TL;DR:
以前卷KPI,现在卷Token消耗量;AI干活五分钟,人类监督两小时。当“AI脑炸”成了新型职业病,我们才发现:AI的上下文窗口可以无限扩展,但碳基生物的大脑内存快溢出了。
不知道你有没有发现,身边第一批拥抱AI的“弄潮儿”,最近都流露出一种淡淡的破碎感。
在这个“Token大爆炸”时代,如果你不烧掉十几万Token、手里没几个拿得出手的Skill(技能包),都不好意思说自己懂AI。但尴尬的是,当老板们开始把Token消耗量列入绩效考核,甚至将其包装成“第四薪酬”时,打工人的噩梦才刚刚开始。
谁消耗的Token多,谁的绩效就越高?
现在的科技大厂,卷的方式已经进化到了一种非常抽象的境界。
以前大厂福利看免费下午茶、看人体工学椅,现在看的是公司给多少Token配额。阿里、腾讯纷纷抛出诱人的Token包,甚至连黄教主都亲自下场背书,称Token是工资、奖金、股权之外的“第四薪酬”1。
但这种“隐形福利”很快就变味了。在一些互联网公司内部,出现了极具科幻感的“AI排行榜”:Token使用量、AI出码率、AI代码行数。这种量化考核直接催生了新的数字刷量游戏——谁消耗的Token多,谁对业务理解就越深;谁要是没给AI“养只虾”(开发Skill),谁就在鄙视链的底端1。
调侃点评: 以前是“奋斗者协议”,现在是“Token消耗协议”。这种为了刷量而刷量的行为,像极了当年的短视频刷赞,只不过这次烧的是硅基燃料。
欢迎来到“AI脑炸”时代
在这种全员AI的狂欢下,一种被称为**“AI脑炸”(AI Brain Fry)**的副作用正在蔓延。
根据《哈佛商业评论》和波士顿咨询(BCG)的研究,很多员工在深度使用AI后,出现了思维迟钝、决策变慢甚至头痛等症状,这种感觉就像是一种“精神宿醉”234。
为什么AI明明几分钟就能做完人类几小时的活,我们反而更累了?研究指出了三个扎心的真相:
- 监督AI比自己干活还累:你以为AI是你的外挂,其实你是AI的高级保姆。这种高度的“人工监督”极其耗费精神负荷2。
- 职责范围的无序扩张:AI提高了效率,但老板并没有让你闲着,而是塞给你更多的工具、更多的任务。认知负荷成倍增加2。
- 三个工具是“甜蜜点”:研究发现,同时使用1-3种AI工具能提高生产力,一旦超过3个,生产力曲线就开始断崖式下跌2。
调侃点评: AI的上下文窗口(Context Window)已经进化到了百万级,但人类大脑的“上下文窗口”还是那点可怜的内存。碳基生物追着硅基跑,最后跑炸的只能是碳基。
被稀释的注意力:AI并没有让你更轻松
ActivTrak对超过11万名员工的行为数据分析揭示了一个残酷的事实:AI并没有重新分配工作量,它只是增加了工作强度5。
数据显示,在全面拥抱AI后,打工人的专注效率降至了三年来的最低水平(60%),平均专注时长下降了9%。与此同时,多任务处理时间增加了12%,周末工作量甚至暴增了40%以上15。
AI确实解决了“怎么写代码”或“怎么做图”的效率问题,但它同时也拉低了沟通的门槛,导致协作量激增了34%。你的时间被切碎成了无数个微小的片段,去应对AI生成的各种结果,去回复那些用AI生成的、DS味儿十足的Brief1。
正如知名博主张咋啦所言,深度使用AI后,很多人进入了“半ADHD(注意缺陷障碍)”的状态1。我们节省下了看得到的时间,却丢掉了看不见的深度思考力。
写在最后:解放还是加速运转的跑步机?
100多年前,凯恩斯曾预言到21世纪人们每周只需工作15小时。但他没料到,技术进步省下的每一分钟,都会被社会塞进新的KPI里。
当消耗Token成了新的数字化劳役,当“AI脑炸”成了高绩效员工的勋章,我们必须重新审视人机协作的边界。AI应该是一根让我们可以翘起地球的杠杆,而不应该是一台加速运转的、永无止境的跑步机。
如果有一天,你感觉大脑嗡嗡作响、思维陷入泥沼,请记住:那不是你不够努力,那是你的大脑在抗议——它的Token余额不足,需要强制下线充电了。
引用
-
第一批用AI的人,已经染上了AI疲惫症 · 硅基研究室 · kiki (2026/4/7) · 检索日期2026/4/7 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
When Using AI Leads to “Brain Fry” · 哈佛商业评论 · (2026/3/31) · 检索日期2026/4/7 ↩︎ ↩︎ ↩︎ ↩︎
-
管太多AI 代理,員工腦袋會冒煙!AI 造成新職災 · 科技新報 · (2026/3/31) · 检索日期2026/4/7 ↩︎
-
AI Brain Fry 當智能工具讓你的大腦燒掉 · 方格子 · (2026/3/31) · 检索日期2026/4/7 ↩︎
-
2026 State of the Workplace——AI Adoption & Workforce Performance Benchmarks · ActivTrak · (2026/1/1) · 检索日期2026/4/7 ↩︎ ↩︎