从 Gastown 到「编程瘫痪」：AI 加速带来的新压力

以 2026 年开源平台 Gastown 让用户同时调度大量 Claude Code 智能体为引子，指出 AI 本应提升效率却让工作更繁重。企业把 token 消耗量、AI 生成代码量作为绩效指标，员工在多工具间频繁切换，认知负荷接近饱和。伯纳奇发帖称「让我疲惫的并不是工作本身，而是对工作的管理」。

1488 人调研与「AI 大脑过载」的提出

研究团队指出既有文献对 AI 与倦怠关系结论矛盾，于是调研 1488 名美国大型企业全职员工。研究将「因过度使用或监督 AI 工具、超出自身认知能力而产生的精神疲劳」命名为 AI 大脑过载，并指出它会带来出错率上升、决策疲劳与离职意愿增强。

最耗脑力的是监督，工具超过三个效率反降

高强度监督 AI 的员工脑力消耗高出 14%、精神疲劳增加 12%、信息过载增加 19%。工具数量与效率存在拐点：从一到两个工具效率显著提升，第三个增幅放缓，超过三个后效率分值开始降低。

脑雾、宿醉感：参与者如何描述这种状态

14% 的参与者表示经历过 AI 大脑过载，不同职能差异很大。他们用「脑雾」「头脑嗡嗡作响」「像宿醉」来形容，表现为难以集中注意力、决策迟缓、头痛。一位高级工程经理描述在两个 AI 工具间反复切换后「脑子被塞得满满当当」，最终意识到管理工具比解决问题更耗精力。

企业要付出的代价：决策疲劳、失误与离职

经历过 AI 大脑过载的员工决策疲劳程度高出 33%；小失误概率高出 11%，大失误概率高出 39%；主动离职意向从约 25% 升至接近 34%，重度使用者中增加 39%。这些员工往往正是公司必须留住的明星员工。

把苦差事交给 AI：倦怠下降的另一面

当员工用 AI 大幅减少常规重复任务时间时，职业倦怠得分比未这样使用者低 15%，敬业度与动力得分更高，与同事联系更紧密。这凸显职业倦怠（情绪层面）与 AI 大脑过载（急性认知压力）是两种不同问题。

管理者、团队与组织如何塑造 AI 体验

管理者愿意解答 AI 问题，员工精神疲劳低 15%；要求自行摸索则高出 5%。团队施压使用 AI、团队内使用程度差异大，都会推高精神疲劳。组织未清晰传达 AI 作用、期待员工借 AI 完成更多工作，精神疲劳高出 12%；而重视工作与生活平衡则低 28%。

给领导者的五条建议与结语

建议包括：重新设计岗位与工具、明确人机责任边界；AI 工具开发应遵循神经生物学规律；明确设定对 AI 和工作量的预期；考核指标关注实际成效而非工作量强度；持续培养问题界定、分析规划、战略优先级设定等新技能。结语强调精神疲劳常被忽视，重视认知健康的企业有望获得更强判断力并留住顶尖人才。