前言：那个真空的瞬间

上周二晚上7点，原文作者从办公桌站起来时，感觉到前额有一种真空感。

不是头痛。不是疲劳。而是一种物理上的空虚感，就像额叶整天高速运转后终于关机了。他站在那里10秒钟，试图回忆接下来要做什么。脑子里一片空白。

过去一年里，任何一个周二通过他大脑的信息量，已经变成了过去一周的工作量。代码审查是最糟糕的部分，但真正的杀手是上下文切换：AI生成的PR、客户架构决策、三个关于部署问题的Slack线程、需要审查的候选人简历、窗外的防空警报，然后回到审查机器在几秒钟内写出的代码——而他需要几个小时来验证。

每一个都需要不同的心智模型。每一个都在燃烧工作记忆。到下午4点，他做的决策已经不如初级工程师。到晚上7点，他的大脑在物理上是空的。

行业称之为"10x生产力"。

作者称之为：一个以机器速度生成输出，强迫人类以生物速度处理的系统。

---

一、工作负载悖论：AI不减少工作，它强化工作

2026年2月，UC Berkeley的研究人员在一家200人的科技公司内嵌入了8个月，进行了超过40次深度访谈。他们的结论震撼了整个行业：

AI不会减少工作。它会强化工作。

他们发现了三种"工作负载蔓延"机制：

1. 任务扩展

每个人的工作范围都在膨胀，因为AI使做更多事情成为可能。你能做更多，所以你被期望做更多。

2. 边界模糊

AI提示发生在午餐时间、通勤路上、晚上睡前。工作和生活的边界彻底消失。

3. 隐性压力

当同事明显用AI做更多事情时，对每个人的期望都会上升。这是一场没有终点的军备竞赛。

Upwork研究所量化了这个现象：

• 77%使用AI的员工表示AI增加了他们的工作量（不是减少，是增加）
• 71%报告倦怠
• 88%的"最高生产力"AI用户处于倦怠状态
• 他们离职的可能性是其他人的两倍

让我重复一遍这个最可怕的发现：

报告最高AI生产力增益的工作者，是最倦怠的。

在你的仪表板上看起来最好的人，是最接近走出门的人。

---

二、认知瓶颈：每秒10比特的生物限制

2025年，Zheng和Meister在《Neuron》期刊上发表了一项研究，揭示了一个残酷的科学事实：

人脑处理有意识的分析思维的速度，约为每秒10比特。

你的感觉系统收集数据的速度是每秒10亿比特。但代码审查的瓶颈——你真正思考的部分——是每秒10比特。

工作记忆一次大约保持4个信息块。SmartBear/Cisco的研究确立了每个人都在忽略的数字：

• 100行以下的PR：87%的缺陷检测率
• 1000行以上的PR：28%的缺陷检测率
• 60分钟后：质量崩溃

现在看看AI对审查队列做了什么：

• GitHub Octoverse 2025显示：每月合并4320万个拉取请求，同比增长23%
• 每个开发者的代码行数从4450行增长到7839行（8个月内增长76%）
• Faros AI分析10000+开发者发现：使用AI辅助的开发者合并的PR多98%

每一个都落在高级工程师的桌子上。

MIT报告指出：初级开发者使用AI工具产生了远远更多的代码，但庞大的数量正在饱和高级开发者的审查能力。一位OCaml维护者直接拒绝了一个13000行的AI生成PR，因为根本没人有处理它的精力。

我最近写过"监督税"。METR的数据显示，有经验的开发者使用AI工具实际上变慢了，但感觉更快。

感知与现实之间的差距，是所有这些发现中最危险的。

你无法修复你感觉不到的东西。

---

三、专业知识的诅咒：越资深，越痛苦

1983年，Lisanne Bainbridge在《Automatica》上发表了"自动化的讽刺"。她的核心发现至今仍然适用：

自动化系统越复杂，其中的人类角色就越苛刻。自动化后剩下的，是最模糊、最复杂、最不受支持的工作。

微软研究在2024年确认了生成式AI的这一点：AI系统可以使困难的任务变得更加困难，给用户留下相同或增加的认知负荷。

机制是不对称的

当我写代码时，我在外化一个已经存在的心智模型。思考在打字开始之前就完成了。

当我审查AI生成的代码时，我必须从一个由不知道我们业务的系统产生的工件中，逆向工程别人的推理。

根本上更难。

Clutch对800名软件专业人员的调查发现：59%的开发者使用他们不完全理解的AI生成代码。

但高级工程师不能承受这种奢侈。他们的工作就是捕捉看起来对但实际不对的东西。

Qodo报告确认了成本分布：

• 高级工程师对交付AI生成代码的信心最低：22%
• 上下文痛苦随经验增加：初级41% vs 高级52%
• 大多数使用AI的工作者完全跳过批判性思维
• 确实进行批判性思考的高级工程师（这是他们的全部工作），吸收了其他人卸载的认知成本

