10月28日，热搜 #AI提效或更耗算力# 把很多人的心理防线捅穿了：提效和费算力这两件事不矛盾，还是同一笔账的两栏。再回头看看自己：AI替我写方案、整表格、生成周报，为什么我反而更累了？微博
这种"累"不是你的问题，它已经被研究者命名了。 今年3月，波士顿咨询（BCG）的研究者在《哈佛商业评论》上给这种状态起名"AI brain fry"，大白话就是用AI用到脑子冒烟。这项研究调查了1488名全职员工，约14%的AI用户出现了脑力透支：脑子发雾、难以集中、决策变慢，而且这批人小错多了11%、大错多了39%。知乎
更反直觉的是METR的对照实验：16位开发者在自己维护多年的开源项目里干活，允许用AI的任务平均多花了19%的时间，做完之后他们还以为自己快了20%。体感和真实反着来——这就是"越用越累、还说不清为啥"的机制。知乎
时间到底花哪了？Upwork的调研里，96%的高管期待AI提升生产力，但用AI的员工里有77%说这些工具反而加了工作量。知乎
更扎心的是BetterUp和斯坦福的数据：40%的白领上个月收到过看着挺像样、其实没干货的AI产出（行话叫workslop），每处理一次平均耗掉1小时56分钟。你自己不用AI，同事糊出来的活也会变成你的活。知乎
本质是三笔账。
一是监督账。微软研究院和卡内基梅隆调查319名每周使用生成式AI的知识工作者后发现，AI把人从"干活"变成了"盯活"，核对、整合、把关的需求不减反增。自己写，思路是连着的；审AI写的，你得先猜它为啥这么写，再判断对不对，再琢磨怎么改——像带一个手速飞快、但每天早上都会失忆的实习生。知乎知乎
二是需求账。这是老牌杰文斯悖论的AI版：单位成本降下去，总消耗反而涨上来。以前给周报配张图、合并三个表格这种事不值得做，现在AI把"要不要做"变成了"顺手做一下"，成本低到不用决策，于是全都做了——需求不是被满足的，是被发明出来的，而发明出来的需求没人记账。微博
三是预期账。有同行补了个亲测的坑：AI省下的时间别立刻填新活，否则预期水位会永久涨上去。你快一分，任务就多一分；当所有人都提效，就等于没人提效，新的工作量标准会悄悄写进KPI。知乎知乎
那怎么才算真省到？四条能落地的判据。一，只把"对错一眼能判断"的活交给AI。重复性杂活才是AI的真优势区，BCG实测发现，用AI替掉重复性任务反而能降低倦怠分数。知乎
二，聊歪了果断重开对话，别十轮往回找补。被ICLR 2026收录的研究分析了20多万次模拟对话，所有被测头部模型在多轮对话里的表现都比单轮差，六类任务平均下降39%。知乎
三，验证产出真的进了下一道工序。原帖的判据很硬：生成了没人看，查了没人用，写了没人读——这部分不产生任何产出，却全额计入电费。微博
四，把省下的时间揣进自己兜里。别让它被新任务无缝接管，这比多学一个工具重要得多。
AI提效的尽头，不是更快的调用，而是更值钱的判断力：知道哪一次不该调用，比知道怎么调用更难，也更值钱。微博
