AI编程疲劳症正在蔓延：产出翻了3倍，人也快被榨干了

"身边朋友用上最新编程模型后，工作效率高到离谱，却也身心俱疲。"

7月7日，Midjourney创始人大卫·霍尔茨在X平台发了这段话，附上一句求助："有没有人分享些实用办法，能让日常这种疲惫感缓解一点？"

这条帖子迅速引爆了技术圈。Claude Code负责人凯瑟琳·吴、前Meta工程师胡书明、多位知名技术博主聚集在评论区——不是来解惑的，是来诉苦的。

一个共同感受正在浮出水面：AI编程不是把我们从劳动中解放了，而是把我们从一个工种变成了另一个工种。而且这个新工种更累。

你不是在编码，你是在无限循环做Code Review

传统编程的疲劳来源很明确：写不出来。

面对复杂逻辑冥思苦想，跟一个隐晦的内存Bug缠斗到深夜。这种疲劳痛苦，但有沉浸感——你在创造，你在解决问题，你在心流里。

AI编程的疲劳来源完全相反：写得太快了。

你给AI一句话，几秒内它吐出几百行代码。你连架构都没想清楚，就已经面对一个"能跑"的项目。然后呢？

你的工作不再是写代码，是读代码。一个下午，AI可能生成上千行，而你的脑子只能处理几百行。剩下的呢？要么闭着眼合进去，要么加班审。

凯瑟琳·吴的回复一针见血：她习惯"只用一个AI智能体，专心攻克一项高难度任务"。她解释——平时同时调用十几个智能体，效率爆表但毫无沉浸感。那种"深耕单一任务、把细节打磨到位"的体验，反而成了一种奢侈。

这句话戳中了一个本质矛盾：AI给了你100倍生产力，但你的认知带宽没有变。产出量是你的，消化量也是你的。这两者之间的落差，就是疲劳的本源。

理解别人写的代码，比写自己的代码累一个数量级

每个人都知道review代码比写代码累。但很少有人问为什么。

因为你review的时候脑子要同时做两件事：搞清楚它做了什么，判断它做得对不对。这是认知负荷的乘法，不是加法。写自己的代码时，你已经完成了"搞清楚"这一步，"判断"是同步发生的。

AI编程把这个乘法给你放大了一百倍。

你不是review同事写的代码——同事的代码至少有人的思维痕迹，你能猜出他的意图。AI的代码呢？一坨完美的语法结构，逻辑全部隐藏在参数和调用链里。你想搞清楚它的意图，必须先在自己的脑子里重建一遍上下文。

更致命的是AI代码"看起来都没问题"。没有明显Bug，没有语法错误，甚至比你手写的还规范。但你就是不放心——因为你没写，你就没法真正信任它。

前Meta工程师胡书明的总结最直接："氛围编程根本没法让人进入专注流畅的心流状态。"

心流的前提是掌控感。而AI编程恰恰剥夺了掌控感——你不再是一行行构建解决方案的人，你变成了AI输出的质检员。

三种自救方案，核心都是"刹车"

在霍尔茨帖子的评论区，三种缓解方案被反复提及。

第一种是"物理远离"。设计师布兰登·雅各比说："我试过完全抛开各类AI模型，专心做三周设计。重新回到基础，重新与底层建立联结。"听起来像戒断疗法——从AI工具中抽身，恢复纯粹的手写和思考。

第二种是"单任务深耕"。不用多个Agent并行，只用一个，专注打磨一个模块——不是追求数量，是追求质量。凯瑟琳·吴的"难得奢侈"说的就是这个。

第三种是"自动验收"。给AI建立质量门禁——Linter、单元测试、代码扫描。机器审机器的代码，人只审逻辑。你不能事无巨细地检查每一行，你只能把检查工作自动化。

但三种方案的共性不是"如何用好AI"，而是"如何对AI刹车"。

大量产出本身不是问题。不停地产出、不停地验收、没有停顿地切换，才是问题。AI不会累，但你会。

从操作者变成管理者，过渡期永远最痛苦

AI编程疲劳症的本质，是一个角色切换期的阵痛。

你过去是一个builder——亲手搭建每一个组件。你的成就感来自"我写出来了"。

现在AI变成了builder，你必须成为manager——定义需求、设定边界、把关质量。你的成就感要来自"我管住了"。

但角色切换从来不是一夜之间的事。你不会天生就懂得如何给AI写好的验收标准，如何判断一段你完全没参与创作代码的质量，如何在"信任AI"和"质疑AI"之间找到平衡。这些技能是长出来的，需要时间、需要试错、需要在无数次翻车中积累。

而在这个过程中，你一边干着manager的活，一边还没放弃builder的执念——每一行AI生成的代码你都忍不住要亲自检查一遍。这就是疲劳的来源。

当你真正学会像管理团队一样管理AI——给它清晰的目标、明确的边界、自动化的验收，只在关键节点介入——AI编程就不再是消耗你，而是放大你。