大家好,我是孟健。
Bloomberg上周发了篇报道,标题叫「AI编程Agent正在科技圈引发生产力恐慌」。UC Berkeley的研究更扎心:用AI工具的人,工作时间反而更长。

这不是标题党。这是正在发生的事。
我自己也中招了。
01 Great Productivity Panic:2026年的新焦虑
Bloomberg把这个现象命名为「Great Productivity Panic」——生产力大恐慌。

表面上看,AI编程工具确实在疯狂增长:

但UC Berkeley的研究发现了一个反直觉的现象:
「那些把工作外包给AI的人,同时也在工作更长时间。」
什么意思?
AI本来应该让我们少干活。结果是:干得更快了,但干得更多了。
02 为什么会这样?
HBR在2月发了篇深度文章,标题是「AI不减少工作,它加剧工作」。

研究发现了三个核心机制:
1. 速度陷阱
AI让单个任务变快了。但人的本能是:既然快了,就多做几个。
以前写一个功能要3天,现在3小时。老板的反应不是「那你休息2天」,而是「那你再写10个」。
2. 范围蔓延
AI能做的事变多了,你被期望做的事也变多了。
以前前端只管前端。现在?「反正有AI帮你,后端顺手写了吧。」
3. 自我加压
最可怕的是:很多人不是被老板逼的,是自己给自己加压。
「AI这么强了,我要是不用好,是不是就落后了?」
「别人都在用AI提效,我不多产出点,是不是就要被淘汰了?」
📍 这就是「生产力恐慌」的本质:不是AI让你累,是AI让你觉得不够努力。
03 我的真实体感
说说我自己。
用Claude Code和OpenClaw三个月了。确实效率提升了——以前一周能发3篇公众号文章,现在一天能写完。
但问题来了:我真的一天发一篇了吗?
没有。
因为「能写完」和「值得发」是两回事。AI帮我写得快了,但我花更多时间在:
总工作时间不是少了,是重新分配了。
低价值的重复劳动确实被AI接管了。但高价值的思考工作?反而变多了。
04 Solow Paradox 重现
Fortune上周有篇文章提到一个有意思的概念:Solow Paradox(索洛悖论)。
这是40年前的老概念了。当时电脑刚普及,经济学家Robert Solow说了句名言:
「我们到处都能看到计算机时代,除了在生产力统计数据里。」
意思是:科技进步了,但生产力数据没怎么涨。
40年后,AI时代,同样的剧本又在上演。

Fortune调研了数千名CEO,发现:
AI everywhere except in productivity statistics.
05 怎么办?
说几个我自己在用的方法:
1. 设边界,不是设目标
不是「今天要产出多少」,而是「今天最多工作到几点」。
AI让产出变得无限可能。但人的精力是有限的。
2. 区分「能做」和「该做」
AI让很多事从「做不到」变成「能做到」。但不代表都该做。
选题能想10个,不代表要写10个。代码能改100次,不代表要改100次。
3. 接受「够好」
完美主义是AI时代的毒药。
以前写篇文章,改3遍觉得差不多了。现在?AI能帮你改30遍,每遍都「更好一点」。
但「更好一点」的边际效益是递减的。
📍 AI不是来解放你的,是来考验你的自律能力的。
最后
Bloomberg那篇报道的副标题是:
「AI编程Agent承诺让软件开发更轻松。结果它们引发了一场不惜代价构建的高压竞赛。」
我觉得这句话适用于所有AI工具,不只是编程。
AI让「做得更多」变得太容易了。但「做得更多」不等于「活得更好」。
生产力恐慌是真实存在的。承认它,然后学会和它共处。
工具没有对错。用法有。
今日互动:你用AI工具后,工作时间是变长了还是变短了?评论区聊聊。
📚 精选文章推荐