AI 沒有讓我們更輕松——HBR 研究讀后感

概述

Aruna Ranganathan 和 Xingqi Maggie Ye 在《哈佛商業(yè)評論》發(fā)表過一篇針對一家科技公司、為期八個月的跟蹤研究[1]。結(jié)論很反直覺：AI 并沒有減少工作量，而是把工作「高度濃縮」了。我們常以為「AI 能幫我們干活，這樣就能早點下班」，現(xiàn)實是產(chǎn)出變密、節(jié)奏變緊，人更容易變成高速旋轉(zhuǎn)的陀螺。

主要內(nèi)容
1. 高效率表象下的「多線程」與認知損耗

以前寫一段代碼、做一個方案，注意力相對集中在一個點上。

有了 AI 之后，很多人開始并行處理：這邊讓 Copilot 跑邏輯，那邊回郵件，同時開多個對話框讓 AI 生成不同方案。

表面上是「超級英雄」，實際是任務(wù)切換頻繁，認知損耗往往比單純干活更大。

2. 「垃圾時間」消失，緩沖帶也沒了

過去等編譯、等上傳、兩場會議之間的十幾分鐘，通常會發(fā)呆、接杯水或和同事聊兩句。

這些被稱為「非生產(chǎn)性時間」的碎片，其實是心理緩沖。

現(xiàn)在 AI 幾秒就能給反饋，我們?nèi)菀子X得「別浪費，再下一條指令」——午休、下班前幾分鐘都被填滿，工作像空氣一樣填滿所有縫隙。

3. 職責(zé)擴張（Scope Creep）

AI 帶來「我什么都能做一點」的錯覺：原本是程序員的活，產(chǎn)品也想插一手；以前因太費時而擱置的事，現(xiàn)在覺得「AI 能做就順便做了」。

結(jié)果是自愿背上更重的擔(dān)子，承擔(dān)超出本職的任務(wù)，職責(zé)蔓延讓產(chǎn)出看起來驚人，底色卻是持續(xù)疲憊。

反思：如何建立「AI 邊界感」

讀完后有一個直觀比喻：我們像是在踩「AI 跑步機」——跑得越快，跑步機轉(zhuǎn)得越快。

若不想過載跌倒，需要主動劃清邊界：

警惕「順便」心態(tài)：AI 能做，不代表必須現(xiàn)在就做。

強制留白：把發(fā)呆、接水、閑聊的時間還給自己，別讓 AI 指令占滿所有間隙。

質(zhì)量大于數(shù)量：不要只當(dāng) AI 輸出的質(zhì)檢員，深度思考才是難以被替代的護城河。

AI 應(yīng)該是杠桿，而不是套在脖子上的勒繩。

來源：Aruna Ranganathan、Xingqi Maggie Ye，《哈佛商業(yè)評論》相關(guān)研究（科技公司八個月跟蹤調(diào)查）。

參考資料

一篇針對一家科技公司、為期八個月的跟蹤研究:

https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it