文 | 硅基研究室，作者 | kiki

不知道你有没有发现，很多人得了 AI 疲惫症。

从科技巨头们宏伟的 Token 工厂计划到隔几天刷新的日均 Token 调用量，我们进入了一个 Token 大爆炸时代，不烧掉十几万 Token 的、有个自己的 Skill，都不能被称为懂 AI 的人。

这几天，无论是同事 .skill、前任 .skill 各种 Skill 爆红，还是另一类反蒸馏 Skill 的兴起，避免自己的知识和经验被同事或老板封装成 Skill。

两类人，用的是同一套工具，听起来挺抽象、挺荒诞，是吧？

但却真实体现了普通打工人在 AI 面前的焦虑和疲惫：AI 越来越发达、Token 消耗越来越多，一天的工作 AI 几分钟就能做完，为什么我们却更累了、更焦虑了？

1、当 Token 成为第四薪酬

我知道现在很多的公司都已经开始将 AI 使用情况纳入到实际工作考核里了。

在中国不少互联网大厂里，考核绩效会和 Token 直接挂钩，有些部门内部还搭建了 AI 排行榜——包括 Token 使用、AI 出码率、AI 代码行数等指标，谁消耗的 Token 多，谁的绩效越高。

有大厂产品经理也告诉我，内部确实有鼓励全员开发 skill，每周都有同事展示案例：" 不开发就是落后 "。

比中国大厂们更激进的可能是国外的同行们。Meta 组建了人工智能小组，最早用排行榜将 AI 使用情况游戏化谷歌也开始强制要求一些非技术的管理人员使用 AI 助手 Agent。

在摩根大通内部，则是建立了追踪 AI 工具的使用情的仪表盘，AI 会给员工打标：你是轻度用户、重度用户还是非用户？

科技公司们开始将 Token 配额包装成「隐形福利」。

以前大厂福利看薪酬、看免费三餐、看间设防，现在看能给多少 Token。

阿里计划向员工提供 Token 额度，腾讯每年为员工提供最高达 22 万的 Token 配额，英伟达也准备为技术工程师提供相当于其基础工资约一半的 Token 预算，黄仁勋甚至说：

"Token 是工资、奖金、股权之外的第四薪酬。"

当老板们用「胡萝卜加大棒」，激励普通打工人，但对部分人来说，从焦虑绩效打分到焦虑 Token 消耗，一场新的数字刷量游戏开始了。

谁消耗得 Token 多，似乎就代表谁的工作效率高；谁能写出更牛的 skill，就代表对业务理解的更透彻。一位电商行业从业者告诉我，现在公司形成了隐形的鄙视链：如果没人养虾、Token 消耗量不够，就会被鄙视。

那么问题来了，这种评价体系真的是完美无瑕吗？

答案显然是否定的。

2、人类的上下文窗口快不够用了

为什么答案是否定的？

先讲一个发生在媒体行业的魔幻故事。

在一些合作稿件中，甲方通常会提供 Brief，最近同行们的体感是越来越多的 Brief 是用 AI 写的。有的甲方当然不会说是 AI 写的（虽然 DS 味很浓），有的也会很直接，给的理由是：" 资料太多，我用 AI 生成了一个思路，供你们参考 "。

反过来一些甲方也会用检测 AI 文的工具来看稿件 AI 含量，有的稿件由于 AI 味儿太重，还会在社交媒体上引发讨论。

给 AI Brief，写 AI 文，一个魔幻的闭环形成了，可这真的有意义吗？人人养龙虾、遍地是 Skill，真的能带来生产力的倍增吗？

我也把这些问题丢给了身边一圈不同行业，日常使用 AI 的人。

一位程序员告诉我，日常工作中她有九成代码都是用 AI 写的，一个项目的交付期从一年缩短到 4 个月，但是活越来越多，项目压力越来越大，今年她所在的小组已经主动离职了两名员工。

一位算法工程师，也是 Vibe Coding 的重度用户，他告诉我，现在每天他来不及回复自己的 Clade Code Session，一天同时跑多个任务，他感到注意力严重被分散，有时甚至忘记了自己为什么要开始。

还有一位非技术从业者，在电商行业做运营，老板要求全部上 AI、搞小龙虾，好像现在文案、脚本、产品图没有 AI 参与就不行。

AI 知名博主张咋啦最近的一篇博文让我很有感慨，她说自己深度使用 AI 之后，现在已经是「半 ADHD」的状态，AI 的上下文窗口（Context Window）已经不是瓶颈了，但人类的上下文窗口快不够用了。

