AI 越用越累：BCG 調查 1488 名員工發現，工具超過 3 個生產力反降，34%「腦炸」員工想辭職
作者：夏洛，深潮 TechFlow
波士頓諮詢（BCG）聯合《哈佛商業評論》發布的最新研究顯示，14%的美國大公司員工正經歷一種名為“AI 腦炸”（AI brain fry）的認知過載症狀，表現為腦霧、頭痛和決策遲緩。 研究發現，使用 1 至 3 款 AI 工具時生產力顯著提升，但超過 4 款反而驟降。 34%報告「腦炸」的員工正在積極考慮離職。 BCG 研究主管 Julie Bedard 在播客 Hard Fork 上坦言，她對人類短期內克服這個問題「相當悲觀」。
AI 本應讓人更輕鬆，但越來越多的重度使用者發現，自己正被這些「提效工具」拖入一種前所未有的精神疲憊。
BCG 今年 3 月在《哈佛商業評論》發表的研究將這種現象命名為「AI 腦炸」，定義為因過度使用或監督 AI 工具而產生的認知耗竭。 在受訪的 1488 名美國全職員工中，許多人描述了一種在長時間使用 AI 後揮之不去的“嗡鳴感”或腦霧，迫使他們不得不離開屏幕休息，有些人甚至把這種感覺帶回了家。
用 3 款工具提效，用 4 款工具崩潰
BCG 研究團隊調查了來自多個行業的 1488 名美國大型企業全職員工，發現了一條清晰的臨界線：使用 1 至 2 款 AI 工具時，自 4 款增幅有明顯增幅； 不是工具本身失靈了，而是管理這些工具的認知負荷吞噬了它們帶來的價值。
14%的受訪者報告了「AI 腦炸」症狀，包括腦霧、頭痛和決策速度變慢。 行銷、人力資源、營運和軟體工程領域的發生率高於法務和合規等部門。
數據揭示的下游效應同樣值得警惕：當 AI 相關工作需要高強度監督（例如逐行審讀大模型生成的文本）時，員工投入的腦力多出 14%，精神疲勞感高出 12%，資訊過載感高出 19%。 在報告「腦炸」的員工中，34%表現出明確的離職意向，而未報告此症狀的員工中，這一比例為 25%。 BCG 引述 Gartner 的一項估算指出，一家 50 億美元營收的企業因決策品質下降每年可損失約 1.5 億美元。
BCG 研究主管 Julie Bedard 對《財富》雜誌表示，人們確實在用 AI 完成更多工作，但同時也覺得自己的腦力到了極限，要做的決定太多，信息處理速度跟不上工具運轉的速度。 她此後在科技播客 Hard Fork 上更直白地表示，她對人類短期內克服「腦炸」問題「相當悲觀」。
程式設計師首當其衝，「AI 吸血鬼」成熱門概念
目前受衝擊最嚴重的是軟體開發者。 AI 程式設計智能體的能力進步最快，寫程式的速度遠超人類，但審核 AI 寫的程式碼比審核人類寫的程式碼更累。 軟體工程師 Siddhant Khare 在部落格中寫道，AI 產生的程式碼反而需要更仔細的審查。 加拿大程式設計師 Adam Mackintosh 則表示，要對著數百行 AI 寫的程式碼簽署確認，想到可能存在安全漏洞或根本無法理解整個程式碼庫，他覺得「非常可怕」。
資深程式設計師 Steve Yegge 在今年 1 月推出了 Gas Town（一個多智能體協調系統，讓開發者同時調度 20 至 30 個 AI 程式設計智能體），但隨後他在 2 月的 Medium 文章中提出了一個相反的警告：「AI 吸血鬼」。 他將 AI 對人類精力的消耗比作美劇《吸血鬼生活》中的「能量吸血鬼」Colin Robinson，產出飆升的同時，人的能量被持續抽乾。
Yegge 在文中描述了一種普遍現象：智能體編程具有成癮性，每一次提示詞就像拉一次老虎機，隨機掉落獎勵和“大彩”。 人們在社群平台上炫耀自己與 Claude Code 連續奮戰 40 小時的成果，而旁觀者聽到後紛紛效仿，創業家們以史無前例的速度消耗自己和團隊，追逐一批高度同質化的想法。 他寫道，這是一場所有人都在跑到力竭、卻沒有人真正贏得比賽的淘金熱。
LoveMind AI 共同創辦人 Ben Wigler 將此稱為「全新類型的認知負荷」，直言使用者必須「像保母一樣盯著這些模型」。 AI 整合顧問機構 nouvreLabs 創辦人 Tim Norton 在 X 平台上指出，真正導致倦怠的不是隨便試試 AI 的人，而是那些創造了大量智慧體、需要持續管理的重度使用者。
Cua AI 創始人 Francesco Bonacci 則在 X 帖子中描述了一種他稱為“氛圍編程癱瘓”的悖論：AI 能力越強，你越覺得必須使用它；用得越多，注意力越碎片化；注意力越碎片化，你真正交付的東西越少。 結果不是被賦能的高產員工，而是一座半成品計畫的大山和一個不知所措的人類。
AI 到底有沒有提升生產力？ 數據打架
圍繞 AI 的生產力承諾，市場正在出現截然相反的訊號。
正面證據：美國聖路易斯聯邦儲備銀行今年 2 月的一項估算認為，生成式 AI 為整體生產力貢獻了約 1.1%的增長，換算下來，員工在使用 AI 的每個小時內生產力提高了約 33%。 Meta 前高級工程負責人 Erik Meijer 曾感嘆，Anthropic 的 Claude Code 在數月內「將軟體工程的技術前沿推進到了超過 75 年學術研究的水平」。
反面證據：高盛 3 月的分析報告指出，在經濟整體層面找不到「AI 採用與生產力之間有意義的關聯」，AI 僅在兩個具體場景中確有成效，即客戶服務和軟體開發任務。 一項涵蓋 6,000 名 C 級主管的調查更為冷峻：90%的受訪者表示過去三年中未發現 AI 對其企業的生產力或就業產生實質影響，他們預測 AI 在未來三年內僅能提升 1.4%的生產力。
加州大學柏克萊分校研究團隊對一家 200 人美國科技公司進行了為期 8 個月的追蹤研究，結論是：AI 確實增加了員工的工作量，但隨之而來的是更多倦怠，長期來看反而拖累了工作效率。 研究者的判斷是，AI 並沒有減輕工作，而是加劇了工作強度，員工需要處理的資訊更多，工作與非工作的邊界更模糊。
BCG 開出的「處方」：不是戒掉 AI，而是重新設計工作
BCG 的研究也發現了一個正向訊號：當 AI 僅取代重複性任務時，員工的傳統倦怠感反而下降了。 Bedard 強調，「腦炸」與傳統職業倦怠是不同的東西，前者是急性認知過載，後者是慢性情緒耗竭，兩者透過不同的神經機制運作。
BCG 的建議是：問題不在於是否使用 AI，而是如何部署。 太多公司只是把 AI 堆在員工現有的工作職責上，而沒有重新設計職位。 當管理層提供 AI 使用培訓和支援時，「腦炸」症狀明顯減輕。 柏克萊的研究團隊則建議，將需要 AI 工具的任務集中到工作日的特定時段批量處理，並在高難度決策前刻意安排脫離螢幕的休息時間。
但 LoveMind AI 的 Wigler 對此並不樂觀。 他指出，自我照顧從來不是美國職場的核心價值，他對這個問題能否被健康或高品質地解決持懷疑態度。
