「學(xué)不完，真的學(xué)不完?！?/p>

　　這大概是每一個(gè)關(guān)心 AI 進(jìn)展的人，在 2026 年開(kāi)年最真實(shí)的心聲。

　　模型、Agent 、Coding，每天刷新著我們的認(rèn)知和焦慮 ，尤其是今年春節(jié) AI 發(fā)布的節(jié)奏甚至比平日更加瘋狂。

　　我們被一種巨大的 FOMO（錯(cuò)失恐懼）推著往前跑，生怕一不留神，就被時(shí)代甩在身后。

　　但這種追趕是有代價(jià)的。

　　像本文作者 Siddhant Khare 這樣的資深工程師，他身處 AI 基礎(chǔ)設(shè)施建設(shè)的核心，卻發(fā)現(xiàn)自己「產(chǎn)出越多，越被掏空」。

　　當(dāng) AI 把我們從「創(chuàng)作者」變成了停不下來(lái)的「質(zhì)檢員」，當(dāng)效率的提升帶來(lái)了指數(shù)級(jí)增長(zhǎng)的認(rèn)知負(fù)荷，一種名為「AI 疲勞」的隱性流行病便開(kāi)始蔓延 。我們都成了在 AI 倉(cāng)鼠輪上奮力奔跑，卻感覺(jué)哪里都去不了的實(shí)驗(yàn)品。

　　同時(shí)最近大火的 Clawdbot ，開(kāi)發(fā)者 Peter Steinberger 財(cái)富自由后「躺平」了三年，完美錯(cuò)過(guò)了 AI 最喧囂浮躁的階段 。。他沒(méi)有追趕每一個(gè)熱點(diǎn)，只是為了解決一個(gè)自己真正著迷的問(wèn)題 。

　　我們發(fā)現(xiàn)，對(duì)抗 FOMO 最好的解藥，或許不是學(xué)得更多、更快，而是學(xué)得更「自私」一點(diǎn)。

　　與其被動(dòng)消費(fèi)無(wú)窮無(wú)盡的新工具，不如主動(dòng)去創(chuàng)造一個(gè)哪怕很小，但完全屬于自己的東西。

　　在這個(gè)過(guò)程中，你才能真正理解技術(shù)的邊界，建立自己的判斷體系，并從被 AI 消耗的疲憊感中，重新找回創(chuàng)造的樂(lè)趣 。

　　我們希望將這篇文章分享給你，它沒(méi)有教你任何新的 AI 技巧，反而給在追趕 AI 更新的人潑了一盆冷水，我們?cè)噲D探討一種更可持續(xù)、也更人性的與 AI 共存的方式

　　愿你你找到自己的節(jié)奏，重新變回 AI 的「主人」。

　　以下是 APPSO 的編譯，在不改變?cè)獾那疤嵯逻M(jìn)行了編輯：

https://siddhantkhare.com/writing/ai-fatigue-is-real

　　被忽略的 AI 疲憊

　　上個(gè)季度，我提交的代碼量創(chuàng)下了職業(yè)生涯的新高。

　　與此同時(shí)，我也感到前所未有的被掏空。

　　這兩件事，絕非巧合。

　　我不是那種在周末隨便玩玩 AI 的票友。我以此為生——構(gòu)建 AI Agent（智能體）基礎(chǔ)設(shè)施，是 OpenFGA 的核心維護(hù)者，親手打造了 agentic-authz 和 Distill 這樣的硬核工具。我深潛其中，為其他工程師制造著「讓 AI 在生產(chǎn)環(huán)境跑起來(lái)」的鏟子。

　　然而，我碰壁了。

　　這種精疲力竭，是任何工具優(yōu)化或工作流調(diào)整都無(wú)法治愈的。

　　如果你也是一名每天高強(qiáng)度使用 AI 的工程師——用它做設(shè)計(jì)評(píng)審、生成代碼、Debug、寫(xiě)文檔——然后發(fā)現(xiàn)自己比 AI 出現(xiàn)之前更累了，那么這篇文章就是為你寫(xiě)的。

　　你沒(méi)瘋，你不弱，你只是正在經(jīng)歷一種被整個(gè)行業(yè)激進(jìn)地假裝不存在的真實(shí)痛楚。如果像我這樣全職構(gòu)建 Agent 基礎(chǔ)設(shè)施的人都會(huì)在 AI 面前燃盡，那它可能發(fā)生在任何人身上。

