文 | 硅基研究室，作者 | kiki

不知道你有沒有發現，很多人得了 AI 疲憊癥。

從科技巨頭們宏偉的 Token 工廠計劃到隔幾天刷新的日均 Token 調用量，我們進入了一個 Token 大爆炸時代，不燒掉十幾萬 Token 的、有個自己的 Skill，都不能被稱為懂 AI 的人。

這幾天，無論是同事 .skill、前任 .skill 各種 Skill 爆紅，還是另一類反蒸餾 Skill 的興起，避免自己的知識和經驗被同事或老板封裝成 Skill。

但卻真實體現了普通打工人在 AI 面前的焦慮和疲憊：AI 越來越發達、Token 消耗越來越多，一天的工作 AI 幾分鐘就能做完，為什么我們卻更累了、更焦慮了？

1、當 Token 成為第四薪酬

我知道現在很多的公司都已經開始將 AI 使用情況納入到實際工作考核里了。

在中國不少互聯網大廠里，考核績效會和 Token 直接掛鉤，有些部門內部還搭建了 AI 排行榜——包括 Token 使用、AI 出碼率、AI 代碼行數等指標，誰消耗的 Token 多，誰的績效越高。

有大廠產品經理也告訴我，內部確實有鼓勵全員開發 skill，每周都有同事展示案例：" 不開發就是落后 "。

比中國大廠們更激進的可能是國外的同行們。Meta 組建了人工智能小組，最早用排行榜將 AI 使用情況游戲化谷歌也開始強制要求一些非技術的管理人員使用 AI 助手 Agent。

在摩根大通內部，則是建立了追蹤 AI 工具的使用情的儀表盤，AI 會給員工打標：你是輕度用戶、重度用戶還是非用戶？

科技公司們開始將 Token 配額包裝成「隱形福利」。

以前大廠福利看薪酬、看免費三餐、看間設防，現在看能給多少 Token。

阿里計劃向員工提供 Token 額度，騰訊每年為員工提供最高達 22 萬的 Token 配額，英偉達也準備為技術工程師提供相當于其基礎工資約一半的 Token 預算，黃仁勛甚至說：

"Token 是工資、獎金、股權之外的第四薪酬。"

當老板們用「胡蘿卜加大棒」，激勵普通打工人，但對部分人來說，從焦慮績效打分到焦慮 Token 消耗，一場新的數字刷量游戲開始了。

誰消耗得 Token 多，似乎就代表誰的工作效率高；誰能寫出更牛的 skill，就代表對業務理解的更透徹。一位電商行業從業者告訴我，現在公司形成了隱形的鄙視鏈：如果沒人養蝦、Token 消耗量不夠，就會被鄙視。

那么問題來了，這種評價體系真的是完美無瑕嗎？

答案顯然是否定的。

2、人類的上下文窗口快不夠用了

為什么答案是否定的？

先講一個發生在媒體行業的魔幻故事。

在一些合作稿件中，甲方通常會提供 Brief，最近同行們的體感是越來越多的 Brief 是用 AI 寫的。有的甲方當然不會說是 AI 寫的（雖然 DS 味很濃），有的也會很直接，給的理由是：" 資料太多，我用 AI 生成了一個思路，供你們參考 "。

反過來一些甲方也會用檢測 AI 文的工具來看稿件 AI 含量，有的稿件由于 AI 味兒太重，還會在社交媒體上引發討論。

給 AI Brief，寫 AI 文，一個魔幻的閉環形成了，可這真的有意義嗎？人人養龍蝦、遍地是 Skill，真的能帶來生產力的倍增嗎？

我也把這些問題丟給了身邊一圈不同行業，日常使用 AI 的人。

一位程序員告訴我，日常工作中她有九成代碼都是用 AI 寫的，一個項目的交付期從一年縮短到 4 個月，但是活越來越多，項目壓力越來越大，今年她所在的小組已經主動離職了兩名員工。

一位算法工程師，也是 Vibe Coding 的重度用戶，他告訴我，現在每天他來不及回復自己的 Clade Code Session，一天同時跑多個任務，他感到注意力嚴重被分散，有時甚至忘記了自己為什么要開始。

還有一位非技術從業者，在電商行業做運營，老板要求全部上 AI、搞小龍蝦，好像現在文案、腳本、產品圖沒有 AI 參與就不行。

AI 知名博主張咋啦最近的一篇博文讓我很有感慨，她說自己深度使用 AI 之后，現在已經是「半 ADHD」的狀態，AI 的上下文窗口（Context Window）已經不是瓶頸了，但人類的上下文窗口快不夠用了。

