AI 疲勞是真的：為什麼產出創新高，精神卻更耗竭
OpenFGA 核心維護者 Siddhant Khare 分享 AI 工具帶來的隱性代價：任務變快但工作變多、AI 的不確定性帶來慢性焦慮、追逐工具的 FOMO 讓人疲於奔命。他的解法是分時策略——早上深度思考，下午才用 AI。
OpenFGA 核心維護者 Siddhant Khare 最近發了一篇長文，在工程圈引起強烈共鳴。
他上個季度產出的程式碼量創下生涯新高，但精神卻前所未有地疲憊。
效率提升的隱形代價
AI 確實讓單一任務變快了。以前寫三小時的程式，現在四十五分鐘就搞定。但工程師的一天反而變得更難熬。
原因很簡單：當單一任務所需的時間縮短，我們不會提早下班，而是被塞進更多任務。以前一天專注解決一個架構問題，可以在散步或洗澡時慢慢思考。現在一天可能要處理六個不同的問題。
AI 不會累，但你的大腦會。頻繁的情境切換極度消耗腦力。我們以為 AI 是助手，結果它更像無情的發牌員，不斷把新工作丟到傳送帶上。人類得氣喘吁吁地試圖跟上機器的節奏。
不可預測的焦慮感
工程師的職業訓練建立在確定性之上：輸入同樣的指令，應該得到同樣的結果。AI 打破了這個契約。
Khare 形容這是「慢性折磨」：星期一用某個 Prompt 得到完美的程式碼，星期二用同樣的 Prompt，它吐出一團義大利麵般的亂碼。
這種不確定性帶來深層的焦慮。你永遠無法完全信任手中的工具，每一刻都必須保持警惕。對習慣邏輯與規則的工程師來說，與一個機率性系統合作，就像有個聰明但不靠譜的實習生坐在旁邊，你永遠不知道他今天會不會突然發瘋。
追逐工具的無底洞
這週是 Claude 推出新功能，下週是 OpenAI 發布新模型，接著又是 Google 的新工具。每一個新玩意都宣稱能改變世界，如果你不用就落伍了。
結果就是，我們花大把時間學習新工具、遷移工作流程，好不容易上手了，兩個月後這套方法又過時了。你花兩週研究的 Prompt 技巧，可能因為模型一次更新就完全失效。
這種感覺就像在跑步機上狂奔，累得半死卻哪裡也沒去。
分時段的腦力保護
Khare 的解法是嚴格的「分時策略」。早上是大腦的黃金時段，留給深度思考、手寫架構，完全不碰 AI。下午才是執行時段，這時候大力使用 AI 來加速產出。
核心在於主動權。如果一上班就打開 Chatbot，思緒很容易被 AI 牽著走，變成被動的接收者。但如果先用自己的大腦建立了框架和邏輯，AI 就會變回它應有的角色——一個強力的執行助手。
確保是你在控制工具，而不是讓工具控制你的思考節奏。
