你是否也察觉到，一种被称为“AI疲惫症”的职场状态正在悄然扩散？
从科技巨头雄心勃勃的“Token工厂”战略，到每日刷新的AI调用数据，我们无疑正身处Token大爆炸的时代。如今，职场中似乎形成了一种新常态：没有消耗海量Token、没有开发专属Skill，仿佛就落后于AI浪潮。
近期，两种现象同时引发关注：一边是各类“同事.skill”、“工作流.skill”迅速走红，另一边则是“反蒸馏Skill”开始流行，旨在保护个人经验不被轻易复制。这看似矛盾的场景，恰恰折射出AI普及下的职场现实。
使用相同工具的两类人，映射出普通职场人在AI时代的集体焦虑与身心疲惫：AI能力日益强大，原本耗时一天的任务几分钟即可完成，为何我们反而感到更累、更焦虑？这已成为许多职场人士的共同困惑。
1、当Token成为第四薪酬
一个显著趋势是，越来越多的企业开始将AI使用数据纳入实际绩效考核体系。
在国内多家互联网公司，员工绩效已与Token消耗量直接关联。部分部门内部甚至建立了AI使用排行榜，考核指标细致到Token用量、AI辅助编码率、AI生成代码行数等。数据显示，Token消耗越高，往往对应更高的绩效评价。
有大型互联网公司的产品经理透露，公司内部积极鼓励全员开发Skill，每周都有案例分享会，氛围近乎“不开发就意味着落后”。
国际企业的步伐可能更为激进。Meta早期便组建了人工智能推广小组，并通过排行榜机制将AI使用游戏化；谷歌也开始要求部分非技术岗位的管理者强制使用AI助手Agent。摩根大通则在内部建立了AI工具使用追踪仪表盘，系统会自动为员工标注使用程度：轻度用户、重度用户或非用户。
更值得关注的是，科技公司正将Token配额包装为一种“新型福利”。过去，衡量大厂福利主要看薪酬、餐饮补贴和健身设施；如今，公司提供的Token额度也成为竞争力的体现。
例如，阿里巴巴计划向员工提供专属Token额度，腾讯每年为员工提供的Token配额最高可达22万。英伟达则准备为技术工程师提供相当于基础工资约50%的Token预算。英伟达CEO黄仁勋的观点更为直接，他提出：“Token已成为继工资、奖金、股权之后的第四薪酬。”
当管理者通过激励政策推动AI使用时，对部分员工而言，只不过是从焦虑传统绩效，转向了焦虑Token消耗量——一场新的数字竞赛悄然开始。谁消耗的Token更多，似乎就代表了更高的工作效率；谁能开发出更实用的Skill，仿佛就证明了对业务有更深的理解。一位电商行业从业者坦言，公司内部已形成一种隐形鄙视链：如果员工没有“养虾”（指训练AI模型）、Token消耗量不足，甚至会遭到同事的轻视。
然而，这种以消耗量为导向的AI考核体系，真的完美无缺吗？答案显然是否定的。
2、人类的上下文窗口快不够用了
为什么这种考核体系存在问题？不妨先看一个发生在内容行业的典型案例。
在商业稿件合作中，甲方通常需要提供需求简报。近期，不少媒体从业者的共同感受是：越来越多的Brief明显由AI生成。有的甲方虽未明说（尽管“AI痕迹”明显），有的则非常直接，理由是“资料太多，我用AI梳理了核心思路，供参考”。
反过来，一些甲方也会使用AI检测工具来审查稿件的AI生成比例。稿件若“AI味”过重，有时还会在行业社群中引发讨论。
于是，一个略显魔幻的闭环形成了：用AI撰写Brief，再用AI生成初稿。但这真的提升了内容质量吗？人人“养龙虾”、遍地是Skill，真能带来生产力的本质提升吗？
这些问题抛给不同行业的AI深度使用者，得到的反馈颇为耐人寻味。
一位程序员表示，她日常90%的代码依赖AI生成，项目交付周期从一年大幅缩短至四个月。但工作任务却越来越多，项目压力只增不减，今年她所在小组已有两名成员因压力主动离职。
一位重度使用Vibe Coding的算法工程师提到，现在每天打开Clade Code Session都回复不完消息，同时处理多个AI任务成为常态。他感到注意力被严重分散，有时甚至忘记任务的初始目标。
还有一位非技术岗位的电商运营提到，老板要求所有文案、视频脚本、产品图都必须有AI参与生成，仿佛没有AI辅助就不能开展工作。
AI领域知名博主张飒啦近期一篇博文点出了关键问题：深度使用AI后，她感觉自己已处于“半ADHD”（注意力缺陷多动障碍）状态。问题不再是AI的上下文窗口不够大，而是“人类的上下文窗口快不够用了”。