　　我想聊聊那個(gè)「不加濾鏡」的版本。不是推特上那些「AI 太神了，看我絲滑工作流」的凡爾賽，而是那個(gè)真實(shí)的版本：晚上 11 點(diǎn)，你盯著屏幕，被一堆 AI 生成的代碼包圍，明明是來(lái)幫你省時(shí)間的工具，卻吞噬了你的一整天。

　　沒(méi)人警告過(guò)的「效率悖論」

　　有個(gè)事兒讓我腦殼疼了好一陣：AI 確實(shí)讓單個(gè)任務(wù)變快了。這不是謊言。
以前耗時(shí) 3 小時(shí)的活兒，現(xiàn)在 45 分鐘搞定。起草設(shè)計(jì)文檔、搭建新服務(wù)腳手架、寫(xiě)測(cè)試用例、研究陌生 API，統(tǒng)統(tǒng)加速。

　　但我的日子卻變得更難了。不是更容易，是更難。

　　原因說(shuō)穿了很簡(jiǎn)單，但我花了好幾個(gè)月才回過(guò)味來(lái)：當(dāng)每個(gè)任務(wù)耗時(shí)變短，你并不會(huì)「少做點(diǎn)任務(wù)」，你會(huì)做「更多任務(wù)」。

　　你的產(chǎn)能看似擴(kuò)容了，于是工作量便順勢(shì)填滿(mǎn)，甚至溢出。經(jīng)理看你交付快了，預(yù)期自然水漲船高；你自己看自己快了，自我要求也跟著加碼?；鶞?zhǔn)線，被悄悄抬高了。

　　在 AI 之前，我可能花一整天死磕一個(gè)設(shè)計(jì)難題。我會(huì)畫(huà)草圖、在淋浴時(shí)思考、散步，然后帶回清晰的方案。節(jié)奏雖慢，但認(rèn)知負(fù)荷是可控的。一個(gè)問(wèn)題，一天時(shí)間，深度聚焦。

　　現(xiàn)在呢？我一天可能要碰六個(gè)不同的問(wèn)題。因?yàn)?AI 告訴我，每個(gè)問(wèn)題「只需要一小時(shí)」。
但人類(lèi)大腦在六個(gè)問(wèn)題之間來(lái)回切換的上下文成本，是極其昂貴的。AI 不會(huì)因?yàn)榍袚Q任務(wù)而疲勞，但你會(huì)。

　　這就是悖論所在：AI 降低了「生產(chǎn)」的成本，卻指數(shù)級(jí)增加了「協(xié)調(diào)、審查和決策」的成本。而這些成本，全部由人類(lèi)買(mǎi)單。

　　被迫上崗的「流水線質(zhì)檢員」

　　以前，工程師的工作是：思考問(wèn)題 -> 寫(xiě)代碼 -> 測(cè)試 -> 發(fā)布。我是創(chuàng)作者，是 Maker。這正是我們當(dāng)初入行的初衷——為了創(chuàng)造。

　　AI 之后，我的工作逐漸變成了：寫(xiě)提示詞 -> 等待 -> 閱讀輸出 -> 評(píng)估對(duì)錯(cuò) -> 檢查安全性 -> 判斷是否符合架構(gòu) -> 修補(bǔ)不對(duì)的地方 -> 重新提示 -> 重復(fù)。

　　
我變成了一個(gè)審稿人，一個(gè)法官，一個(gè)在永不停歇的流水線上疲于奔命的質(zhì)檢員。

　　這在心理學(xué)上是完全不同的工種。創(chuàng)造能帶來(lái)「心流」，而審查只會(huì)帶來(lái)「決策疲勞」。

　　我第一次意識(shí)到這點(diǎn)，是在用 AI 狂寫(xiě)一個(gè)微服務(wù)的那周。到了周三，我發(fā)現(xiàn)自己連最簡(jiǎn)單的決定都做不出了。這個(gè)函數(shù)該叫啥？無(wú)所謂。配置放哪？隨便吧。我的腦子滿(mǎn)了。不是因?yàn)閷?xiě)代碼滿(mǎn)的，是因?yàn)椤冈u(píng)判」代碼滿(mǎn)的。成百上千個(gè)微小的判斷，全天候轟炸。

