“有了AI，人们却过得越来越累了”

技术成新的枷锁。

  文  |  陈   珂

编 | 饶   言

2026 年的春天，科技圈的风向变得比以往任何时候都快。

然而，在 AI 带来前所未有的效率革命的同时，并没有给人带来应有的工作上的"减负"。

相反，在社交平台，不管是普通的打工人，还是那些光鲜的"一人公司"老板，纷纷表示，"觉得自己变得越来越累了。"

这种累，不是传统意义上的" 996 "的体力透支，更是一种被技术裹挟后的狂奔。

诸如，"一人公司"概念火了。可现实是，不少尝试者发现，自己扛起了 CEO、产品、运营、客服、财务全部角色，" 007 成了标配"。

再看 AI 工具本身。

还没养明白 OpenClaw，Hermes Agent 就火了；千问 Qwen3.6-Plus 刚发布，智谱就带来了 GLM-5V-Turbo；紧接着，DeepSeek V4 也官宣即将带着百万级上下文入场。

AI 的迭代速度，正在以一种近乎残酷的方式，碾碎普通人的学习能力和信心。在社交媒体上，现下最流行的梗不再是" AI 帮我摸鱼"，而是"还没学会就过时了"。

更荒诞的是，为了证明自己还有用，人们开始被迫"刷量"。在一些大厂，Token 使用量甚至成了继工资、奖金、股权之后的"第四种薪酬"。为了证明自己职位的不可替代，打工人不得不亲手教 AI 如何" Skill "自己。

这就像一场没有终点的马拉松，市场以为自己在驾驭 AI，但在绩效的指挥棒下，年轻人更像是在为 AI 打工。

这不仅是一个商业现象，更是一个社会化的情绪问题。《听筒 Tech》和年轻人聊了聊，试图看到 AI 浪潮下，2026 年真实的个体。

-01-

创业者："一人公司"的光鲜和焦虑

林姐，80 后，曾在互联网大厂做到 P7。出于"想去外面闯一闯"，2025 年底，她辞职，刚好赶上了"一人公司"的浪潮。

用林姐的话说，她的武器库很全，Claude、DeepSeek 可以写方案，Midjourney 出设计，数字人做直播，一个 AI 客服团队 24 小时在线。

林姐表示，起初，她确实很"爽"。以前需要一个团队两周完成的项目策划，她一个人两天就能交付。客户夸她"高效"，朋友羡慕她"自由"。

作者声明：该图片由 AI 生成

但到了 2026 年春天，林姐发现自己陷入了一种前所未有的疯狂。

早上 7 点，她被 AI 舆情监控叫醒，某平台一条差评需要她以" CEO "身份亲自回应。9 点，作为"产品经理"，林姐需要调教三个 AI 模型对比数据。11 点，她要切换到"运营"模式，用 AI 生成短视频脚本，再修改，因为 AI 写的"没有人味儿"。

下午，林姐要化身"客服总监"，处理 AI 客服解决不了的复杂投诉。有时，还要作为"财务"，核对 AI 自动生成的报表，发现错误并修正。晚上，林姐还得当"技术"，调试新接的 API 接口。

"以前是 996，现在是 007，而且没有下班的概念。"林姐苦笑，"因为 AI 不睡觉，所以我也不能睡。客户深夜发来一个需求，AI 秒回了，我假装看不见，也不太好。"

更让林姐焦虑的是，她发现自己正在"碎片化"。

比如，林姐不再有完整的时间，而是在不同的角色之间像走马灯一样切换。她的注意力被切成无数个细小的片段，每几分钟就要处理一个" AI 留下的尾巴"。

"一个人干出了千军万马的气势，最后却发现，我只是这架庞大效率机器上一颗磨损最快的齿轮。"

林姐坦言，"招人是最快速的解决方式 ，但前期创业，我资金不够，只能且走且看。先坚持，坚持到自己扛不住为止。"

-02-

大厂算法工程师：被 Token 和 Skill "裹挟"

90 后李明是某大厂算法工程师。按照他所说，他所在的事业部，从 2026 年 Q1 开始试点一项新制度，" Token 薪酬包"。

简单说，每个员工每个月的绩效，不仅看你产出什么，还要看你"调用"了多少 AI 算力。Token 使用量，被内部戏称为"第四种薪酬"，排在工资、奖金、股权之后。

起初，李明觉得这很合理，"用 AI 越多，效率越高嘛。"

但很快，味道就变了。事实是，为了证明自己"物有所值"，甚至"不可或缺"，同事们开始了一场 Token 竞赛。

原本一个需求，自己写代码 200 行，调用 5000 个 Token 就能搞定。现在，大家开始用 AI 生成超冗余的代码，反复让 AI 优化、注释、重构，"只为把 Token 量刷上去。"

