文章作者作为AI基础设施开发者，坦言自己虽然产出大量代码，却感到前所未有的疲惫。他指出AI疲劳是真实存在的行业现象，即使专业人士也会因此精疲力竭，但整个行业却刻意回避这个问题。作者呼吁正视AI带来的真实压力，而非只宣扬其便利性。

标题：AI疲劳真实存在却无人谈论 | 西德汉特·卡雷

核心内容：

1. 生产力悖论

• AI确实能加速单个任务（如设计文档起草、API研究等），但导致每日工作量激增
• 当每个任务耗时减少时，人们会处理更多任务而非减少任务量
• 管理者与个人预期同步提高，形成新的工作基准
• 多任务切换对大脑的消耗远超AI辅助节省的时间

2. 身份转变困境

• 工程师从创造者转变为AI产出的评审者
• 生成性工作带来心流状态，评估性工作导致决策疲劳
• AI代码需要比人工代码更严格的审查（每行代码都需警惕）

3. 非确定性挑战

• 相同提示可能产生结构迥异的代码输出
• 工程师难以适应概率性系统的不可预测性
• 作者因此开发了确定性上下文去重工具Distill

4. 技术迭代焦虑

• AI工具生态呈现爆炸式增长（2026年前几个月就出现数十种新技术）
• 过度追逐新工具导致"永远在学习，从未精通"的困境
• 作者转向深耕基础设施层（如权限管理、审计追踪等持久性问题）

5. 认知能力退化

• 长期依赖AI导致基础工程思维能力萎缩
• 设计评审时出现"白板恐惧"现象
• 作者现在每天保留1小时纯人工思考时间

应对策略： - 设置AI使用时间盒（30分钟/任务） - 区分思考时间与AI执行时间 - 接受AI产出70%完成度即可 - 选择性忽略社交媒体的AI成功叙事 - 建立AI使用日志分析效率模式

行业警示： - AI移除了传统工作的自然速度限制器 - 认知过载导致的 burnout 正在成为系统性问题 - 可持续性输出比最大化输出更重要

核心洞见： 真正的AI时代技能不是提示工程，而是懂得何时停止——知道何时接受"足够好"的产出，何时需要人工干预，以及如何保护有限的认知资源。工程师需要像设计弹性系统那样，为自己建立"熔断机制"。

（注：原文约5000词，经压缩保留核心论点和关键例证，删除重复性论述和部分技术细节，确保专业概念准确传达。保持作者从一线开发者视角出发的叙事风格，突出"AI疲劳"这一新颖概念的系统性成因。）

主要观点总结

1. AI带来的认知疲劳和工作压力

• 观点：使用AI工具虽然提高了效率，但导致任务量增加、决策疲劳和工作压力上升。
• 论据：
  • "reviewing AI output all day causes decision fatigue" (sidk24)
  • "I end the day exhausted... losing sleep because they’re finding building yet another feature with 'just one more prompt' irresistible" (simonw)
  • "The waits are unpredictable length, so you never know if you should wait or switch to a new task... You never get into a flow state" (parpfish)

2. AI工具的质量和可靠性问题

• 观点：AI生成的输出质量不稳定，需要大量人工监督和修正，反而增加了负担。
• 论据：
  • "LLMs require constant hand-holding by humans" (CurleighBraces)
  • "supervising the poor quality of the agents' work... my agents write much more code than I can possibly review" (wesm)
  • "AI generates a solution that’s functional, but at a 70% quality level... technical debt piles up" (preommr)

3. 生产力提升的代价

• 观点：生产力提升并未带来更多空闲时间，反而导致工作期望和压力增加。
• 论据：
  • "faster tasks lead to more tasks... the baseline moves" (sidk24)
  • "Tech is never to make the life easier for the worker. It is to make the worker more productive" (zkmon)
  • "Your manager sees you shipping faster, so the expectations adjust" (tangotaylor)

4. 对AI的消极或中立态度

• 观点：部分用户认为AI讨论过度或选择忽略AI工具。
• 论据：
  • "There would be less AI fatigue if people stopped talking about AI" (layer8)
  • "I just ignore it and don’t care" (dankobgd)
  • "I feel none of this" (mrcwinn)

5. AI的积极影响

• 观点：部分用户认为AI减轻了压力，提高了工作效率和生活质量。
• 论据：
  • "It helped my mood a lot... Much less of the 'swirling mess' feeling" (bonoboTP)
  • "using AI tools can reduce the cognitive overload of doing a single task" (jezzamon)

6. 对AI生成内容的不满

• 观点：AI生成的文章冗长、缺乏深度，降低了内容质量。
• 论据：
  • "This whole post could have been four paragraphs... the prose is awful enough" (stuartjohnson12)
  • "Things that can cleanly be expressed in 1-2 sentences are whole paragraphs" (barishnamazov)

7. 应对策略

• 观点：建议通过调整工作方式（如分段工作、专注单一任务）减轻AI带来的压力。
• 论据：
  • "Make long pauses: 1h of work, stop for 30 minutes" (antirez)
  • "Don’t mix N activities. Work in a very focused way" (antirez)
  • "I only use the free tiers... forces you to really think" (PLenz)

总结

评论中既有对AI工具导致认知疲劳和工作压力增加的担忧，也有对其提高效率的肯定。部分用户认为AI工具的质量问题和过度讨论带来了负面影响，而另一些人则通过调整工作方式或忽略AI来应对。整体上，AI的普及正在改变工作模式，但如何平衡效率与健康仍需探索。