AI 进化得太快，现在碳基生物已经在追着硅基跑了。

这些 AI 焦虑和疲惫，被研究者们称为AI 脑炸（AI brain fry）。

《哈佛商业评论》研究调查了来自各行各业大型公司的 1488 名美国全职员工，这些研究发现，数量可观的员工称出现思维迟钝、头痛和决策速度变慢等症状。

为什么会出现 AI 脑炸？这项研究说了三点很有意思的观察：

第一，使用 AI 时最耗费脑力的是监督 AI。该研究指出，高度的人工智能监督也预示着参与者会产生额外精神疲劳。

第二，AI 增加了工作量。除了监管 AI，AI 参与后扩大了员工的职责范围，要求他们在相同时间内不仅要关注更多的工具，还有更多的结果，认知负荷大大增加了。

第三，不是使用越来越多的 AI 工具，生产力就越高。该研究发现，当员工从同时使用一种 AI 工具到三种时，生产力会显著提高，但当使用三种工具之后，生产力评分就下降了。

而这些疲劳产生的根本原因，是因为我们忽视了人类最宝贵的资源——注意力的稀缺性。

3、AI 正在加剧注意力危机

如果询问那些 AI 创业者和 AI 使用用户，AI 对你工作的改变，他们中的大多数人会给你一个乐观的答案：

AI 接管了我的更多工作，我的工作日变得更加轻松，效率提升也开始显现。

但现实是怎样的？大多数人可能正在经历的是我们前文提到的 AI 疲惫和 AI 脑炸：拥抱 AI，你的工作并没有像想象中那样减少。

ActivTrak 是美国一家专注于劳动力分析和生产力管理的 SaaS 服务商，他们最近做了一项有意思的调查。

通过收集 2023 年 1 月 1 日至 2025 年 12 月 31 日期间，1111 家公司、163638 名员工和超过 4.43 亿小时收集的行为数据，他们发现：

AI 并没有重新分配工作量，而是增加了工作负荷，协作的扩张速度超过了人们注意力所能承受的范围，生产力的提升固然存在，但这种提升越来越多地依赖于碎片化而非深度投入。

调研中的一组数据也很震撼：工作日是缩短了，但是工作时间提前了、协作时间增加了、注意力被稀释了。

• 专注效率降至 60%，为三年来的最低水平（2023 年为 63%）

• 平均专注时长下降了 9% ——从每天 14 分 23 秒降至 13 分 7 秒。

• 协作量激增 34%，达到每日 5200 万。

• 多任务处理时间增加了 12%，达到每日 1 小时 33 分钟。

• 周末工作量增加了 40% 以上

这指向 AI 进步背后的一个隐秘危机：AI 正在加剧一场注意力危机，AI 解决了效率问题，但是却引发了更深层的倦怠。

这项报告里还指出一个现象：面临工作倦怠风险的员工比例上升了 23%，从 19% 大幅跃升至 23%。

产生倦怠的原因也并不难理解，因为释放出来的精力没有被有效管理——要么是老板持续分配没有更高价值的工作，带来了更高强度的工作压力，要么是自己缺乏精心规划注意力的能力。

这是我们很多人当下面临的一个关键问题：AI 已经节省下了看得见的时间，但如何利用节省下来的时间呢？

这成了一个新问题，不是吗？

4、写在最后

你肯定没有想到，100 多年前，凯恩斯就预言了这个问题。

这位经济学家预测，到 21 世纪初，资本的积累、生产力的提高和技术的进步应该能将我们带领至一片「经济乐土」，人们每周的工作时长不会超过 15 个小时，但他也问道：

人们将如何打发这些闲暇时间？

100 多年后，即便技术再发达，我们也没能给出一个答案。

带来巨大生产力提升的 AI，也带来了新的意义和价值危机，使用 AI 技术的打工人们看到了 AI 工具的效率提升，但也感觉到更忙碌、压力更大，或更难以完全脱离工作。

当消耗 Token、创造 Skill，成了新的 KPI，打工人们拼命刷量，想要证明自己没有被 AI 时代淘汰，但却在无形中加速了让 AI 取代自己。

更关键的是，凯恩斯所说的闲暇时间在短期之内也不会到来，一个残酷的事实是：你通过 AI 节省下来的几个小时空闲时间，会被更多需要解决的问题、更多需要跟进的项目所容纳。

至少当下，AI 疲惫不会减弱或消失，因为 AI 仍在上演更激进的变化——在写这篇文章时，硅谷新一轮的大裁员开始了。

AI 带来的是解放还是一台加速运转的跑步机？这逐渐成为这十年中具有决定性意义的劳动问题。

参考资料：

1、哈佛商业评论：When Using AI Leads to "Brain Fry"

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