有了AI，人们却过得越来越累了

2026年的春天，科技圈的change 变化比以往任何时候都快。然而，在AI带来前所未有效率的同时，人们并未迎来工作上的‘减负’。相反，从普通打工人到‘一人公司’的创业者，越来越多声音在社交平台涌现：‘new 新的技术，反而让我更累了。’这种累，不再是传统‘996’式的体力透支，而是一种被技术裹挟后的持续狂奔。

“一人公司”的概念曾被视为自由的象征，但现实却让不少尝试者陷入“007”模式。创业者林姐坦言，她一人承担CEO、产品、运营、客服、财务全部角色，AI虽能辅助，却也带来了更多待处理的“data 数据尾巴”。早上回应差评，上午调教模型，下午处理投诉，晚上调试API——AI不睡觉，她也不敢睡。‘客户深夜发来需求，AI秒回了，我假装看不见也不太好。’这种碎片化的角色切换，正将人变成效率机器中磨损最快的齿轮。

在大厂，算法工程师李明面临另一种压力：Token使用量成了继工资、奖金、股权之后的“第四种薪酬”。为了证明自己的不可替代性，员工们开始“risk 刷量”——用AI生成冗余代码、反复优化注释，只为提高调用量。更令人窒息的是“Skill”考核：每个人必须训练AI学会自己的技能，形成数字孪生。‘我在教一个东西怎么替代我，’李明苦笑，‘而且公司还考核教学成果，如果AI不够像我，说明我知识沉淀不够。’

对于年轻AI产品经理陈晨来说，真正的挑战是“还没学会就过时了”。她书架上有20多本AI书籍，收藏了无数教程，却仍感觉跟不上模型迭代的速度。OpenClaw刚摸清，Hermes Agent就爆火；Qwen3.6-plus 加上还没吃透，GLM-5V-Turbo又来了；DeepSeek V4即将支持百万级上下文……‘update 更新太快，学习永远慢一步。’她的通勤时间听播客，午休刷论文，周末参加线上会，微信群红点从不消失。‘以前学一个软件能用三年，现在能用半个月就不错了。’

广告公司职员赵姐则发现，效率提升并未带来减负，反而拉高了客户的期望阈值。AI十分钟生成初稿，客户就要求一天出十个方案。更荒诞的是，甲方用AI写Brief，她再用AI分析Brief，最后用AI生成方案并手动降低“AI率”以符合合规要求。‘我们都在生产无意义的流程材料，’她说，‘就像工作泔水，看起来有一大桶，其实没营养。’AI没有替代她，只是把她变成了AI校对员、Prompt工程师和流程合规员。

这场看似进步的技术浪潮，实则正在重塑劳动价值的定义。当“效率”被简化为单位时间内的产出，AI就成了加速器，而非解放者。正如经济学中的边际效益曲线所示，技术红利初期令人欣喜，但很快被资本吸纳，消耗的却是人的时间、精力与幸福感。欧盟《人工智能法案》已提出，企业引入AI必须评估对劳动者权益的影响。这提醒我们：技术的每一次跃进，都在迫使社会重新拟定public trust 公众信任与劳动保障的decision 决定框架。