「你見過凌晨四點的洛杉磯嗎？」

這本是一句用來兜售自律的雞湯文，可在 AI 浪潮漫過各行各業(yè)的今天，深夜走進一家 AI 漫劇制作公司，你可能會看到一群眼圈發(fā)黑的打工人在工位上使用 AI 來處理他們本該在白天完成的工作。

AI 能提升效率、解放勞動力的故事，我們聽了太多年，不能說全是謊言。

但當算力變成緊俏的稀缺資源，「錯峰使用」也成了全球 AI 公司心照不宣的統(tǒng)一話術(shù)時，打工人非但沒有從冗余的工作里解脫，反而被塞進了另一套更擰巴的工作時間表里。

AI 算力不夠，打工人的睡眠來湊

今年年初，字節(jié)跳動的 AI 視頻生成模型 Seedance 2.0 爆火，火到無需多言。

宇樹科技創(chuàng)始人王興興稱它是「全球遙遙領(lǐng)先」。馮驥體驗過后，給出「AIGC 的童年時代結(jié)束了」的評價，春節(jié)返工后的高峰時段，排隊使用的人數(shù)一度沖到十萬，足以見得市場對它的狂熱。

行業(yè)大佬的背書、市場的狂熱，直接推高了 Seedance 2.0 的旺盛需求，而這份需求，最終也傳導到了下游的 AI 相關(guān)企業(yè)。

據(jù) 36 氪未來消費報道，AI 漫劇制作公司鶴芽漫劇，早早就把上班時間調(diào)到了中午，一干就到凌晨 1 點，目的只有一個：避開白天的算力高峰。

更戲劇性的情節(jié)是，凌晨 1 點的排隊人數(shù)仍以萬計，無奈之下，上班時間只能再往后提，最終定格在凌晨三點。

不過，排隊這件事也分人。據(jù) X 博主 @seedance2_news 透露，Seedance 2.0 正在向美國影視公司出售 的優(yōu)先訪問權(quán)，起步價 200 萬美元。這筆錢能換來零排隊、可上傳真人臉、無內(nèi)容限制、算力優(yōu)先調(diào)度。

此外，據(jù)此前 The Information 報道，想獲得 Seedance 的企業(yè)授權(quán)，先要通過資質(zhì)審核，想拿到談判席位，企業(yè)需要先承諾至少 1000 萬元人民幣的使用預算，這還只是排隊的起步價。

值得注意的是，這些報道的細節(jié)未必完全準確，但有一點大概率成立：能坐上談判桌的，本來就是少數(shù)。

200 萬美元的直通車也好，1000 萬人民幣的排隊券也罷，大多數(shù)中小型 AI 公司根本沒這個資格和資本。所以對它們來說，錯峰上班，用人熬夜換機器運轉(zhuǎn)，反倒成了最務(wù)實的辦法。

究其原因，AI 工具的能力已經(jīng)強到足以重組一家公司的工作方式，可支撐它的基礎(chǔ)設(shè)施，卻還沒跟上這份能力的步伐。AI 的每一次推理、每一段文本生成、每一幀視頻渲染，都在真實消耗著昂貴的 GPU 計算周期和電能。

沒有免費的智能，每一次調(diào)用都是真金白銀的損耗。這直接倒逼 AI SaaS 平臺的定價模型，從過去的席位制，轉(zhuǎn)向基于 Token、基于操作、基于消耗量的計費方式，一分一毫都算得清清楚楚。

在這樣的 Token 經(jīng)濟學邏輯下，邊際成本高企，平臺方根本無法容忍用戶在算力緊張時無節(jié)制消耗。因此，限制配額、排隊等待、建議錯峰使用成了必然選擇。

另一個方面就是 Sora，據(jù)《華爾街日報》報道，OpenAI 之所以選擇關(guān)閉 Sora，原因之一就是它每天要燒掉約 100 萬美元，可用戶數(shù)量卻從上線時的 100 萬，暴跌到不足 50 萬。

當留存數(shù)據(jù)難看，商業(yè)化路徑又模糊不清，這筆燒錢的買賣，自然沒有繼續(xù)下去的理由。

包括同一時期，Anthropic 宣布調(diào)整 Claude 的使用規(guī)則，將太平洋時間早 5 時至 11 時定為高峰時段，這個窗口內(nèi)，用戶的會話額度消耗會明顯加快。換算成北京時間，恰好是晚 8 點到凌晨 2 點，也讓不少網(wǎng)友自嘲，難得享受到了時差的紅利。

去年 DeepSeek 爆火時，也因為服務(wù)器資源緊張做過類似的嘗試，一度暫停了 API 充值。重新開放后推出了夜間優(yōu)惠，表面上是給用戶讓利，本質(zhì)上，就是用價格杠桿，把流量強行分散到夜間，緩解白天的算力壓力。

只是，我們發(fā)明 AI 是為了像人一樣思考，結(jié)果卻要求人像機器一樣「錯峰運行」。

當然，這或許只是一個過渡階段。當年寬帶剛普及的時候，也有人半夜爬起來下載一部電影，誰也沒想到后來流媒體會變得如此理所當然。

盡管我們還沒有到完全被 AI 支配日程的地步。但這個苗頭依舊值得留意——當越來越多的工作流開始依賴 AI，當 AI 的響應(yīng)速度和可用性直接影響到一家公司的產(chǎn)出效率，人對它的依賴，也就在不知不覺中加深了。

