内存价格暴涨95%，AI算力引爆HBM需求，DDR5短缺

小龙虾OpenClaw这类AI工具，正在迅速在大众中风靡，从技术社区火到普通白领圈层。

对于程序员来说，运行在云端的智能体调配工具，可以同时组织众多像Claude Code这样的编程智能体，以闪电般的速度开发软件。对于普通人来说，他们不需要像小龙虾这样的智能体帮助写代码，但正在使用AI填表或做PPT。

使用者很快就感受到手被龙虾夹住的疼痛了：当AI表现的很流程时，输出的海量信息让大脑过载。

原本，使用AI工具，这意味着早些下班回家陪猫。但问题是，AI的所有输出都需要人来审核才能发布。当AI生成代码的速度远超人类审核代码的速度时，程序员使用者会觉得工作压力反而增加了。

而如果AI生成的PPT中包含的每一个数字，都需要人工来审核真实性，每一处夸张的表述都需要使用者来修改，这样为AI“擦屁股”的不断修改和重复，也会让人感受到AI脑炸。

上述使用体验，并非个例。波士顿咨询集团和加州大学河滨分校的研究人员发表在管理学杂志《哈佛商业评论》（Harvard Business Review）的一项调查1显示，在他们访谈的1488名全职美国员工中，有14%的参与者体验过AI脑炸（AI Brain Fry），即因过度使用或监管超出自身认知能力的人工智能工具而造成的精神疲劳。

AI脑炸的表现为难以集中注意力、决策速度变慢以及头痛。该研究指出，这种与人工智能相关的精神压力会带来显著的代价，例如员工错误率增加、决策疲劳以及离职意愿增强。

该调查引用的一名资深工程经理的描述很有代表性：“我有十几个工具来帮助我做出技术决策，还有十几个工具则会吐出草稿和摘要，我不断地在它们之间穿梭，对每件事都进行核查。但我的大脑并没有加快速度，反而开始感到杂乱。我的身体不感到疲惫，只是脑子里挤满了人。几十个打开的浏览器标签都在争夺注意力。我发现自己在重读同样的东西，比平时更怀疑，而且变得奇怪地不耐烦。我的思维没有中断，只是充满噪音，就像精神静止一样。 最后我清醒过来，我这么做只是在努力管理工具，而不是真正解决问题。”

研究1发现，当AI工具需要使用者直接监督时，使用者感到的认知疲惫最明显，19%的访谈者会觉得出现了信息过载。而那些认为AI工具需要高程度而非低程度监督的员工，精神疲惫度增加了 12%。

第二个与人工智能相关的认知负荷和精神疲劳的关键预测因素，是员工报告人工智能工具的存在增加了他们的工作量的程度。当员工觉得使用了AI工具后，反而面对更多的工作任务时，他们不得不在相同的时间内关注更多的工具和更多的结果。而这会加重他们的认知负荷，随之而来的大脑疲惫。相比之下，感觉公司在乎Work-life balance的员工，其员工报告的AI脑炸程度相比平均低28%左右。

研究还发现多任务处理会带来效率的低下。当员工从使用一个AI智能体切换到两个同时使用，他们的生产率会显著提升。当他们使用第三个智能体时，生产率再次提升，但幅度较小。但在使用超过三个智能体后，他们的生产率下降。这一AI工具更多，反而导致效率低下的现象，与管理人类团队类似，当团队规模大到超过管理者能够应对后，效率会降低2。

上述三点的共同之处，在于面对AI输出的海量信息，需要调用有限的注意力资源。神经科学家预估3人类大脑每秒能接受的信息是10比特，而大模型动辄每分钟输出几十甚至上百个token，同时使用多个大模型更是会导致大脑在处理信息时“带宽不足”。 就如过度运动后会觉得肌肉酸疼，而当过度使用有限的注意力、控制力时，也会感到急性的大脑疲劳4。

根据该调查报告1，不同职业报告AI脑炸的比例不同，最高的是市场营销相关的雇员，达到26%，其次是人力管理，运营和软件开发，而法律从业者中只有 6%报告感受到了AI脑炸，占比最低。

作为波士顿咨询公司（BCG）旗下人工智能解决方案开发团队X的首席人工智能官， Kropp的团队拥有约3000名工程师。他表示5，“我们并不是说不应该管理多个智能体。这就是现实。在很多工作中，我们都会这样工作。我认为重要的是，我们要意识到这种做法会产生影响，并为此做好管理。”

