优化”的陷阱：吃饭间隙调一调，等电梯时改一改，回到家后仍放不下，总觉得下一次调整就能达到完美。可事实上，这种零散的、无间断的操作，正在不断压缩我们工作日的自然停顿，让我们始终处于“隐性工作状态”，工作与生活的边界被彻底模糊，疲惫感也在不知不觉中累积。正如《哈佛商业评论》所指出的，AI的隐形影响，恰恰在于它将额外工作量伪装成“非正式任务”，让人难以察觉，却在长期积累中压垮身心。
第二重消耗，是“工作量蔓延”带来的职责过载。AI降低了技能门槛，让我们有能力承担以前从未接触过的工作：产品经理能用AI写代码，研究人员能胜任工程任务，各部门员工都开始尝试过去会外包或回避的工作。起初，这只是“借助AI尝试新任务”的好奇，可一旦尝试成功，就会演变成组织的“隐性期待”——当产品经理能生成代码，就会被默认“应该去写”;当设计师能借助AI完成建模，就会被要求承担更多相关工作。《哈佛商业评论》将这种现象称为“隐形的工作量蔓延”，员工在不知不觉中，承担了原本需要额外人手才能完成的任务，而职责范围的扩大，还带来了连锁反应：不少工程师表示，自己如今要花费大量时间，审查和纠正同事用AI生成的、充满漏洞的工作成果，额外的工作量进一步加剧了疲惫。
第三重消耗，是多线程工作对专注力的摧毁。AI可以24小时无休，并行处理多项任务，于是我们不自觉地将它当作“随叫随到的助手”，却忽略了人类的大脑无法像AI一样高效切换。AI每生成一次结果，就需要我们进行一次检查、判断和修改，每一次切换，都要重新集中注意力。悉丹特·卡雷在文章中描述的变化，正是很多人的真实写照：AI出现前，他能花一整天专注解决一个问题，节奏缓慢但认知负荷可控;而现在，他一天要处理五六个问题，每个问题借助AI只需一小时，可频繁的任务切换，却让大脑疲惫不堪，再也无法进入专注的心流状态，长期处于紧绷的忙碌中，疲惫感自然挥之不去。
面对日新月异的AI技术，我们不必陷入“要么追赶要么被淘汰”的极端，更无需让AI成为消耗自己的负担。真正的智慧，是让AI为自己所用，而非被AI推着走，这需要我们做好三件事，为自己的精力“减负”。
首先，放弃“追逐所有工具”，聚焦核心任务。与其被层出不穷的AI模型、工具裹挟，不如先静下心来梳理自己的工作：哪些任务最耗时、最重复、最消耗精力?明确核心痛点后，再针对性地选择AI工具，让AI集中服务于这些关键环节，而非在各种零碎场景中频繁切换。这种以任务为导向的使用方式，能有效减少工作碎片化，降低认知负担，让AI真正成为“效率助手”，而非“焦虑来源”。
其次，给AI使用设置“边界”，拒绝无限内耗。AI的高效值得利用，但我们更要守住自己的精力底线：可以为AI任务设定时间限制，若一小时内无法得到满意结果，就暂时切换为手动方式，避免陷入无休止的调试;可以接受“不完美”，当工具达到80分的可用状态时，就果断停止优化——要知道，追求最后20%的完美，往往需要花费三倍以上的时间，得不偿失;更可以设定“非AI工作日”，每周留出一天时间，远离AI工具，专注于需要深度思考的任务，让大脑得到充分休息。
最后，主动表达边界，寻求人类反馈。很多人习惯在与工具的协作中“硬扛”，却忘了工具不会察觉我们的疲惫，而身边的人可以。必要时，不妨花十分钟和上司、同事聊一聊自己的困境，既能从“一个人调试AI”的闭环中跳出来，也能获得来自人类的反馈与启发，更能让组织看清“真正的生产力提升”与“不可持续的工作强度”之间的区别，为自己争取更合理的工作节奏。
AI的本质，是为人类赋能，而非让人类透支。当我们学会驾驭AI，设定边界、聚焦核心，就能在享受高效的同时，守住自己的精力与生活。毕竟，工作的意义不在于“更快更多”，而在于“更高效、更轻松”，这才是AI真正应该带给我们的改变。
本文来自微信公众号：声动活泼，编辑：beibei，作者：声小音