---

四、身体代价：从认知到生理的全面崩溃

认知损伤只是一半。身体承受其余部分。

眼睛：计算机视觉综合症

74%的屏幕用户在屏幕时间增加期间受到影响。当认知负荷上升时，数字眼疲劳的严重程度显著恶化。

AI强化的代码审查不仅意味着更多屏幕时间。它使每小时在物理上更具破坏性。

心脏：心血管疾病风险

2024年的一项荟萃分析覆盖26,916名参与者，发现：

• 倦怠使心血管疾病风险增加21%
• 倦怠最高五分位数的人冠心病风险高79%

最大的IT研究发现：长期久坐程序员的代谢综合征患病率为32%，是普通人群的两倍。

大脑：睡眠质量崩溃

与工作相关的反刍介导工作压力与睡眠质量降低之间的联系。

当我合上笔记本电脑时，大脑不会停止。它重播我没完成的PR。我标记但无法追踪的依赖关系。

恶性循环

白天更多代码审查 → 晚上睡眠更差 → 第二天早上决策更差 → 更多橡皮图章PR → 生产中更多bug → 更多压力。

重复，直到某些东西崩溃。通常是人。

---

五、质量幻觉：更多代码≠更好结果

GitClear分析了2.11亿行变更代码。结果令人震惊：

• 重复代码块增加8倍
• 代码流失率从5.5%上升到7.9%
• AI生成的代码平均每个PR的bug是人类编写代码的1.7倍
• 逻辑缺陷增加75%
• 性能问题频率增加8倍

Faros AI分析10000+开发者后的结论：

尽管使用AI合并了98%更多的拉取请求，但公司范围的交付在吞吐量或质量上没有显示出可衡量的组织影响。

Sonar的CEO识别出隐藏的危险：

AI模型在避免明显的bug和安全漏洞方面越来越好，但结构性缺陷现在占问题的90%以上。

你被诱导产生虚假的安全感。简单的问题得到解决。困难的问题隐藏在看起来干净的代码下，通过每个自动检查。

而能找到它们的人，被设计上超出人类认知带宽的输出量所掩埋。

更多代码。更多bug。更多审查负担。相同输出。更糟的人类。

---

六、数学不成立：供需的致命失衡

这里是没有人在做算术的地方：

AI刚刚将对高级工程判断的需求增长了76%到98%。

每个AI生成的PR都需要一个能够：

• 捕捉机器错误的人
• 发现第847行的结构缺陷
• 追踪下游三个服务的逻辑错误

这些人的供应没有变化。

而且正如我在"人才危机"和"理解力灭绝"中所述，产生他们的管道正在被创造需求的同一工具掏空。

高级工程师的2026年现实

一边是行业裁员。自2022年以来裁减了数十万工程师。下一轮总是在一次财报电话会议之外。

另一边是10x生产力期望。由从未审查过AI生成PR的人设定。

中间是疲惫和倦怠的人，每天早上都要做出选择：

• 信任AI输出（因为前20次都有效，不是吗？）
• 或者继续验证每一行直到身体垮掉

无法逃避的责任

无论验证还是信任，工程师都要承担结果。

当生产在凌晨3点宕机时：

• 是你的名字在提交上
• 你的PR被合并了
• 你的事故报告

这个选择的任何版本都不能让你摆脱责任。

这是一个修辞性问题。我们已经知道答案。

本文中的数据就是答案。

---

结语：你不孤单

如果你是一名高级工程师，在身体上感受到这一切，请记住：

你不孤单。你不软弱。

眼睛疲劳。无法恢复的睡眠。一天结束时大脑的真空感。这些都是真实的。

你正在做一份18个月前不存在的工作，用的是20万年没有改变的认知设备。

这不是个人能力问题。这是系统性不匹配。

我们需要的不是更努力，而是更聪明

• 🎯 认识问题：这是系统性不匹配，不是你的问题
• 🛡️ 设定边界：拒绝不可持续的"10x生产力"期望
• 🔧 工具重构：建立适配人类认知带宽的工作系统
• ⚖️ 质量优先：小而精的深度工作 > 大而多的表面输出
• 🌱 可持续性：建立长期可持续的工作节奏和健康习惯

---

华哥·OPC：化繁为简的实践

在AI时代，我们比以往任何时候都更需要化繁为简的能力。

不是盲目追求10x生产力，而是：

• 建立有序的生态系统，降低信息熵
• 用系统化工具支撑可持续的工作节奏
• 关注真正的价值创造，而非表面的生产力数字
• 预防疲劳驾驶，保持有节奏的可持续发展

这正是华哥·OPC的核心理念：搭建闭环生态系统，赋能AI时代的超级个体，更好地做自己，同时照亮别人。

---

关注我，获取更多AI时代的生存指南

💡 一位喜欢刨根问底的AI攻城狮👨🏻‍💻
💡 一人公司 | 精益创业 | 开源OPC/Human3.0
💡 学记助理 | 知识地图 | 智能知识管理 | 开放社区

从心而为，找到所爱，持续付出
愿每一行代码都是改变世界的力量
关注我，先人一步把握AI时代机遇

---

原文来源：The Human Cost of 10x: How AI Is Physically Breaking Senior Engineers by Denis Stetskov

最近正在设计自己的开源OPC(一人公司)，会持续分享从理念、方法论到产品设计实现的每一步实践。如果你也对 OPC、极简创业与独立开发感兴趣，欢迎关注。感谢您的阅读！ ^_^