　　更殘酷的諷刺在于：AI 生成的代碼比人類(lèi)寫(xiě)的更需要仔細(xì)審查。

　　同事寫(xiě)的代碼，我懂他的路數(shù)、強(qiáng)項(xiàng)和盲區(qū)，我可以略讀信任的部分，重點(diǎn)看我不放心的。但面對(duì) AI，每一行都是嫌疑人。代碼看起來(lái)自信滿(mǎn)滿(mǎn)，能編譯，甚至能跑通測(cè)試，但它可能在某個(gè)隱秘的角落埋雷，只在凌晨 3 點(diǎn)生產(chǎn)環(huán)境負(fù)載拉滿(mǎn)時(shí)才爆炸。

　　所以你必須逐行閱讀。去讀那些你沒(méi)寫(xiě)過(guò)、由一個(gè)不懂你代碼庫(kù)歷史和團(tuán)隊(duì)習(xí)慣的系統(tǒng)生成的代碼，這本身就是一種精神酷刑。

　　這也是為什么我認(rèn)為 Agent 的安全和授權(quán)如此重要。如果我們沒(méi)法在大規(guī)模下審查 AI 產(chǎn)出的每一行代碼——事實(shí)上我們確實(shí)做不到——那我們就必須從源頭上限制 Agent 的權(quán)限。最小權(quán)限原則、范圍受限的 Token、審計(jì)日志。越少擔(dān)心「AI 干了什么蠢事」，留給真正重要工作的認(rèn)知預(yù)算就越多。這不僅是安全問(wèn)題，更是人類(lèi)的可持續(xù)性問(wèn)題。

　　消失的「確定性契約」

　　工程師是被「確定性」喂大的。輸入 A，得到 B。這是契約，是調(diào)試的基礎(chǔ)，是我們理解系統(tǒng)的基石。

　　AI 撕毀了這份契約。

　　周一運(yùn)行完美的提示詞，生成了干凈漂亮的 API 代碼。周二用同樣的提示詞跑類(lèi)似的任務(wù)，輸出結(jié)構(gòu)變了，錯(cuò)誤處理邏輯換了，還引入了我沒(méi)要求的依賴(lài)。

　　為什么？沒(méi)理由。或者說(shuō)，沒(méi)有我可以理解的理由。沒(méi)有堆棧跟蹤告訴我「模型今天決定換個(gè)口味」，沒(méi)有日志顯示「溫度采樣選了路徑 B」。它就是……變了。

　　對(duì)于職業(yè)生涯建立在「如果壞了，我就能找出原因」之上的工程師來(lái)說(shuō)，這種感覺(jué)極其不安。不是那種劇烈的恐慌，而是一種緩慢的、研磨般的背景焦慮。你永遠(yuǎn)無(wú)法完全信任輸出，永遠(yuǎn)無(wú)法完全放松。每一次交互都需要保持警惕。

　　這種挫敗感最終逼我做出了 Distill——一個(gè)針對(duì) LLM 的確定性上下文去重工具。沒(méi)有 LLM 調(diào)用，沒(méi)有嵌入，沒(méi)有概率玄學(xué)。純算法，12 毫秒搞定。

　　我想在 AI 流水線里至少保留一塊我可以推理、調(diào)試和信任的凈土。如果模型的輸出注定是薛定諤的貓，那我至少要保證輸入是干凈可控的。

　　我見(jiàn)過(guò)應(yīng)對(duì)得最好的工程師，都是那些與此「和解」的人。他們把 AI 輸出當(dāng)成一個(gè)聰明但不靠譜的實(shí)習(xí)生交來(lái)的初稿。

　　他們預(yù)期要重寫(xiě) 30%，他們?yōu)榇祟A(yù)留了時(shí)間。因?yàn)閺奈粗竿耆_，所以當(dāng)它出錯(cuò)時(shí)，他們不會(huì)炸毛。他們指望的是「有用」，而非「正確」。這中間的區(qū)別大了去了。

　　被 FOMO 追趕的倉(cāng)鼠輪

　　深吸一口氣，回頭看看這幾個(gè)月發(fā)生了什么：

　　Claude Code 發(fā)布子智能體，然后是 Agent SDK；OpenAI 推出 Codex CLI；Google 甩出 Gemini CLI；GitHub 搞了 MCP 注冊(cè)表；收購(gòu)案每周都在發(fā)生；各種 Agent 框架像雨后春筍：CrewAI, AutoGen, LangGraph, MetaGPT……當(dāng)你還在研究這個(gè)，那個(gè)已經(jīng)過(guò)時(shí)了。

