AI并没有让工作变得更轻松，有些时候反而让人感觉更累了。最近，一项发表在《哈佛商业评论》上的研究，通过对 1488名美国全职员工 进行调查，揭示了一种新型的工作状态正在职场中蔓延。
研究者给这种状态起了一个形象的名字：AI Brain Fry（AI脑疲劳）。
简单来说，就是当一个人长时间使用、监督并在多个AI工具之间频繁切换时，大脑会出现明显的认知过载。许多受访者形容这种感觉像是“脑子里同时开着十几个浏览器标签页”，思维速度变慢、注意力难以集中、做决定时犹豫不决，甚至伴有头痛和明显的精力耗竭感。
研究发现，这种现象并非个例。在所有使用AI工作的员工中，有14%的人明确表示自己经历过“AI脑疲劳”。更值得注意的是，这种疲劳不同于传统的职业倦怠，它是一种更“即时”的认知耗竭：大脑在短时间内被海量的信息、工具界面和决策任务填满，陷入一种类似“思维起雾”的混沌状态。
一位工程经理的典型描述是这样的：他一边用AI分析技术决策，一边让另一个AI生成文档，同时还要不断回头检查这些输出的准确性。结果不仅没有更快地解决问题，反而感觉大脑越来越混乱。他说：“我感觉自己不是在解决问题，而是在管理工具。”
研究进一步指出，造成这种“脑疲劳”的最大元凶，并非使用AI本身，而是监督AI的过程。当员工需要频繁监控AI的运行、校对AI的产出、并不断与AI进行来回互动时，其心理负荷会显著增加。数据显示，当AI工作需要高度监督时，员工的心理努力增加14%，心理疲劳增加12%，信息过载增加19%。许多人的工作角色正在从任务执行者，转变为另一种角色：AI的管理者。
另一个颠覆常识的发现是关于AI工具的数量。很多人认为工具越多效率越高，但数据给出了相反的结论：
当员工只使用一个AI工具时，其生产力平均评分为 3.3；使用两个工具时，评分上升到 3.8；使用三个工具时达到峰值 4.1。然而，当同时使用四个或更多AI工具时，生产力评分反而下降至 3.7。这意味着，当人们不得不在多个AI之间不断切换注意力、适应不同交互逻辑时，大脑的认知负担会迅速累积，最终导致效率不升反降。
不同职能部门之间的差异也十分明显：
研究显示，最容易出现AI脑疲劳的岗位包括：市场营销（26%）、人力资源（19%）、运营（18%）、工程开发（18%）、财务（17%）。而报告比例最低的岗位是法务（6%）、管理层（9%）和产品经理（9%）。总体来看，越是需要频繁与AI互动、整合多方信息、管理多工具协作流程的岗位，就越容易出现认知过载。
更值得企业和开发者警惕的是，这种脑疲劳不仅影响个人体验，还会带来真实的组织成本。相比没有出现脑疲劳的员工，那些经历脑疲劳的员工，其决策疲劳增加33%，小错误增加11%，重大错误增加39%，离职意愿也增加了39%。换句话说，如果AI的使用方式设计不合理，企业可能面临一种新的风险：在追求效率提升的同时，却导致了判断质量下降和关键人才流失。
不过，研究也发现了一个重要的“正面案例”。当AI被用来替代重复性、机械性的任务时，结果则完全不同。例如文档整理、数据汇总、报告初稿撰写、基础数据分析等。如果AI能够有效接管这些“苦活”，员工的职业倦怠感反而会显著下降。数据显示，在这种使用模式下，员工的职业倦怠程度下降了15%。原因很直观：AI解放了员工的双手和部分大脑，让他们有更多精力投入到更具创造性和高价值的工作中。
因此，这项研究提出了一个关键结论：AI带来的诸多问题，很多时候并非单纯的技术问题，而是组织设计与管理问题。许多企业在推进AI化时，只关注模型能力、工具数量和自动化程度，却忽视了一个根本性问题：一个人究竟应该同时管理多少个AI代理？过去在组织管理中，我们讨论“管理跨度”，即一个管理者适合直接带领多少下属。而在AI时代，一个类似的问题正在浮现：一个人适合同时管理多少AI代理。
从上述数据来看，答案已初现端倪——当同时使用的AI工具超过三个时，效率拐点便会出现。这预示着未来的组织设计可能需要引入新的原则：我们不仅要设计人与人之间的协作结构，还必须精心设计人与AI的协作结构。
过去，许多人乐观地认为AI会减少人类的工作量。但现实正在证明，AI并未简单地消除工作，它只是深刻地改变了工作的形态。大量员工正从“自己动手完成任务”，转变为“监督和指导机器完成任务”。当越来越多的人扮演起AI管理者的角色时，一个根本性的矛盾开始凸显：AI的运算与响应速度在不断飞跃，但人类大脑的信息处理与注意力容量，仍然存在着生理上的极限。
一个实用建议
这项研究给出了一个非常直接的行动提醒：AI工具并非越多越好。当同时使用超过3个工具时，你的工作效率反而可能开始下降。联想到国内的工作环境，许多朋友可能同时在用 ChatGPT、Claude、Kimi、豆包、通义千问、文心一言 等多个大模型产品，这种在多个聊天窗口和界面间的频繁切换，极易带来认知负荷。
一个有效的策略是：尽量固定使用2至3个核心AI工具，并围绕它们建立稳定的工作流，而不是盲目地追逐和叠加新工具。在AI工具爆炸式增长的今天，我们或许更该意识到，真正需要善加管理的，不只是工作任务清单，更是我们自身有限的注意力。
消息来源：https://hbr.org/2026/03/when-using-ai-leads-to-brain-fry (Harvard Business Review, March 5, 2026)
研究机构：波士顿咨询集团（BCG）与加州大学河滨分校，2026。
你对AI工具的使用体验如何？是否也感到过类似的“脑力过载”？欢迎来到云栈社区的开发者广场板块，与更多同行交流你的看法与应对策略。
发表于 1 小时前
|
查看: 2|
回复: 0
