AI 越强，人们反而越累，「焦虑」成为公司和员工的常态

撰文：许超

来源：华尔街见闻

AI 编程工具承诺解放工程师，现实却是催生了新一轮效率焦虑。

随着 Anthropic 的 Claude Code、OpenAI 的 Codex 等 AI 编程智能体能力持续跃升，科技企业正陷入一场由上而下的「生产力偏执」。高管亲自下场写代码，员工被要求刷新与 AI 交互的频率，而加班时长不减反增。AI 本应是省力工具，却在许多职场变成了新的压力来源。

调查数据揭示出明显的认知落差：咨询公司 Section 的调查显示，超过 40% 的 C 级高管认为 AI 工具每周为他们节省了至少 8 小时，而 67% 的非管理层员工表示 AI 帮助他们节省的时间不足两小时，甚至毫无帮助。加州大学伯克利分校针对一个 200 人组织的持续研究则发现，即便员工已将大量工作转交 AI，实际工作时长仍在延长。

这场焦虑的蔓延有其结构性原因。当首席技术官们在凌晨 5 点对着 AI 敲代码、CEO 们以账单金额衡量团队努力程度，整个行业对「效率」的想象已被重新定义——而这场重新定义的代价，正由普通员工承担。

高管入场写代码，效率焦虑自上而下蔓延

「Vibe coding」这个词，最初带着一份慵懒的期许。前 OpenAI 研究员 Andrej Karpathy 于 2025 年 2 月将这一概念引入公众视野，描述的是工程师只需与 AI 聊天便可完成开发的新型编程模式——「完全沉浸在氛围中」。

然而一年后，氛围早已变调。

Intuit 首席技术官 Alex Balazs 描述了自己近期的日常：妻子早上 8 点下楼，发现他已工作数小时。「她问我起来多久了，我说早上 5 点就起来在写代码了。」准确地说，是他在引导 AI 智能体为他写代码，他表示这让他重新深入接触到多年未曾触碰的底层代码。

这类高管行为正在向下传导压力。OpenAI 总裁 Greg Brockman 近期在 X 上发文称，「每一刻你的智能体没有在运行，都感觉是在浪费机会。」这句话精准触发了科技行业本就盛行的工作狂文化。

AI 初创公司 Arcade.dev 的联合创始人兼 CEO Alex Salazar 则更为直接。他定期查看公司的 Claude Code 账单——账单金额与工程师使用工具的频率直接挂钩——并点名批评那些「花得不够多」的员工：「我会说，『你们还不够拼。』」他表示，在第一次这样的「信仰会议」之后，公司的 AI 编程工具账单飙升了 10 倍，而他将这笔支出视为进步的标志。

员工被量化管理，「AI 疲劳」悄然蔓延

在这种氛围下，对员工的考核方式也在悄然改变。

DocuSketch 是一家专注于财产修复业务的软件公司，其产品副总裁 Andrew Wirick 表示，公司现在追踪工程师每天与 AI 编程工具的「交互次数」，默认该数字越高，团队生产力越强。Claude Code 还会每周为每名工程师生成报告，列出他们与 AI 陷入无效循环的所有模式，并提供改进建议。

Wirick 本人坦言，自己已出现某种「上瘾」感。「感觉每天必须多完成几次交互，睡前还在想怎么再多做几个。」他将这种状态归因于去年 11 月试用 Anthropic 最新模型 Opus 4.5 时的「顿悟体验」——当时他将一个通常需要交给工程师的功能原型任务交给模型，20 分钟后看到模型自主拆解并实现任务，「感觉大脑被重启了」。

这种全员加速的心态正在侵蚀工作与生活的边界。伯克利的研究发现，即便大量任务已被 AI 接手，人们的工作时长并未缩短。部分工程师也开始公开承认自己正在经历「AI 疲劳」——持续担心错过下一个突破，而那个突破似乎永远只差一次提示词。

高管与员工之间，认知鸿沟日益扩大

高管们的热情，在很大程度上来自亲手创造的新鲜感。Salazar 承认，亲自用 AI 搭建原型，比平日里处理授权和决策更有「生产力的即视感」。他最近甚至直接回应一位重要金融客户的服务请求，从零搭建了一个演示应用。

在 Intuit，产品经理和设计师如今也被鼓励用「vibe coding」方式在 QuickBooks 中自行构建功能原型，Balazs 表示，「至少现在，产品经理可以拿着一个具体的东西去和工程师说，『我想要类似这样的东西。』」

然而，Section 咨询公司的调查数据显示，这种认知落差相当显著。

高管对 AI 红利的感受，与基层员工的体验之间存在巨大断层。Salazar 认为，这部分源于员工在适应新工具时承受着更高的转型成本：「他们被隐性地要求找时间探索和实验，但日常工作的预期并没有相应调整，以腾出这个空间。」

岗位安全感的隐忧同样真实存在。Salazar 坦言，他原本计划更换第三方网络服务商，但眼下市场团队已能自行用 AI 工具更新公司网站，这笔外包支出因此被砍掉了。

「任务扩展」与虚假繁荣，效率神话的另一面

伯克利的研究者将这一现象命名为「任务扩展」（task expansion）：当非技术同事开始用 AI 生成代码，工程师不得不花时间清理这些半成品，反而增加了工作量。Intuit 的 Balazs 坦承，这正在重塑原本边界清晰的岗位分工，使越来越多的角色走向「混合化」，也让原有的协作关系趋于复杂。

而更深层的问题在于：这场建设热潮究竟在创造有价值的东西，还是只是在制造更多东西？

分析人士指出，若这股 AI 驱动的生产力偏执得不到约束，可能导致大量「busyware」（虚耗软件）涌现——没人会在意的网站小改动、只有一个用户的定制仪表盘、营销主管半途而废的原型项目，最终全都交由工程师去实现。每一项在当下似乎都有其理由，但大多数终将落入废弃代码的垃圾桶。

Intuit 的 Balazs 称，以代码生产和交付速度衡量，公司工程师的生产率已提升约 30%。但在这个代码日益「一次性化」的未来，真正的效率红利或许藏在另一个问题的答案里：哪些东西根本就不该被构建出来。