　　就連 LinkedIn 上的「野生導(dǎo)師」都在恐嚇你：「2026 年還不用子智能體編排，你就被淘汰了！」

　　這不是一年的變化，這是幾個(gè)月。

　　我曾狠狠掉進(jìn)這個(gè)坑里。周末用來(lái)評(píng)測(cè)新工具，看每一個(gè)更新日志，看每一個(gè)演示。因?yàn)榭謶致浜?，我?qiáng)迫自己站在前沿。

　　結(jié)果呢？周六下午折騰一套新 AI 編碼工具，周日剛跑通工作流，周三就有人發(fā)帖說(shuō)另一個(gè)工具「完爆這個(gè)」。焦慮感瞬間襲來(lái)。下個(gè)周末，我又在折騰新東西。這就好像一只倉(cāng)鼠，從一個(gè)輪子跳到另一個(gè)輪子，每次遷移都耗費(fèi)一個(gè)周末，換來(lái)的可能是 5% 無(wú)法感知的效率提升。

　　最可怕的是「知識(shí)折舊」。

　　2025 年初，我花兩周精心打磨了一套復(fù)雜的提示工程工作流。鏈?zhǔn)剿季S、少樣本示例，那是相當(dāng)完美。三個(gè)月后，模型更新了，最佳實(shí)踐變了，我那些復(fù)雜的模板跑出來(lái)的結(jié)果甚至不如一句簡(jiǎn)單的大白話。那兩周的時(shí)間，不是投資，是浪費(fèi)。

　　這就是為什么我現(xiàn)在改變了策略：別追工具，追基礎(chǔ)設(shè)施。

　　工具來(lái)來(lái)去去，但問(wèn)題永存。上下文效率、授權(quán)、審計(jì)、運(yùn)行時(shí)安全——無(wú)論這個(gè)月流行哪個(gè)框架，這些底層問(wèn)題都在。所以我建立 agentic-authz 是基于 OpenFGA，而不是綁定在某個(gè)特定的 Agent 框架上。建立在那些不會(huì)輕易變質(zhì)的層面上。

　　「再試一次」的陷阱

　　這個(gè)陷阱極其陰險(xiǎn)。

　　第一次輸出 70% 正確。你優(yōu)化提示詞。

　　第二次 75% 正確，但把第一次對(duì)的地方改錯(cuò)了。

　　第三次 80% 正確，但結(jié)構(gòu)全亂了。

　　第四次……如果你一開(kāi)始就自己寫(xiě)，20 分鐘早就搞定了，現(xiàn)在你已經(jīng)耗了 45 分鐘。

　　我稱(chēng)之為「提示詞螺旋」。這就像給牦牛剃毛。你本以此為目標(biāo)，半小時(shí)后卻在調(diào)試提示詞而不是調(diào)試代碼。你在優(yōu)化對(duì)語(yǔ)言模型的指令，而不是解決實(shí)際問(wèn)題。

　　這種螺旋很危險(xiǎn)，因?yàn)樗屇恪父杏X(jué)」很高效。你在迭代，你在逼近真相。但邊際收益遞減得飛快，你忘了最初的目標(biāo)只是「發(fā)布功能」，而不是「讓 AI 產(chǎn)出完美代碼」。

　　現(xiàn)在我有一條鐵律：事不過(guò)三。

　　如果三次提示還得不到 70% 可用的結(jié)果，我就自己寫(xiě)。這條規(guī)則幫我省下的時(shí)間，比任何提示詞技巧都多。

　　完美主義者的地獄

　　工程師通常有潔癖。我們要干凈的代碼，要全綠的測(cè)試。這讓我們擅長(zhǎng)構(gòu)建可靠的軟件。

　　但 AI 的輸出永遠(yuǎn)是「湊合」。70-80% 的完成度。變量名有點(diǎn)怪，錯(cuò)誤處理不完整，邊緣情況被忽略。它能跑，但它「不對(duì)味」。

　　這對(duì)完美主義者來(lái)說(shuō)簡(jiǎn)直是酷刑。因?yàn)椤覆铧c(diǎn)意思」比「完全錯(cuò)誤」更難受。完全錯(cuò)誤你可以直接重寫(xiě)；差點(diǎn)意思你就得花一小時(shí)去微調(diào)。修補(bǔ)別人的爛代碼（尤其是這種沒(méi)品位、沒(méi)上下文的機(jī)器代碼）是極其令人沮喪的。

