你是否察觉到，一种被称为“AI疲惫症”的职业状态正在职场中快速扩散。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
从科技公司雄心勃勃的“Token工厂”战略，到每日刷新的API调用峰值，我们已身处Token经济爆发的中心。如今，衡量一个职场人是否紧跟AI浪潮，似乎直接与Token消耗量及个人Skill的产出挂钩。
近期，两种趋势形成鲜明对比：一边是各类“同事.skill”、“工作流.skill”的病毒式传播，另一边则是旨在保护个人知识资产的“反蒸馏Skill”悄然兴起。这构成了数字时代职场中一幅颇具讽刺意味的图景。
两类人使用着相同的技术栈。这听起来抽象且矛盾，却精准映射出普通职场人在AI普及浪潮下的普遍困境：工具效能指数级增长，任务完成时间被压缩至分钟级，为何我们的疲惫感与职业焦虑不降反升？
1、当Token成为第四薪酬
一个清晰的职场趋势是，AI使用指标正被系统性地纳入绩效评估体系。
在国内头部互联网公司，部分团队的KPI已与Token消耗量直接关联。内部仪表盘实时排名Token用量、AI辅助代码产出率等数据。更高的Token消耗，往往直接对应更优的绩效评级。
某大厂产品负责人证实，内部正全力推动全员Skill开发文化，每周案例分享会营造出“无Skill即落后”的紧迫氛围。
国际科技巨头的步伐更为激进。Meta早期便成立了专项AI小组，并通过游戏化排行榜激励使用；谷歌已强制要求部分非技术序列管理者使用AI Agent辅助决策；摩根大通则建立了员工AI使用画像系统，为每位员工打上“轻度用户”、“重度用户”或“非用户”的标签。
更具象征意义的是，Token配额正演变为一种新型公司福利。过去，大厂福利体现在薪资、餐饮补贴与健身房；如今，顶级福利的标尺是公司提供的月度Token预算额度。
例如，阿里内部计划推行Token津贴制度，腾讯为部分员工提供的年度Token配额最高可达22万。英伟达则为核心工程师配置了相当于基础薪资约50%的Token预算。其CEO黄仁勋的观点更为尖锐，他提出：“Token已成为继工资、奖金、股权之后的第四种核心薪酬。”
当管理层以Token消耗为指挥棒时，对许多员工而言，焦虑源头从传统的绩效评分转移到了Token数字游戏。消耗量被视为效率的代理指标，Skill的复杂度被等同于业务理解深度。一位电商从业者透露，团队内部已形成隐形层级：Token消耗低、未开发专属Skill的成员，甚至会面临同侪压力。
然而，这种以资源消耗为核心的评价体系，真的能精准衡量价值创造吗？其局限性显而易见。
2、人类的认知带宽濒临极限
为何此体系存在缺陷？一个来自内容行业的案例颇具代表性。
在商业内容合作中，甲方通常需提供需求简报。近期，许多媒体从业者发现，越来越多的Brief明显带有AI生成痕迹。部分甲方坦诚使用AI梳理资料，理由是“信息过载，AI能快速提炼要点”。
与此同时，甲方也开始使用AI检测工具审核稿件原创度。AI含量过高的稿件，有时会在行业社群引发关于内容质量与价值的讨论。
由此形成一个循环：AI生成需求，AI生产内容。但这是否真正提升了信息价值与决策质量？当人人都在“训练模型”、遍地都是同质化Skill时，整体生产力真的能实现倍增吗？
针对不同行业AI深度用户的访谈，反馈值得深思。
一位后端工程师表示，其90%的日常代码由AI生成，项目交付周期从12个月压缩至4个月。但工作任务量同步激增，项目压力持续攀升，其所在小组今年已有两名成员因 burnout 主动离职。
一位频繁使用Vibe Coding的算法专家提到，每日需要处理的Clade Code Session数量已超出回复能力，多任务并行成为常态。他感到认知资源被严重碎片化，有时甚至难以追溯任务初始目标。
一位电商运营人员则反映，管理层要求所有文案、视频脚本、视觉素材都需标注AI参与度，仿佛缺乏AI辅助便意味着工作方法落后。
AI领域资深研究者张飒啦近期指出，深度使用AI工具后，她自身已出现类似“注意力涣散”的状态。核心矛盾不再是AI模型的上下文窗口大小，而在于“人类自身的认知处理带宽即将耗尽”。
