有趣的事

为什么用上AI之后,工作反而比以前更累了?

用上 AI 后更累,常见原因不是工具“没用”,而是它把工作的瓶颈从产出转移到了定义、筛选和核验。

以前一项任务的时间大致花在自己完成步骤上;现在 AI 能快速生成草稿、方案或代码,但人仍要说明目标和约束、判断结果是否可靠、补齐遗漏,再把内容整合进真实流程。若输入含糊,模型会给出看似完整却不一定适用的答案;核对事实、边界条件和上下文,往往比生成本身更费注意力。涉及高风险或专业判断时,这种核验不能省。

另一个变化是“做得更快”会抬高交付预期:原本一天做几件事,现在可能被安排更多任务;AI 也让尝试新想法的成本变低,于是待办不断膨胀。频繁在多个工具、提示词和输出版本之间切换,还会带来额外的上下文切换成本。若团队没有约定哪些任务适合交给 AI、谁负责验收、节省下来的时间如何使用,效率提升就容易变成工作量扩张。

可以从小处调整:选重复、低风险、验收标准明确的任务试用;先写清输入材料、限制条件和“什么算完成”;让 AI 产出可检查的中间结果,而不是一次索要庞大成品;按错误代价安排核验力度;并记录从开始到交付的总耗时,而不只看生成速度。若一个流程加入 AI 后总耗时和返工都上升,就缩小用途或停用它。真正的收益不是让每个人不停地产出更多,而是把节省的时间用于减少重复劳动、改善质量或留出余量。

相关阅读