数据说话 为什么 AI 反而让你更累 谁是真正的受益者 对自己诚实的建议 参考内容 本文首发地址 https://h89.cn/archives/614.html UC Berkeley Haas 的研究团队花 8 个月盯着一家约 200 人规模的科技公司。结论简单到残忍：AI 没有自然减少工作量，它只是让工作变得更密集。 午休时间有人在发 prompt，开会前五分钟在发 prompt，深夜十二点还在发 prompt。有人同时挂着三个 AI 工具来回切换。最初确实很爽——一个任务过去要半小时，现在五分钟搞定，还能顺手多干两个活。但几个月后，这些人普遍感到比以前更累。不是那种「今天活多」的累，是「明明什么活都变快了，为什么我的时间更少了」的累。 这不是感觉，是实测。 数据说话 Berkeley 这个研究不是孤例。2026 年关于 AI 和生产率的调查出了一堆，数字看起来不完

- 阅读剩余部分 -

本文首发地址 https://h89.cn/archives/576.html AI 编程最容易让人上头的一点，就是它真的快。 一个下午写完原本要做三天的需求，一个人顶过去一个小组的产出，PR 一开就是上千行，屏幕上全是绿色。那种感觉很容易让人误以为，软件开发终于进入了一个只要"多生成一点"就能持续提效的阶段。说真的，第一次用 Claude Code 把一整个模块的 CRUD 跑通的时候，我自己也觉得——这也太爽了。 但很多团队最近开始慢慢回过味来：代码确实变多了，人却没有更轻松。 Review 队列更长了，线上风险更多了，安全审计更吃力了，真正理解系统的人反而更焦虑了。代码产出像开了闸，审查、验证和兜底能力却没跟着一起扩容。表面上看是效率提升，往里看更像是工程压力整体后移。 《纽约时报》最近发布的一篇报道《The Big Bang: A.I. Has Create

- 阅读剩余部分 -