更荒诞的是" Skill "自己。公司要求每个员工要训练自己的 AI Agent，让它学会你的技能，以实现数字孪生。于是，李明不得不每天花不少的时间，手把手地教 AI 如何写他擅长的那种代码，如何复现他的调试思路。

作者声明：该图片由 AI 生成

"我在教一个东西怎么替代我。"李明说，"而且公司还将这个‘教学成果’纳入考核，如果 Agent 不够像你，说明你知识沉淀不足。"

如今，李明每天的工作变成了，早上教 AI 干活，上午用 AI 产出海量代码，下午给 AI 的代码纠错，晚上再写报告，证明自己的 Token 使用量。

"以前累，是身体累。现在累，是心累。感觉自己在跟一个影子赛跑，而影子的起跑线，永远在你前面五米之外。"

-03-

AI 产品经理：还没学会，应用就过时了

00 后陈晨是刚入行两年的 AI 产品经理。从上班开始，她就在补 AI 知识，截至目前，她的书架上有 20 多本 AI 相关的书，浏览器收藏了数不清的教程链接，电脑里也存着十几个版本的模型说明文档。

但陈晨还是觉得"要疯了"。

2026 年开年后的这几个月，她刚花了半个月时间，将 OpenClaw 的用法摸清楚，写了篇内部培训文档；这两天，Hermes Agent 又爆火，老板让她一周内出一份竞品分析。

"另外，这个四月底，DeepSeek V4 也官宣要上了，据说上下文窗口大得吓人。"陈晨坦言，"自己的学习速度，永远追不上模型的迭代速度。"

实际上，陈晨每天的通勤时间都在听 AI 相关的播客，午休时间在刷 AI 论文摘要，周末还要参加线上研讨会。她的微信群列表里，几十个 AI 社群的消息永远标着红点。

不过，最让陈晨崩溃的，是那种"还没学会就过时了"的无力感。

比如，上周陈晨刚花了一周时间学会了一个 AI 绘画的工作流，这周就出了一个新模型，效果更好、速度更快，而且操作逻辑还不同。

"以前学一个软件能用三年，现在学一个 AI 技能能用半个月就不错了。"陈晨说，"感觉自己不是在成长，而是在被 AI 浪潮裹着跑，停不下来，一停就会被拍死在沙滩上。"

陈晨表示，晚上做梦都是各种模型版本号在打架。她自己也认为，这是"认知过载"，应该减少信息摄入。

"但不摄入，明天就跟不上了。"陈晨表示，这是现实，虽然它很残忍。

-04-

广告公司职员：效率提升了，加班却更多了

85 后赵姐，任职某广告公司。她所在的公司很早就拥抱 AI，用 AI 写策略、出创意、做 PPT，效率提升了不少倍。

按照道理，效率高了，应该能早下班了，现实却恰恰相反。

"因为 AI 把整个行业的‘期望阈值’拉到了一个离谱的高度。"赵姐坦言。

以前，一个方案做三天，客户觉得正常。现在，AI 十分钟就能生成一个"看起来像模像样"的初稿，客户就觉得"你应该一天出十个方案"。

作者声明：该图片由 AI 生成

更要命的是"技术羞辱"和"工作泔水"的循环。

甲方现在也用 AI 写 Brief，Brief 写得天花乱坠、气势磅礴，但仔细一看，全是 AI 生成的空话套话。

赵姐不得不用 AI 来分析这个 AI 写的 Brief，再用 AI 生成方案，最后用 AI 检测方案的" AI 率"并手动修改，将" AI 率"降到客户要求的 20% 以下。

赵姐说，"我们双方都在用 AI 生产大量的、无意义的、应付流程的材料。这就像工作泔水，看起来有一大桶，实际上没什么营养。"

" AI 没有替代我，它只是把我变成了一个 AI 校对员，兼 Prompt 工程师兼流程合规员。"赵姐说。

"我的工资没涨，但工作变成了给 AI 打工，就像一条高速公路，修得越好，车流量越大，堵得越死。"

写在最后

回到最初的问题，为什么有了 AI，我们却越来越累了？

一个残酷的答案是，技术从来不是中立的。当技术被用来"提高效率"，而"效率"又被定义为"单位时间内创造更多价值"时，技术就成了加速器。

这也是经济学中边际效益的典型表现，它呈现了一个残酷的曲线， 技术的初期红利让人欣喜，但很快被资本抹平，被消耗的是人的时间、精力、创造力以及幸福感。

于行业而言，仍需要外部力量来干预。诸如欧盟《人工智能法案》已经明确提出，企业引入 AI 系统时，必须评估对劳动者权益的影响。

也就是说，AI 带来的生产力提升，应该通过政策、社会保障等分配机制，让社会共享红利。

一定意义上，技术的每一次进步，都在迫使市场拟定新的社会契约。