思想领袖2 weeks ago
AI疲劳真实存在，但并非你所想
目前，一种叙事正在形成并广受关注：AI正在消耗我们的精力。工程师们编写的代码比以往任何时候都多，但感觉却比以往任何时候都差。”AI疲劳”一词正在流传，各种观点也层出不穷。一位软件工程师在Business Insider上写道，上个季度是他效率最高、也最疲惫的一个季度。史蒂夫·耶格（Steve Yegge）——他确实写过关于氛围编程的书——告诉The Pragmatic Engineer，他白天会小睡，并将真正的AI辅助工作时间限制在三小时以内。初创公司创始人在下午两点就碰壁了。本月被广泛分享的一篇帖子警告说，AI对使用它最多的人有”吸血鬼效应”。但似乎没有人注意到这一点：报告最疲劳的人并不是怀疑论者。他们是真正的信徒。那些停留在耶格采用量表第一级、完全忽略AI的工程师们感觉良好。也许有点焦虑，但并不精疲力竭。感到精疲力竭的是那些处于第五、六、七级的人，那些全力以赴、运行多个智能体、编排复杂工作流、以他们从未想象过的速度交付成果的人，他们回到家时已经筋疲力尽。这种模式应该告诉我们一些事情。我认为它告诉我们的是，”AI疲劳”完全是一个错误的诊断。你没有疲劳问题，你有训练问题。回想一下你第一次做硬拉的时候。不是特别重的重量。仅仅是这个动作本身。第二天早上醒来，你感觉整个身体像是被拆开后又错误地组装了回去。你的腿酸痛，背也酸痛。你以前不知道存在的肌肉以最不愉快的方式宣告了它们的存在。如果有人测量你那天的产出，结果会看起来很糟糕。你几乎无法坐下而不龇牙咧嘴。你可能会合理地得出结论：硬拉是不可持续的，人体不是为它而设计的，成本大于收益。但当然，六个月后，你能举起两倍的重量，并且事后感觉良好。你的身体建立了新的通路。它适应了。那个曾经需要你付出全部意识努力的动作变得自动化了。酸痛并不意味着你坏了，它意味着你正在构建新的东西。这正是AI辅助工作中正在发生的事情。无人谈论的认知负荷当你以传统方式编写代码时，你的大脑在运行一个驾轻就熟的程序。你已经做过成千上万次了。你熟悉按键、模式、调试节奏。这就像每天开车通勤：技术上复杂，但练习得如此之多，以至于你可以一边做一边想着晚餐。AI辅助工作是一项根本不同的认知任务。你不再是在编写代码。你是在指导、评估、决策、在多个智能体之间切换上下文、审查不是你写的输出、在AI做出你需要实时验证的实现选择时，在脑海中保持架构意图。这不是同样的工作做得更快。这是完全不同的工作。而你的大脑还没有为此建立起高效的神经通路。每个决定仍然是有意识的。每次审查都需要积极的努力。你不断地监控质量、在并行工作流中保持上下文、对AI输出做出判断。这就是为什么三小时的这种工作可能比八小时的传统编码更让你筋疲力尽。这在认知上相当于你在健身房的第一周。采用曲线实际上是疲劳曲线耶格关于AI采用的八级框架几乎完美地映射到了一条疲劳曲线上，尽管我认为这不是他的本意。在第一级和第二级，你几乎不使用AI。这里用一下自动补全，那里问一个问题。认知负荷不大。疲劳感也不强。在第三到第六级，你进入了深水区。你赋予了智能体更多自主权，你不再逐行审查，而是更整体地审查，你运行多个智能体，并且你不断地驾驭一个18个月前还不存在的工作流。这就是疲劳所在。这就是沉重的硬拉。在第七和第八级，有趣的事情开始发生。你已经构建了编排系统。AI更自主地工作。你已经学会了信任什么和检查什么。你描述结果然后走开。马特·舒默（Matt Shumer）描述的正是这样：告诉AI要构建什么，离开四个小时，然后回来看到完成的工作。适应开始生效了。疲劳并非均匀分布。它在中间阶段达到顶峰，而大多数早期采用者目前正处在这个阶段。这就是为什么疲劳感显得如此普遍：谈论AI最多的人，不成比例地正处于学习曲线最艰难的部分。没人写过关于”驾驶疲劳”的文章还记得学开车吗？第一次驶入高速公路时，你可能像握救命稻草一样紧握方向盘（公平地说，确实如此）。开了30分钟车回到家，你完全累垮了。你的大脑一直在满负荷运转：检查后视镜、控制速度、预判其他司机、处理路标，所有这些同时进行并且都是有意识的。