一切都要從一篇在技術(shù)圈刷屏的帖子說起。

一個名叫Siddhant Khare的工程師，發(fā)表了一篇文章《AI疲憊是真實存在的，但卻無人提及》。作為開源項目 OpenFGA 的核心維護者，身處技術(shù)浪潮最前沿的他描述了自己工作流程的改變。

過去，寫代碼是一條清晰、流暢且能帶來成就感的路徑：思考問題、編寫代碼、進行測試、測試通過后發(fā)布。那是創(chuàng)造者的愉悅。

而現(xiàn)在，他的日常變成了一個循環(huán)：提出指令、等待輸出、閱讀輸出、評估輸出、判斷輸出是否正確、判斷輸出是否安全、判斷輸出是否符合架構(gòu)設(shè)計，修正不符合的部分，然后重新下達指令，周而復(fù)始。

他不再是那個親手構(gòu)建系統(tǒng)的創(chuàng)造者，而變成了一條永不停歇的生產(chǎn)線上的“質(zhì)檢員”。干完活后，沒有往日的成就感，只有一片空白的疲憊感。這篇帖子迅速引發(fā)了熱烈反響，評論區(qū)里感同身受的人很多：“是我本人沒錯！”“簡直是我每天的寫照。”

這并非Siddhant Khare的專屬困境。波士頓咨詢公司的一項研究，為這種AI帶來的新型職場倦怠取了一個形象的名字“AI腦疲勞”。癥狀包括但不限于：注意力渙散、決策遲緩、大腦像一直在嗡嗡響，明明干了很多活，卻感覺什么也沒干成。

他們對1488名美國職場人的調(diào)查顯示，已有14%的人深陷其中。

從“創(chuàng)造者”成為“監(jiān)督者”

Siddhant Khare試圖用自己的經(jīng)歷揭示一個悖論：AI 讓單次任務(wù)變快了，卻讓整體工作變得更累、更耗神。幾乎在同一時間，哈佛商學(xué)院的研究者和波士頓咨詢公司的調(diào)查都指向了同一個結(jié)論：AI 并沒有如預(yù)期般解放我們，反而以一種更隱蔽的方式重塑了工作體驗，帶來了系統(tǒng)性的新負(fù)擔(dān)。

比如，AI讓程序員這份工作從“思考-編碼-測試” 變成了“指令-審閱-修正-再指令”。Siddhant認(rèn)為自己工作的核心從“創(chuàng)造”變成了“審閱”，也很難獲得那種“心流”狀態(tài)。

他感慨：當(dāng)人們在一天內(nèi)需要處理六個由 AI 生成的不同問題時，大腦不是在創(chuàng)造，而是在進行成百上千個微小的、高強度的判斷：這個函數(shù)命名規(guī)范嗎？那個邏輯在邊界條件下會崩潰嗎？這段代碼有沒有性能隱患？這種高強度的評價性工作，正在悄無聲息地榨干認(rèn)知資源。

哈佛商學(xué)院的研究數(shù)據(jù)證實了這一點：需要高度監(jiān)督AI工作的員工，在工作中投入的精神努力增加了14%，精神疲勞增加了12%，信息過載感更是飆升了19%。

在很多關(guān)于未來的設(shè)想里，AI能幫人類處理很多事，能讓人類有更多時間享受生活。實際上，至少到目前，和移動互聯(lián)網(wǎng)出現(xiàn)以后一樣，許多人工作和生活的界限被一臺手機徹底模糊。

“當(dāng)AI以一個隨時可對話的窗口形式嵌入工作流，它就變成了一個隨身攜帶、永不關(guān)門的辦公室。”Siddhant表示，以前，下班意味著關(guān)掉電腦，離開那個物理空間�，F(xiàn)在，對話框永遠(yuǎn)在線。

一個“幫我看看這個”的需求隨時可以扔進來，AI瞬間給出答案，而人們需要進行確認(rèn)和反饋。工作就這樣悄無聲息地滑入了本該屬于休息的時間。

“那個本該為我節(jié)省時間的工具，為何最終吞噬了我一整天，甚至包括本該屬于夜晚的時間？”

fomo和潛在的思維能力退化

當(dāng)你面對龍蝦熱覺得不知所措，程序員們的焦慮絲毫不比你低。

Siddhant在文章中列出的技術(shù)更新清單，是每一個技術(shù)從業(yè)者所感到疲憊，并且產(chǎn)生措施恐懼癥的。

這種指數(shù)級的更新速度，讓每一個從業(yè)者都陷入了深深的焦慮循環(huán)。更糟糕的，是知識貶值的速度。人們花費兩周時間，精心構(gòu)建的一套完美提示詞工作流，三個月后，可能還不如新模型一句簡單的指令。所有投入的時間和精力，仿佛瞬間歸零。

另一個正在崩塌的體系是工程師追求確定性的思維。即使AI已經(jīng)很先進，但輸入相同內(nèi)容很可能輸出不同結(jié)果。追求確定性的工作突然變成了擲骰子。周一完美運行的提示詞，周二可能因為模型的一次微調(diào)，就輸出完全不同的、甚至錯誤的代碼。

“每一次與它的互動，都必須保持警惕，因為永遠(yuǎn)不知道它會給使用者一個驚喜，還是一個驚嚇。”

為了盡可能讓AI能輸出想要的內(nèi)容，Siddhant在工作中花費了很長時間優(yōu)化提示詞，結(jié)果有時候會發(fā)現(xiàn)自己在這件事上的時間遠(yuǎn)超自己動手寫完整個任務(wù)。

