AI让效率提升，为何我们反而更累了？

前几天，OpenAI 创始人 Sam Altman 在推特上发了一条有点搞笑又扎心的帖子：

“因为 GPT-5.5 的代码生成能力太强，我已经‘睡不起’那么长时间了，得考虑切换到多相睡眠才能跟得上生产力。”

这话听着像玩笑，却戳中了很多人的真实感受--AI 明明提升了效率，为什么我们反而更忙、更累了？

Box 的 CEO Aaron Levie 转发并深入讨论了这个现象，他的分析值得每个人细品。以下是几个关键原因：

🔧 杠杆突然变大了

过去，我们做一件事，多花一小时带来的回报是有限的。 代码优化一点、方案打磨一下，边际收益很快就递减了，所以大家习惯“差不多就行”。

但现在不同了。

当你拥有强大的 AI agents，每多投入一点思考、多给一个清晰指令、多拆解一个任务，回报都会被成倍放大。 就像从推小车变成开挖掘机--你会忍不住想多挖几铲，因为每一铲都能搬走成吨的“土”。

于是，排序、拆解、决策这些原本属于管理层的核心能力，突然变成了每个执行者每天都要面对的日常任务。

💡 你不再只是“干活的人”，而是在“管理一群 AI 代理”--它们的优先级对吗？指令够清晰吗？有没有在浪费算力？ 这种“微观管理焦虑”，让心理负荷直线上升。

🚀 最危险的是：“启动太容易”

另一个让人疲惫的关键点：启动新任务的门槛太低了。

以前想验证一个想法？ → 搭环境、查资料、写原型，半天起步。 现在？ → 跟 AI 说几句话，10 分钟就能跑起来一个实验。

结果就是：大家同时推进的项目数量暴增。

但问题来了： 虽然 90% 的工作 AI 能快速完成， 最后那 10% 的收尾、打磨、边缘 case 处理、系统对接……依然得自己上手，而且往往最耗时。

于是就有了经典场景：

晚上九点心想：“就剩一点点了，很快搞定。” 一抬头，已经凌晨两点。

项目越开越多，在途任务越堆越高，脑子里同时转的上下文也越来越多…… 效率提升了，但注意力碎片化、认知负荷却翻倍了。

✅ 但这其实是一件好事

Levie 特别强调：当下的“累”，其实是积极的信号。

因为 AI 让团队能以极低成本快速测试大量想法。 以前因启动成本太高而被放弃的潜力方向，现在都可以大胆尝试。

→ 快速试错 → 快速验证 → 快速迭代 那些被验证有效的实验，最终会转化为新产品、新流程、新业务线，创造更多真正的工作和岗位。

AI 不是在消灭工作，而是在加速工作的“进化速度”。

没有 AI，很多创新根本不会发生。

🌱 我们正在经历的转变

Sam Altman 的调侃和 Aaron Levie 的分析，指向同一个深层变化：

AI 目前带给我们的，不是轻松和闲暇，而是前所未有的“高杠杆”。 它让努力的回报变得非线性，也让“不作为”的成本变得越来越高。

我们正从“靠时间换产出”的时代，进入“靠认知和决策撬动杠杆”的时代。

累，是因为我们在主动选择“挖得更深”，而不是“停下来休息”。

但这，或许正是未来高效能者的标配状态。

你怎么看？ 你也在经历“AI 越强，人越累”吗？ 欢迎在评论区分享你的故事 👇

原创文章，更多 AI 科技内容，微信搜索「橙市播客」小程序