　　最受折磨的往往是最好的工程師。 那些標(biāo)準(zhǔn)最高、眼光最毒的人。

　　而 AI 時(shí)代獎(jiǎng)勵(lì)的是另一種技能：能夠迅速?gòu)牟煌昝赖妮敵鲋刑崛r(jià)值，而不對(duì)「完美」產(chǎn)生情感執(zhí)念的能力。

　　思考能力的肌肉萎縮

　　這是最讓我害怕的一點(diǎn)。

　　某次設(shè)計(jì)評(píng)審，有人讓我在白板上推導(dǎo)一個(gè)并發(fā)問(wèn)題。沒(méi)電腦，沒(méi) AI，就我和一支筆。

　　我卡殼了。

　　不是我不懂概念，而是那塊肌肉太久沒(méi)練了。我太習(xí)慣把初稿外包給 AI，導(dǎo)致自己「從零思考」的能力退化了。

　　就像 GPS 毀了我們的認(rèn)路能力一樣，如果總是先問(wèn) AI，你就無(wú)法建立那些只有通過(guò)「死磕」才能形成神經(jīng)回路。掙扎是學(xué)習(xí)的必經(jīng)之路，困惑是理解的前奏。跳過(guò)這些，你得到的是更快的產(chǎn)出，和更淺薄的理解。

　　現(xiàn)在，我強(qiáng)迫自己每天第一個(gè)小時(shí)完全不用 AI。紙上思考，手畫(huà)架構(gòu)。這感覺(jué)很低效，確實(shí)低效。但這能保持思維敏銳，而這種敏銳度在我隨后使用 AI 時(shí)是無(wú)價(jià)的——因?yàn)橹挥写竽X熱身過(guò)，我才能更好地審判 AI 的輸出。

　　比較陷阱與幸存者偏差

　　社交媒體上滿(mǎn)是 AI 大神?！肝矣?AI 2 小時(shí)做完了整個(gè) App！」

　　你看看自己：失敗的提示詞、浪費(fèi)的時(shí)間、重寫(xiě)的代碼。你會(huì)想：我有毛病？

　　你沒(méi)毛病。那些帖子是「集錦」。沒(méi)人會(huì)發(fā)帖說(shuō)：「我花了 3 小時(shí)想讓 Claude 理解我的數(shù)據(jù)庫(kù)架構(gòu)，最后放棄了自己手?jǐn)]了 SQL。」沒(méi)人會(huì)發(fā)帖說(shuō)：「AI 生成的代碼吞了一個(gè)報(bào)錯(cuò)，導(dǎo)致生產(chǎn)事故?！箾](méi)人會(huì)說(shuō)：「我累了?！?/p>

　　如果一個(gè)信息流讓你感到落后而不是知情，那就取關(guān)它。 去關(guān)注那些真正在建設(shè)、在發(fā)布產(chǎn)品的人，而不是只會(huì)做 Demo 的人。

　　真正的技能是「知道何時(shí)停手」

　　在這個(gè)時(shí)代，最重要的技能不是提示詞工程，不是選模型，也不是工作流。

　　是「止損」的能力。

　　知道何時(shí) AI 的輸出已經(jīng)夠好了；知道何時(shí)該自己接手；知道何時(shí)合上筆記本；知道何時(shí)微小的改進(jìn)不值得巨大的認(rèn)知成本。

　　我們給系統(tǒng)設(shè)計(jì)熔斷機(jī)制、背壓機(jī)制，我們也應(yīng)該給自己設(shè)計(jì)一套。

　　AI 是我用過(guò)最強(qiáng)大的工具，也是最耗能的。這不矛盾。在這個(gè)時(shí)代能活得好的工程師，不是用 AI 最多的人，而是用得最「明智」的人。

　　如果你累了，不是因?yàn)槟阕鲥e(cuò)了什么，實(shí)際這真的很難。

　　工具是新的，模式還在成型，行業(yè)在假裝「更多產(chǎn)出 = 更多價(jià)值」。

　　但這不成立。可持續(xù)的產(chǎn)出，才是價(jià)值。

　　保護(hù)好你的大腦。那是你唯一的資產(chǎn)，沒(méi)有任何 AI 能替代它。