更讓他害怕的是，在一次沒有電腦、沒有AI的白板技術(shù)討論中，他詫異地發(fā)現(xiàn)，自己從零開始思考、推導(dǎo)一個問題的能力，竟然退化了。長期將初步的思考、代碼框架外包給AI，就像長期依賴GPS導(dǎo)航后，逐漸失去了構(gòu)建心理地圖和認(rèn)路的能力。

以前正是那些獨自面對難題時，經(jīng)歷的掙扎、困惑、推導(dǎo)、試錯的過程，構(gòu)建了人們理解的深度。跳過這些痛苦的過程，直接拿到結(jié)果，或許能更快地完成任務(wù)，但代價是思維的鈍化，是理解世界和解決問題能力的膚淺化。

長此以往人們要警惕變成一個只會“審閱”答案，而不會“創(chuàng)造”答案的人。

與AI相處也要照顧好你的大腦

雖然Siddhant抱怨AI帶來的困境，但他也冷靜分析了目前的狀況，并且提出了一些與AI相處的建議，畢竟對于他們這些科技工作者來說，與AI一起工作這件事是不可逆的。

根據(jù)他的建議，結(jié)合哈佛商學(xué)院的學(xué)者以及波士頓咨詢的研究者的觀點，有以下五條具有實操性的建議。

1、建立邊界，明確人機分工

AI擅長生成模板代碼、撰寫文檔草稿、自動化測試、快速信息檢索。人類擅長頂層架構(gòu)決策、復(fù)雜問題調(diào)試、創(chuàng)新性思考、價值與倫理判斷。兩者并非替代關(guān)系，而是互補。

如何找到這個邊界？Siddhant的經(jīng)驗是記錄。他進行了為期兩周的簡單記錄：什么任務(wù)用了AI，花費了多少時間，對結(jié)果的滿意度如何。數(shù)據(jù)清晰地告訴他：AI在哪些領(lǐng)域是得力助手，在哪些領(lǐng)域反而是時間黑洞。現(xiàn)在，他知道了何時該用它，何時該親自上陣。

核心在于：守護好創(chuàng)造性的核心環(huán)節(jié)，讓AI回歸工具屬性。不要讓工具定義你的工作流程，而要用你的目標(biāo)和大腦去選擇和駕馭工具。

2、為AI使用設(shè)定“熔斷機制”

針對那個讓人越陷越深的“提示螺旋”，Siddhant有一條硬性規(guī)則：使用AI編碼，最多嘗試三次。如果三次提示內(nèi)，AI無法讓他得到一個70%可用的內(nèi)容，他就果斷關(guān)掉對話框，自己動手寫。

這條簡單的規(guī)則，比他學(xué)過的任何高級提示技巧都為他節(jié)省了更多時間。它就像電路中的熔斷器，在你的認(rèn)知資源被無限消耗之前，果斷切斷回路，避免陷入“看似高效，實則低效”的認(rèn)知黑洞。

同樣，為每次AI會話設(shè)定時間限制也是一種有效的方法。比如，每次使用AI最多30分鐘，計時器一響，無論產(chǎn)出如何，都交付已有成果或轉(zhuǎn)而自己動手。

3、分離思考時間與執(zhí)行時間

為了防止“思維萎縮”，Siddhant將每天的第一個小時留給了無AI狀態(tài)。他用紙筆思考，手繪架構(gòu)草圖，用最原始、最緩慢的方式推演問題。這看似低效，實則是為大腦做必不可少的“熱身運動”。當(dāng)思維經(jīng)過充分預(yù)熱，再使用AI時，你便能更好地評估其輸出，提出更精準(zhǔn)的問題，而不至于被它帶著跑。

4、接受“不完美”，追求“足夠好”

對于追求完美的工程師來說，這是最難接受但最必需的一課。AI的輸出從來都不是完美的，它總是“相當(dāng)不錯”，能達到70-80%的程度。如果你強求它產(chǎn)出100分的答案，你消耗在修正、調(diào)試、重寫上的精力，可能遠(yuǎn)超你自己從零開始寫的成本。

Siddhant接受AI產(chǎn)出70%的完成度。 將每一次AI輸出都視為一個初稿、一個起點、一份原始素材。當(dāng)它出現(xiàn)在屏幕上的那一刻，就在心里給它貼上“草稿”的標(biāo)簽。這種思維方式的轉(zhuǎn)變，能讓挫敗感減少一半。

5、對炒作周期保持戰(zhàn)略定力

面對層出不窮的新工具和新框架，如何避免陷入FOMO的焦慮循環(huán)？程序員現(xiàn)在的策略是：關(guān)注，但不盲從。他們依然密切關(guān)注行業(yè)動態(tài)，因為這是他工作的一部分，但不再追逐每個新工具上市首周就采用，而是專注于使用一個主力工具，并深入掌握其核心特性。對于新工具，他會等它們經(jīng)過數(shù)月（而非數(shù)日）的市場驗證后，才進行評估。

文章的最后，Siddhant寫下了一段話：“照顧好你的大腦。它是你唯一的頭腦，任何人工智能都無法替代。”

文｜朱婧瑀（見習(xí)）

VIEW MORE

@浙江的小城里藏著一座短劇超級工廠>>

@合肥的科大訊飛、北京的百度都選擇了杭州>>

@2028全球智能危機，第一塊多米諾已倒下？>>