AI时代下的疲惫：如何平衡高效与身心健康

“AI提高了我的生产力，但我却更累了……”

一篇名为《AI时代的疲惫：不可忽视的心理负担》的文章在科技社区引起了广泛关注，触动了众多开发者的心弦：

深有同感，我也是！

作者Siddhant Khare是一名资深开发者，也是OpenFGA项目的核心成员，参与开发了agentic-authz、Distill等多个项目。

然而，尽管他在AI应用方面颇有建树，却也不免感到力不从心。

就拿最近的AI进展来说：OpenClaw、Moltbook、GPT-5.3、Claude Opus 4.6……每一个名字都让人倍感压力。

但他不得不继续学习，否则就会被贴上“落伍”的标签。

再比如说写代码，虽然AI看似节省了大量时间，但实际上却要求他逐行审核，编程之外的工作陡然增加。

当他将这些经历分享到开发者论坛时，出乎意料的是，许多人都有同样的感受：

我并不觉得自己效率变高了，反而觉得自己像个保姆，只能勉强维持孩子们的安全。

AI让我更容易分心，工作结束后我就会感到内疚。

身心俱疲的真相

为何会出现这种情况呢？Siddhant Khare分析，其实是多方面因素造成的。

效率提升带来的工作量负担

首先，AI确实提高了效率，可能一个小时就能完成过去一天的工作量。

但这并不意味着可以摸鱼，事实上，上级也会注意到这种高效，于是会增加工作量。毕竟能者多劳嘛。

所以接下来开发者需要在一天时间里同时处理多个AI任务。

而且每个任务都相当碎片化，需要反复切换上下文和消耗更多精力。

这里就存在一个悖论：AI降低了生产成本，但与此同时，却增加了额外协调、审核和决策的成本，而这些成本最终还是由人来承担。

从创造者到审查者的身份转变

过去，开发者可以独立写代码、测试、发布系统，享受从零到一的创造过程。

而现在却变成了：提示→等待输出→评估→修正→重新提示。

程序员的角色变成了质检员，从生成性工作变成了评估性工作。

但审查AI生成的代码显然更累，因为每一行都可能存在Bug。不像审查人类同事的工作那样，可以只关注某一部分代码。

AI输出的非确定性引发焦虑

工程师习惯的是确定性输入输出，但AI是概率性的。

相同的提示词，今天能输出不错的代码，明天可能就是一堆垃圾。这种不可预测性导致用户必须时刻保持警惕。

不断更迭的AI工具

AI更新迭代太快，每周都有新的模型、协议出现。例如Claude Code这几个月就发布了多个新工具；OpenAI也发布了多个产品；Kimi K2.5可同时协调上百个Agent并行；OpenClaw推出了模块化市场……