文章指出，AI并未减少工作量，反而加剧了工作强度。研究表明，AI工具虽然提高了生产力，但也导致员工同时处理多个任务、频繁切换注意力，增加了认知负荷和疲惫感。尽管AI让人感觉有"伙伴"协助，但实际上造成了工作节奏加快和持续的多任务处理状态。

标题：AI并未减轻工作负担，反而加剧了工作强度

来源：伯克利哈斯商学院学者Aruna Ranganathan和Xingqi Maggie Ye在《哈佛商业评论》发表的2025年4月至12月期间对某美国科技公司200名员工的研究报告显示，人工智能工具虽然提升了工作效率，却带来了新的挑战。

核心发现： 1. AI工具催生了多线程工作模式：员工在手动编写代码的同时让AI生成替代版本，并行运行多个智能代理，或重启长期搁置的任务，因为他们感觉AI是能"分担"工作的"伙伴"。

2. 这种工作方式导致：

• 注意力持续切换
• 需要频繁检查AI输出
• 待处理任务数量激增
• 认知负荷加重
• 陷入"高效却疲惫"的工作状态

个人观察： • 使用大语言模型时，虽然能同时推进2-3个项目，但1-2小时后就会耗尽精力 • 许多人因"再来一个提示词就能完成"的诱惑而失眠

专家建议： 企业需要建立规范的"AI实践"框架，以： - 预防员工倦怠 - 区分真正的效率提升与不可持续的工作强度

现状反思： AI技术打破了数十年来形成的工作节奏认知，需要时间和纪律才能重建可持续的新平衡。

以下是评论内容的总结，涵盖主要观点和论据：

1. AI加剧工作压力

   • 观点：AI并未减少工作量，反而因管理层的期望提高而增加压力。
   • 论据：
     • "AI intensifies work because management turns every efficiency gain into higher output quotas." (singularfutur)
     • "Corporations have tried to reduce employee burnout exactly never times." (ChrisMarshallNY)

2. AI的成瘾性与效率陷阱

   • 观点：AI使用容易成瘾，导致时间浪费和注意力分散。
   • 论据：
     • "Agentic development pulls me down rabbit holes and makes me loose the plot and focus." (fhd2)
     • "I have found AI addictive... It deflates you, faster." (localhoster)

3. AI作为工具的双刃剑

   • 观点：AI可能助长低质量产出，但对有批判性思维的人可能是生产力倍增器。
   • 论据：
     • "AI enables the lazy to dig intellectual holes... while enables those with active critical analysis to literally become the fabled 10x developer." (bsenftner)
     • "AI is a CNC. Another abstraction layer for making machines do whatever we want." (mrtksn)

4. 历史类比与技术演变

   • 观点：AI的影响类似历史上的技术革新（如洗衣机、动力织机），效率提升伴随新期望。
   • 论据：
     • "When washing machines were invented... women actually were washing clothes more often." (Noaidi)
     • "It's like the invention of the power loom, but for knowledge workers." (captainmuon)

5. 对AI生成内容的质疑

   • 观点：AI难以生成高质量、一致的成果，可能导致软件质量下降。
   • 论据：
     • "Percentage of good, well planned, consistent and coherent software is going to approach zero." (falloutx)
     • "LLMs... Bad for generation as you constantly have to check it, correct it." (mentalgear)

6. 学习曲线与未来展望

   • 观点：当前高强度使用是学习阶段的暂时现象，未来可能更高效。
   • 论据：
     • "This is part of the learning curve... It is intense in the beginning because we are still discovering how to work with it." (trash_cat)

7. 劳动组织与解决方案

   • 观点：问题根源在于管理而非技术，需通过劳工组织解决。
   • 论据：
     • "The solution is labor organization, not better software." (singularfutur)

8. 个人体验差异

   • 观点：AI对个体的影响差异显著，取决于使用方式。
   • 论据：
     • "I feel as if they have been a real force multiplier, in my work, and don’t feel burnt out, at all." (ChrisMarshallNY)
     • "AI is not exciting to me. I only need to use it so I don’t fall behind my peers." (everdrive)

总结呈现了支持与质疑AI的多方视角，涵盖效率、成瘾性、管理责任及历史对比等核心议题。