AI进化速度远超人类适应能力，碳基生物仿佛在追赶硅基生命的步伐。这种普遍的AI焦虑与精神疲惫，被研究者称为“AI脑炸”。
《哈佛商业评论》的一项研究调查了来自美国各大企业的1488名全职员工，发现相当数量的员工报告出现了思维迟钝、头痛和决策速度变慢等“AI疲劳”症状。
为何会出现“AI脑炸”？这项研究提出了三点具有启示性的观察：
第一，使用AI时最耗费脑力的环节是“监督与修正AI输出”。高度的人工智能监督预示着参与者会产生额外的精神疲劳。
第二，AI实际上增加了整体工作量。除了监管AI，AI的介入扩大了员工的职责范围，要求他们在相同时间内关注更多工具和产出，认知负荷显著增加。
第三，使用更多AI工具并不等于更高生产力。研究发现，当员工从使用一种AI工具增加到三种时，生产力会显著提高；但当使用超过三种后，生产力评分反而下降。
这些疲劳产生的根源，或许在于我们忽视了人类最宝贵的稀缺资源——专注力与深度思考能力。
3、AI正在加剧注意力危机
如果询问AI创业者或深度用户，AI给工作带来了什么改变，多数人会给出乐观答案：AI接管了重复性劳动，工作日变得更高效，生产力提升显而易见。
但现实往往更为复杂。更多人正在经历的，可能是前述的AI疲惫与脑力透支：拥抱AI后，实际工作量并未如预期般减少。
美国劳动力分析与生产力管理服务商ActivTrak近期一项调查揭示了有意思的发现。通过分析2024年1月至2025年12月期间，1111家公司、超过16万名员工、总量超4.43亿小时的工作行为数据，他们得出结论：
AI并未重新分配工作量，而是增加了整体工作负荷。协作的扩张速度超过了人类注意力所能承受的阈值。生产力的提升固然存在，但这种提升越来越依赖于碎片化的浅层投入，而非持续的深度专注。
调研中的一组数据颇具冲击力：工作日看似缩短了，但工作开始时间提前了，协作时间暴增，注意力被极度稀释。
• 员工专注效率降至60%，为近三年最低水平（2024年为63%）。
• 平均专注时长下降9%——从每天14分23秒降至13分7秒。
• 每日协作量激增34%，达到5200万次。
• 多任务处理时间增加12%，日均1小时33分钟。
• 周末工作量增长超过40%。
这指向了AI进步背后一个隐秘的危机：AI正在加剧全社会的注意力危机。它解决了表面效率问题，却可能引发了更深层的职业倦怠与精力耗竭。
该报告还指出，面临工作倦怠风险的员工比例上升了23%，从19%大幅跃升至23%。
倦怠的原因不难理解：AI节省出的精力与时间未被有效管理——要么被持续分配了更多低价值工作，导致工作强度不降反升；要么是个人缺乏规划与驾驭注意力的能力。
这构成了当下的一个关键悖论：AI已经节省了可观的时间，但如何高效利用这些被节省的时间？这本身，竟成了一个崭新的挑战。
4、写在最后
你或许没想到，早在100多年前，经济学家凯恩斯就曾预言过类似问题。
他曾预测，到21世纪初，资本积累、生产力提高与技术进步应将人类带入“经济丰裕时代”，人们每周工作时长不会超过15小时。但他同时也抛出了一个深邃的疑问：人们将如何利用这些大量的闲暇时间？
一百多年过去了，即便技术已如此发达，我们似乎仍未找到完美答案。带来巨大生产力跃迁的AI，同样带来了新的意义危机与价值困惑。使用AI的职场人看到了效率提升，却也普遍感到更忙碌、压力更大，或更难从工作中彻底抽离。
当消耗Token、创造Skill成为新KPI，员工们拼命刷量以证明自己紧跟时代，却在无形中加速了工作流程，让自己变得更可被替代。更关键的是，凯恩斯所畅想的充裕闲暇时间短期内并不会到来。一个略显残酷的现实是：你通过AI节省下来的时间，很快会被更多待解决问题、更庞杂的项目所填满。
至少在当前阶段，AI疲惫感不太可能减弱或消失，因为AI技术本身仍在更快速地演进——就在撰写本文时，硅谷又一轮以AI效率提升为名的大规模裁员开始了。
AI带来的究竟是解放，还是一台不断加速的职场跑步机？这正逐渐成为未来十年最具决定性的劳动议题与职场挑战。
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