這些 AI 焦慮和疲憊，被研究者們稱為AI 腦炸（AI brain fry）。

《哈佛商業評論》研究調查了來自各行各業大型公司的 1488 名美國全職員工，這些研究發現，數量可觀的員工稱出現思維遲鈍、頭痛和決策速度變慢等癥狀。

為什么會出現 AI 腦炸？這項研究說了三點很有意思的觀察：

第一，使用 AI 時最耗費腦力的是監督 AI。該研究指出，高度的人工智能監督也預示著參與者會產生額外精神疲勞。

第二，AI 增加了工作量。除了監管 AI，AI 參與后擴大了員工的職責范圍，要求他們在相同時間內不僅要關注更多的工具，還有更多的結果，認知負荷大大增加了。

第三，不是使用越來越多的 AI 工具，生產力就越高。該研究發現，當員工從同時使用一種 AI 工具到三種時，生產力會顯著提高，但當使用三種工具之后，生產力評分就下降了。

3、AI 正在加劇注意力危機

如果詢問那些 AI 創業者和 AI 使用用戶，AI 對你工作的改變，他們中的大多數人會給你一個樂觀的答案：

AI 接管了我的更多工作，我的工作日變得更加輕松，效率提升也開始顯現。

但現實是怎樣的？大多數人可能正在經歷的是我們前文提到的 AI 疲憊和 AI 腦炸：擁抱 AI，你的工作并沒有像想象中那樣減少。

ActivTrak 是美國一家專注于勞動力分析和生產力管理的 SaaS 服務商，他們最近做了一項有意思的調查。

通過收集 2023 年 1 月 1 日至 2025 年 12 月 31 日期間，1111 家公司、163638 名員工和超過 4.43 億小時收集的行為數據，他們發現：

AI 并沒有重新分配工作量，而是增加了工作負荷，協作的擴張速度超過了人們注意力所能承受的范圍，生產力的提升固然存在，但這種提升越來越多地依賴于碎片化而非深度投入。

調研中的一組數據也很震撼：工作日是縮短了，但是工作時間提前了、協作時間增加了、注意力被稀釋了。

平均專注時長下降了 9% ——從每天 14 分 23 秒降至 13 分 7 秒。

協作量激增 34%，達到每日 5200 萬。

多任務處理時間增加了 12%，達到每日 1 小時 33 分鐘。

周末工作量增加了 40% 以上

這指向 AI 進步背后的一個隱秘危機：AI 正在加劇一場注意力危機，AI 解決了效率問題，但是卻引發了更深層的倦怠。

這項報告里還指出一個現象：面臨工作倦怠風險的員工比例上升了 23%，從 19% 大幅躍升至 23%。

產生倦怠的原因也并不難理解，因為釋放出來的精力沒有被有效管理——要么是老板持續分配沒有更高價值的工作，帶來了更高強度的工作壓力，要么是自己缺乏精心規劃注意力的能力。

這是我們很多人當下面臨的一個關鍵問題：AI 已經節省下了看得見的時間，但如何利用節省下來的時間呢？

這成了一個新問題，不是嗎？

4、寫在最后

你肯定沒有想到，100 多年前，凱恩斯就預言了這個問題。

這位經濟學家預測，到 21 世紀初，資本的積累、生產力的提高和技術的進步應該能將我們帶領至一片「經濟樂土」，人們每周的工作時長不會超過 15 個小時，但他也問道：

人們將如何打發這些閑暇時間？

100 多年后，即便技術再發達，我們也沒能給出一個答案。

帶來巨大生產力提升的 AI，也帶來了新的意義和價值危機，使用 AI 技術的打工人們看到了 AI 工具的效率提升，但也感覺到更忙碌、壓力更大，或更難以完全脫離工作。

當消耗 Token、創造 Skill，成了新的 KPI，打工人們拼命刷量，想要證明自己沒有被 AI 時代淘汰，但卻在無形中加速了讓 AI 取代自己。

更關鍵的是，凱恩斯所說的閑暇時間在短期之內也不會到來，一個殘酷的事實是：你通過 AI 節省下來的幾個小時空閑時間，會被更多需要解決的問題、更多需要跟進的項目所容納。

至少當下，AI 疲憊不會減弱或消失，因為 AI 仍在上演更激進的變化——在寫這篇文章時，硅谷新一輪的大裁員開始了。

AI 帶來的是解放還是一臺加速運轉的跑步機？這逐漸成為這十年中具有決定性意義的勞動問題。

參考資料：

1、哈佛商業評論：When Using AI Leads to "Brain Fry"

2、ActivTrak：2026 Stateof the Workplace —— AI Adoption & Workforce Performance Benchmarks