现在，你可以一边开车一小时，一边半听播客，一边吃三明治。任务没有改变。是你改变了。你的大脑为驾驶建立了高效的神经通路，将过去需要完全集中注意力的事情压缩成了后台进程。没有人写过关于”驾驶疲劳”是生存危机的深度文章。没有人暗示汽车对驾驶者有”吸血鬼效应”。我们凭直觉理解，这种疲劳是暂时的。它是学习新事物的代价。这正是当前讨论所缺失的部分。”AI疲劳”被当作一种永久状态，一种技术的根本特征，而实际上它是一种过渡成本。它是训练后的酸痛，不是慢性疾病。为什么这比舒适更重要这种区分不仅仅是语义上的。你如何诊断问题决定了你如何应对它。如果AI疲劳是技术的一个永久特征，那么耶格的三小时上限就是永远的天花板。公司应该为工程师每天只能高效工作一小部分时间做计划。”吸血鬼效应”是入场券的代价，我们只能忍受。但如果它是训练后的酸痛，那么应对方案就完全不同了。你需要管理负荷。逐步构建。不要因为酸痛就不去健身房。关键的是，不要假设今天的疲劳程度就是明天的。那些挺过这个阶段的工程师，那些为指挥AI工作、在适当高度进行审查、在并行工作流中保持架构意图建立了认知通路的工程师，最终会像开车一样自然地做这些事。三小时的壁垒会移到五小时，然后是七小时。不是因为他们工作更努力，而是因为工作不再以同样的方式费力。与此同时，那些读到”AI疲劳”并决定停留在第二级的工程师，舒适、熟悉、不疲惫，将会发现自己处于更糟糕的境地。不是因为他们未能跟上趋势，而是因为他们从未开始其他人已经完成的训练。真正的风险：将酸痛误认为受伤我想澄清一点。训练酸痛和实际受伤是有区别的，这也适用于这里。如果你每天”氛围编程”14小时，睡4小时，因为新奇感令人陶醉而靠肾上腺素支撑，那不是训练。那是过度训练。就像在健身房一样，过度训练不会构建任何东西。它会拖垮你。耶格的三小时观察之所以有价值，不是作为一个永久的天花板，而是作为当前恢复需求的一个信号。当你处于训练早期时，你需要在训练之间有更多的休息。随着你适应，你可以处理更大的训练量。那些精疲力竭的人，不是那些进行三小时专注AI辅助工作的人。他们是那些因为反馈循环太诱人而无法停止的人，这正是我之前写过的老虎机动态。答案不是避开健身房。而是要聪明地训练：高强度训练，真正恢复，循序渐进。一个无人做出的预测我认为未来12到18个月内会发生以下情况。“AI疲劳”的叙事将在今年某个时候达到顶峰。会有更多的文章，更多的担忧，可能还会有几位知名工程师公开”暂停使用AI工具”。这会感觉像是一次有意义的反弹。然后它会悄然消退。不是因为人们停止使用AI，而是因为早期采用者完成了适应。对于那些已经这样做了一年半的人来说，三小时的壁垒将感觉像是遥远的记忆。他们将像曾经编写for循环一样指挥AI工作流：不假思索。而那些挺过酸痛的人和没有挺过的人之间的差距将是巨大的。不是因为AI技能稀有，而是因为适应本身——以指导、评估和编排而非逐行实现的方式思考的能力——对一组人来说将成为第二天性，而对另一组人来说则完全陌生。对训练酸痛最糟糕的反应始终如一：停止去健身房。这对领导者意味着什么如果你现在正在管理一个工程团队，请理解你实际看到的是什么。你最高效的工程师也是最疲惫的。这并不矛盾。这是你拥有的最清晰的信号，表明适应正在进行中。不要通过减少AI采用来回应。也不要通过假装疲劳不存在来回应。要像一位好教练那样回应：管理训练负荷。期待高强度、专注的AI辅助工作时段，然后是真正的恢复。在人们构建新的认知技能时，允许他们以感觉像是减少了工作时间的方式运作。产出仍将是以前的数倍。正确处理这一点的公司，到年底时将拥有已经适应的团队。而那些要么忽视疲劳，要么因此退缩、减少AI使用的公司，将面临最糟糕的双重结果：工程师精疲力竭，却从未度过曲线中最艰难的部分。我们正在经历的，不是一项新技术的副作用。我们正处于为一种新的工作方式进行训练的早期阶段。酸痛正是它正在起作用的证明。拥抱它，管理它，并相信你的大脑，就像自然界中每一个适应性系统一样，会做它一直做的事情。它会适应。