用了 AI，為什么越來越累？

如果說第一部分的「錯峰上班」還只是為了解決能不能用的問題，那么更深層的痛苦則來自于：即便算力充足，AI 也沒有讓工作變少。

在鋪天蓋地的宣傳里，AI 是那個無所不能的超級助理，是解放雙手的靈丹妙藥?？梢坏┻@些工具真正落到具體的工位上，打工人們發(fā)現(xiàn)，預想中的「一鍵下班」并沒有發(fā)生。

Upwork 在 2024 年對 2500 名職場人士的調(diào)查發(fā)現(xiàn)，96% 的管理層堅信 AI 會提升員工效率，可實際上，77% 的員工反映，AI 的引入，反而讓他們的工作量增加了。

領(lǐng)導們覺得 AI 在幫你減負，于是理所當然地給你加派任務(wù)；而你卻像個被抽得越來越快的陀螺，忙得腳不沾地，連喘息的時間都沒有。

EY 2025 年覆蓋 29 個國家、1.5 萬名員工的調(diào)查，給出了類似的結(jié)論：64% 的受訪員工認為過去一年工作量有所增加，而真正能把 AI 用到改變工作方式、提高效率的，只有 5%。

換句話說，大多數(shù)人用 AI，還停留在搜索、總結(jié)這種淺層層面。并且根據(jù)《哈佛商業(yè)評論》今年 2 月份的研究，AI 非但沒有減少工作，它讓工作強度變高了。

研究發(fā)現(xiàn)，AI 引入后，員工的工作節(jié)奏被強行加快，承擔的任務(wù)范圍變寬，工作時間延伸到了更多碎片化的小時里，而且很多時候，并沒有人明確要求他們這樣做。

這背后，藏著一個容易被忽視的經(jīng)濟學邏輯——「杰文斯悖論」：

技術(shù)讓某件事變得更高效，往往反而會增加對這件事的總需求。AI 在職場中的處境，完美契合了這個悖論：單項任務(wù)的效率提高了，但任務(wù)總量也跟著水漲船高，最終，打工人的總工作量，非但沒有減少，反而越來越多。

尤其是當 AI 生成的內(nèi)容如海嘯般涌現(xiàn)，可事實核查、邏輯梳理、細節(jié)修改這些需要人類判斷力的工作，仍然只能由人來完成。于是，打工人的工作，從具有成就感的創(chuàng)造，悄然變成了枯燥又疲憊的打掃和校對。

期間工作量并沒有憑空消失，它只是換了一種更隱蔽、更折磨人的形式。

除此之外，人不光要把自己的本職工作做好，還得自己去琢磨那些不好懂的提示詞，在各個 AI 模型之間來回切換、反復嘗試，才能找到能用的工具。

伊萬·伊利奇 1981 年提出的「影子勞動」，指的是為了維持正式工作運轉(zhuǎn)而不得不做的無償準備性勞動。學會用 AI、管理 AI 工具鏈、校驗 AI 輸出，這些也正在成為職場隱性的準入門檻，既不算工作時間，又不計入薪酬，卻真實地消耗著人的時間和精力。

比如有的人為了不被時代落下，也為了完成公司要求的 AI 使用指標，只能自己花錢，每個月掏幾百上千塊，去訂閱各種 AI 工具的高級賬號。

凌晨三點上班，看上去是在搶算力紅利，本質(zhì)上，是個人在用自己的生物鐘，替一個還未成熟的行業(yè)，扛下它轉(zhuǎn)嫁出來的不穩(wěn)定性和成本。這筆賬，怎么算都不劃算。

只是目前在時代浪潮面前，個體的反抗，大多顯得蒼白無力。

工業(yè)革命以前，人跟著太陽走，天亮干活，天黑睡覺，時間是自己的。后來有了電，夜班出現(xiàn)了，工作時間開始突破晝夜的界限。再后來有了互聯(lián)網(wǎng)，下班的邊界開始模糊，工作可以隨時隨地找上門。

再后來有了手機，隨時在線變成了默認狀態(tài)，工作徹底入侵了生活的每一個角落。

每一次技術(shù)迭代，都有人說，這是自愿的，是進步，是效率的提升。

每一次，也都有人發(fā)現(xiàn)，最后承擔代價的人，從來都不是最先喊著技術(shù)革命的那個人。

我們最初希望 AI 能替人省力，讓時間變得寬裕一些。可眼下的現(xiàn)實是，它在某些地方確實提升了效率，卻也在另一些地方制造了新的緊迫感：因為它能做到，所以你必須用；因為人人都在用，所以你不能慢。

內(nèi)卷的邏輯沒有消失，只是換湯不換藥。我不確定這算不算一種必然的規(guī)律。但我知道，AI 本該是給你一把傘，幫你遮風擋雨，而不是順理成章地把你趕進一場更大的暴雨里。

*封面、正文圖片源自互聯(lián)網(wǎng)