AI迭代速度远超人类适应周期，我们正被动追赶硅基智能的进化节奏。这种普遍的认知过载与心理疲劳，被学界称为“AI脑灼”（AI brain fry）。
《哈佛商业评论》一项针对美国企业1488名全职员工的调研显示，相当比例的员工报告了思维迟滞、头痛与决策能力下降等生理心理症状。
“AI脑灼”成因何在？该研究揭示了三个关键维度：
第一，最耗神的环节在于“监督与校正AI输出”。高度的人工智能监督工作直接导致额外的精神疲劳累积。
第二，AI实质上拓展了工作范围。除了监管AI，员工需在相同时间内驾驭更多工具并产出更多内容，认知负荷呈指数级增加。
第三，AI工具数量与生产力非正相关。研究发现，员工从使用1种AI工具增至3种时，生产力显著提升；但当工具数量超过3种，生产力评分反而下降。
这些疲劳症状的根源，或许在于我们低估了人类最稀缺的认知资源——专注力。
3、AI如何加剧注意力稀释
如果询问AI创业者或重度用户，AI带来的最大改变是什么，多数回答会聚焦于效率提升：AI接管重复性任务，工作日变得更为可控。
但现实体验更为复杂。更多人正经历前述的AI疲惫与脑灼：引入AI后，总工作量并未减少，工作性质却发生了转变。
劳动力分析平台ActivTrak近期一项大规模调研揭示了关键洞察。通过分析2024年至2025年间，超1100家公司、16万名员工、总计4.43亿小时的工作行为数据，报告指出：
AI并未重新分配工作量，而是增加了整体工作负荷。协作网络的扩张速度已超越人类注意力承载阈值。生产力的提升，越来越依赖于碎片化的浅层投入，而非持续的深度工作。
调研中的一组数据具有冲击力：名义工作时间缩短，但实际工作开始时间提前，协作频次暴增，注意力被极度稀释。
• 员工日均专注效率降至60%，为近三年最低点（2024年为63%）。
• 平均单次专注时长下降9%——从每日14分23秒缩短至13分7秒。
• 每日协作交互量激增34%，达到5200万次。
• 多任务处理时间增加12%，日均达1小时33分钟。
• 周末工作量增长超过40%。
这指向了AI应用背后一个隐秘危机：AI正在系统性加剧全行业的注意力危机。它优化了局部效率，却可能诱发更深层的系统性职业倦怠。
该报告同时显示，面临高倦怠风险的员工比例上升了23%，从19%跃升至23%。
倦怠成因清晰：AI节省出的认知资源未被有效管理——要么被持续注入更多低价值任务，导致工作强度攀升；要么因个人缺乏注意力管理策略而白白耗散。
这构成了一个现代职场悖论：AI已经创造了可见的时间盈余，但如何配置这些盈余时间？这本身，竟成了一个需要额外认知资源去解决的新问题。
4、写在最后
或许令人意外，早在一个世纪前，经济学家凯恩斯便预见了这一困境。
他曾预言，至21世纪初，资本积累、生产率提升与技术革新将引领人类进入“经济丰裕时代”，每周工时将缩短至15小时以内。但他同时提出了一个深刻命题：人们将如何运用这些突然释放的闲暇？
百年已过，即便技术已如此先进，我们仍未找到完美答案。带来生产力飞跃的AI，同样带来了新的意义危机与价值焦虑。使用AI的职场人见证了效率提升，却也普遍感到更忙碌、压力更大，更难实现工作与生活的清晰切割。
当Token消耗与Skill产出成为新KPI，员工拼命刷量以证明自身价值，却在无形中优化了流程，使自身角色更具可替代性。更关键的是，凯恩斯预言的闲暇并未如期而至。一个略显残酷的现实是：你通过AI节省的数小时，很快会被更复杂的问题与更庞大的项目所填充。
至少在可预见的阶段，AI疲惫感难以消退，因为AI技术本身仍在加速演进——就在本文撰写期间，硅谷新一轮以AI效率提升为名的人员优化已经开始。
AI带来的究竟是人的解放，还是一台不断加速的职场跑步机？这正演变为未来十年定义工作形态的核心议题。
参考资料：
1、哈佛商业评论：When Using AI Leads to “Brain Fry”
2、ActivTrak：2026 State of the Workplace —— AI Adoption & Workforce Performance Benchmarks
