我一直注意到科技公司里发生了一些相当疯狂的事情。AI 编程工具本应解放工程师们的繁重工作，但我们反而看到了一种奇怪的新焦虑流行病，人们比以往任何时候都更感到疲惫。这就像“AI 节省时间”的承诺变成了每个人的工作狂噩梦。

让我开始思考的事情是：高管们突然变得极度关注以最字面意义的方式衡量生产力。我们看到 CTO 们凌晨5点还在编码，因为他们想“重新连接”底层代码；CEO 们精确到分钟追踪 AI 工具的使用账单；创业公司创始人甚至直言不讳地告诉员工，如果他们的 Claude Code 互动没有达到某个任意设定的配额，就“工作不够努力”。一家 AI 公司的 CEO 公开承认，他像审计财务一样审查团队的 AI 账单——他们在 AI 工具上的花费越多，表现就越“好”。这……真是太多了。

但事情变得更有趣的是：高管们认为的情况和实际发生在一线的情况之间存在巨大差距。调查显示，超过40%的高管相信 AI 每周能帮他们节省8小时以上的时间，而67%的普通员工则表示 AI 帮他们节省的时间少于2小时，甚至没有节省。UC Berkeley 的研究人员对一个200人组织的研究发现了更具启示性的一点：即使 AI 处理了大量工作，实际的工作时间仍在增加。人们没有变得更轻松——反而变得更焦虑，担心每一刻都要优化。

这背后的驱动力是什么？我认为这归结于“效率”本身的重新定义。当你可以通过互动次数和代码生成速度来衡量生产力时，AI 不运行的每一刻都感觉像是在浪费时间。这不是效率——那只是一种变味的工作狂文化，早已在侵蚀科技行业。有些工程师现在公开谈论“AI 疲劳”——这种持续的担忧，下一次突破只差一个提示，如果你不拼命努力，就会落后。

还有一个没人真正谈论的“任务扩展”问题。当非技术人员开始用 AI 生成代码时，工程师们不得不花费数小时去整理那些半成品的实现。这实际上让他们的工作负担变得更重，而不是变轻。此外，还出现了一种奇怪的混合角色状态，谁做什么的界限变得模糊，结果是写的代码比以往任何时候都多——但这些代码中有多少是真正有价值的？Intuit 报告称代码产出效率提升了30%，但如果大部分代码最终都变成一次性或被放弃的，那真正的收益又在哪里？

更深层的问题在于，这种对效率的迷恋正在创造一种被一些研究人员称为“繁忙软件”的现象——一些没人要求的小改动、为某个人定制的仪表盘、半途而废的原型项目。每一个都在当下看似合理，但大多数最终都变成了废弃的代码。就像我们建立了一个系统，让人们觉得必须要去构建东西，只为了证明自己有生产力，不管那些东西是否真正有意义。

我认为我们缺少的是真正关于“哪些东西永远不应该被构建”的对话。真正的效率不在于你能多快生成代码，而在于你选择值得去做的事情。那种工作狂的循环只是在加速错误的事情。