做出高质量决策的时候需要头脑清醒。研究者1发现，由于管理或过监督AI智能体而产生的认知疲惫，影响真实存在，其中一个就包括决策的质量降低，出错概率上升。相比没经历AI脑炸的雇员，体验AI脑炸的雇员决策疲劳程度高 33%，犯错误的也更多。 2018 年的一项研究6估计，一家50亿美元收入的企业由于决策质量差而产生的成本为每年1.5亿美元。员工决策疲劳增加33%，可能会使企业每年的成本增加数百万美元。

另外，AI脑炸对企业的另一个经济影响，是员工辞职的概率增加。34%经历过“AI脑炸”的员工表示有意辞职，而未经历过“AI脑炸”的员工中只有 25%表示有意辞职。

研究者们同时发现，使用AI智能体也不总是会带来精神疲劳。

如果用人工智能来代替常规的重复性任务，可以降低疲劳感。例如，那些将重复性的工作交给AI的员工，他们报告了更高的工作参与度，更多与人工智能相关的积极情绪，相比未使用人工智能的雇员，他们报告的倦怠感低了15%。相比之下，当人工智能的使用涉及高度的脑力控制时，则会让使用者感到大脑疲惫。

该研究1还发现，管理者的态度对于雇员AI脑炸也有重要影响。当管理者愿意花时间回答下属关于人工智能的问题时，相比管理者不花时间回答员工相关问题的情况，打工人感到的AI脑炸低了15%。可若是上级模糊表达，类似“你们自己去摸索 AI 吧”，又隐含“必须用 AI 提升效率”的期待，雇员感受到的“AI脑炸”相比平均会高5%。这可以看出如何从管理上缓解AI脑炸，即在组织层面，提供清晰的人工智能战略和培训等实践有助于指导员工用好AI，减少AI脑炸。

另外，群体规范也影响到了我们与AI的关系1。当员工因为团队中的人都使用AI，不得不从众也使用 AI 时，或是团队内部 AI 使用情况有很大差异时，精神疲劳程度会增加。另一方面，当团队将 AI 与流程进行整合时，团队成员会感受到精神压力明显减轻。这种整合可能代表集体层面，用AI消除重复性任务的尝试。

今天，一些最有价值的人类技能，包括辨别、决策和战略规划，都需要集中注意力。虽然倦怠已经成为许多工作场所关注的问题，但现有的工作场所调查更有可能没有被发现。企业应当对员工的认知过载进行整体监控，以防范大脑疲劳。那些优先考虑员工认知健康的团队，员工的判断力会更好、错误更少，而且留任率更高。

就笔者个人的感受来看，容易引发AI脑炸的智能体使用方式，包括同时开三个以上AI智能体轮流用；把所有东西都“先丢给 AI”，再事无巨细地逐条检查；没有清晰目标，边问边想：“AI 能不能也顺便帮我这个那个？”以及一整天几乎都在跟 AI对话框粘在一起。

对此，每个人可以想想该如何用好AI智能体，避免AI脑炸，而不是试图看完或是检查AI给你的所有东西，而要培养信息筛选能力。

对于管理者来说，根据《哈佛商业评论》上的这一研究1，当团队将AI智能体深度嵌入到工作流程中，并将技术视为集体能力而非个人差异化因素时，员工不容易感受到AI脑炸。为此需要就问题建模、分析规划和战略优先排序等与用好智能体相关的技能，对员工开展培训。

此外，管理者要意识到，将使用AI智能体的多少（例如用花了多少token，或像Meta这样将提交了多少由AI生成的代码）当成KPI，会导致浪费、低质量的工作和不必要的精神压力。企业要从自身的战略目标出发，看AI智能体的使用能否带来可衡量的提升。若是员工想出了用AI自动化工作的一部分，也不应该卸磨杀驴（裁员或加大工作量），这会抑制员工进一步主动尝试用AI去替代自己工作任务的创新积极性。

对于AI智能体的开发者来说，AI脑炸的存在，意味着应该考虑到人的神经生物学限制。开发那些需要较少注意力或工作记忆的工具，这样的工具可以促进创造性思维，促进社交参与，或者支持技能发展，同时也可以产生更高的商业价值，更可持续地鼓励创新并让用户感到快乐。