用上AI后，为何工作时间反而更长了？

AIPress（AI普瑞斯）

你有没有一种体感，用上AI后工作时间反而更长了。

以前一天只能做一件事，现在AI能帮你同时推进三件、五件、十件事。问题是，省下来的时间并不会变成休息，而是立刻被新的工作填满。

据一位业内人士爆料，某公司员工规模从80人压缩到12人，客服、程序员、设计、文案全部裁撤，只保留了一个程序员，重建了整套运营流程，最后只留下会用AI的人。

AI提高了效率，但个人的工作任务更重了。

AI没有减少工作，反而增加了

有技术岗位从业者感触颇深。

他说：以前写一个功能要三天，现在三小时。但省下的两天半不会变成休息，会变成「那你再写十个」。老板的预期一旦校准到 AI 速度，就再也回不去了。

同时，AI还大幅增加了隐性工作成本：AI生成的代码看似完整无误，实际运行时会暴露大量边界漏洞；为了调出理想效果，通宵调试提示词的时间，远比手动编写代码更久；传统手写编码的时间大幅缩减，但debug排错、代码审核的时间大幅上涨，整体耗时不仅没有减少，甚至远超从前。

内容、设计、视频行业同样深陷困境。

有视频行业者坦然：AI是能提高工作效率，但耐不住ai要抽卡啊。像我们做视频，视频里面的细节要跟ai一个一个对。虽然免去了实拍，但生成的效果好比买彩票，这才是最烦。

文职、运营岗位更是如此：感觉它没减少工作，只是把效率和速度拉快、标准抬高。

有网友把自己的深刻体会生成图片：我理想中的AI VS 我实际上用AI

加州大学伯克利分校哈斯商学院研究人员最近在《哈佛商业评论》公布了一项研究。

研究团队花了8个月时间，深入一家美国科技公司，每周驻场两天，观察200名员工真实使用AI的方式，并进行了40多场访谈。

结论出人意料：83%的员工表示，AI让他们的工作量增加了，而不是减少了。

‌AI 确实没有减少总工作量，反而在多个维度上增加了工作强度、密度和认知负荷‌。这一现象被称为“工作强化”（Work Intensification）或“AI脑炸”（AI Brain Fry）。

这种高强度工作状态还催生了隐蔽的职场内耗与自我内卷。研究发现，AI消解了传统工作的“自然停顿节点”：过去员工会在午休、会前、夜间停下工作，如今所有人都会利用碎片时间输入提示词、微调AI内容；原本“做不出来”的难题会自然终止工作，现在AI“能生成内容”的可能性，让员工陷入无休止的修改、调试、优化中。

不仅如此，AI引发了团队被动内卷：当有人借助AI承接更多工作、产出更多成果，身边同事就会产生落后焦虑，主动加快工作节奏、加码工作任务。没有任何人正式提高考核标准，但AI能实现的工作上限，悄然变成了全员必须达标、甚至超额完成的工作基线，学界将这种现象命名为“工作量蔓延（workload creep）”。看似是效率提升，实则是工作强度的无底线攀升，最终导向全员倦怠。

无数职场人的真实体验，完美印证了这项研究结论，各行各业都陷入了AI效率陷阱。

杰文斯悖论在职场重演

这种情况，反映了一种经济学中的悖论。

经济学中的杰文斯悖论指出：‌当技术进步提高资源使用效率时，该资源的总消耗量反而会增加。‌

落地到AI职场场景，这一悖论体现得淋漓尽致。

‌效率转化成为更多任务‌，AI 降低了单项任务（如写代码、生成文案、整理数据）的成本和时间。但企业并未因此让员工休息，而是利用省下的时间分配了‌更多、更复杂‌的任务。

同时，过去一周完成一份报告，现在要求一天产出三份；过去需要外包的任务，现在因 AI 门槛降低而被内部员工承接，进一步叠加了工作量。

员工的工作效率上限被AI不断刷新，考核标准、工作体量随之水涨船高，形成“效率提升→标准提高→任务增多→愈发疲惫”的闭环陷阱。

企业中的“度量者”影响最大

如果说以上还只是个体体感，那Cloudflare最近的动作，代表了大企业的想法。

Cloudflare CEO Matthew Prince 在《华尔街日报》发了一篇专栏，标题是：《我是怎么选择用 AI 替换哪些员工的》。

Cloudflare 刚裁掉约 1100 人，占全员五分之一，这是这家公司 16 年来第一次大规模裁员。

与此同时，他们今年招募了1111名实习生，数量与裁员人数基本持平。而这批实习生，来自近百万份申请，录取率仅千分之一。

至于裁员的理由，当然是归结为 AI 了。

CEO Matthew Prince搬出了管理学家彼得·德鲁克1954年在《管理的实践》中提出的三类人：1“建造者”（工程师）、2“销售者”，3"度量者"，就是负责财务、审计、法务、合规、中层管理、运营、市场的那群人。

Prince的判断是：前两类人AI不会动，工程师效率越高越要招，销售靠的是与人打交道的能力；但第三类人做的事，例如统计业绩、出报表、跑审计等，这恰恰是结构化、可重复，是AI最擅长的工作。这次裁掉的，主要是度量者。

他举了几个例子：内部审计从每季度抽查几个风险领域，变为全业务持续审计；财务关账更快更准；中层管理大幅精简，因为AI让每个经理可以直接管理更多人。

用来替代被裁员工的实习生，Prince说，是"天生的AI原生代"，全都是建造者或销售者。

同样，Meta在昨日完成8000人大裁员，理由同样归结为AI。

在一次被泄露音频的全体会议上，扎克伯格告诉员工们他在进行大规模裁员之前正在用他们来训练AI。

扎克伯格表示：“AI模型通过观察非常聪明的人做事来学习.....这家公司员工的平均智力显著高于你能找到的普通人群的平均水平。

所以，如果我们试图教模型编程，例如，让内部人员构建工具或解决任务来帮助教模型如何编程，我们认为这将大幅提升我们模型的编程能力，比行业中其他没有成千上万名顶尖工程师的公司更快地实现这一目标。”

AI提升了效率，也改变了企业运营模式。企业借此裁减了那些从事重复性、结构化工作的“度量者”。留下来的人，用AI承接了更多任务，工作时间不减反增。与此同时，新进来的人被期待天然熟悉AI工具，从一开始就以更高的标准运转。

《哈佛商业评论》的文章在结尾呼吁企业建立“AI应用规范”，明确AI的使用边界，帮助员工区分真实的效率提升和不可持续的工作强度。研究者之一也坦言："我们已经打破了数十年来人们对可持续工作方式的固有认知，要找到新的平衡，还需要时间和自律。"

你不是不努力，只是掉进了所谓的AI效率陷阱里。