我现在干得还行但劝你别进来！AI蜜月期要结束了：打工人变成快乐的行尸走肉

AI 把科技行业撕成两半

这是 Noam Segal（曾在 Airbnb、Meta、Twitter、Zapier、Intercom、Figma 负责研究）与 Lenny 发起的第二届年度《科技从业者情绪调查》，覆盖约 6000 名科技从业者，横跨产品、工程、设计、研究、市场营销、数据分析和销售等几乎所有科技岗位。

最令研究者震惊的不是某个具体数字，而是整个劳动力已高度分化——AI 对工作感受的影响远超岗位类型、公司规模、职级等任何其他变量（效应量约为"经理效应"和"创始人幸福效应"的 3 倍）。

• 约 50% 觉得被"增强"：能力被放大，能做更多事、做得更好，正经历职业生涯中最有趣的阶段。
• 27% 岗位正在被重新定义：清楚岗位在发生根本变化，但说不清意味着什么，处于"摇摆不定"的矛盾状态。
• 14% 感到"失稳"：脚下地面在晃，对未来判断非常负面。
• 5% 价值被"削弱"：觉得 AI 从自己身上夺走了东西且不会回来。

核心判据：从"能力被增强"到"价值被削弱"，职业乐观度线性下降、职业倦怠线性上升、裁员担忧线性增加，且越往后越不建议新人入行。这种线性、清晰而有规律的变化，本身证明 AI 对这些变量的影响有多深刻。

四种典型画像

1. 充满能量的科技从业者（41%）："做产品重新变得有趣了，我置身于一个科技游乐园，所有东西都向我开放，是一个真正的构建者。"
2. 矛盾的中间派（35%）：正经历职业生涯中最兴奋的阶段，同时感到前所未有的不确定性，不知道自己正在构建的东西会不会终结自己熟悉的职业。
3. 迷失方向的人："我们就像工业革命前夜的农民，完全看不清接下来会发生什么。"
4. 心怀怨气的人（12%）："公司逼我用 AI 否则可能失业；可即使用了，仍看到有人被裁。我讨厌这一切。"

职业倦怠快速恶化，最大恐惧不是裁员

把中度以上定义为显著职业倦怠，比例从 2025 年的 44.7% → 2026 年的 54.7%，一年上升超过 10 个百分点，超过一半从业者已明显疲惫。同时对职业未来保持乐观的人从 54.8% 降到 48.7%。

而人们最担忧的并非被取代。"因为 AI 失去工作"只排在倒数第二，真正排第一的是：

"拿着同样的工资，却被要求完成更多工作。"

AI 释放的效率并没有变成自由时间，而是迅速被重新填进更高的期待、更快的节奏和更多任务里——更多原型、更多 PRD、更多代码拉取请求、更多营销活动、更多 Agent、更多广告。每一次效率提升都成为新基线，被要求达到这条基线的人几乎没有喘息空间。

"微笑着疲惫"：我变强了，但我也更累了

97.2% 的人认为 AI 提升了自己的工作能力，接近 50% 的人甚至表示提升"很大"或"极大"。但追问"变得更好"意味着什么，发现两件令人担忧的事：

1. 更快做更多，但没有做得更好——AI 降低了完成门槛，产出数量暴涨，质量却没相应提高。
2. 认知腐化（cognitive atrophy）：越来越依赖 AI 生成第一版答案，减少主动思考与判断。每当你把问题外包给模型，自我效能感、自信和思维能力的基线都在下降。

这是"AI 与人的蜜月期结束"的信号：过去觉得它近乎完美，现在意识到它远未达到那种程度。Noam 把这种矛盾状态称为 "微笑着疲惫（smiling exhaustion）"——一方面重新开始交付、构建，借助 AI 创造出令人难以置信的东西；另一方面它根本没有关闭按钮，规则每天都在被重写。我们每个人体内同时存在一个兴奋的"AI 拥趸"和一个担忧未来的"末日论者"，差别只在比例。

"别做我现在做的工作"

用类 NPS 指标（0–10，是否推荐新人进入自己的岗位）衡量，科技行业没有任何群体成为自己岗位的"推荐者"。即便最快乐的创始人也不积极推荐别人去做创始人；销售、PM、运营、工程师同样如此，而设计师和研究员最不愿意建议新人入行——"我现在还在这个泳池里，水温也还可以，但你最好别下水。"

值得注意的是：人们当前对岗位的"享受度"并不低，但根据趋势推演 1 年、3 年、5 年后的结果明显更负面。职级越低越不愿推荐；VP/总监相对更愿意，因为大量信息和知识流可先由 AI 处理，减轻了他们负担，而独立贡献者却在内部争相构建微型 SaaS、重复建设严重，产生"空挡踩满油门"的感觉。

谁最快乐，谁最痛苦

• 创始人 / 小公司员工最快乐：71% 对未来乐观，倦怠最低、裁员担忧最低、AI 兴奋度最高。但连续 2 年最快乐不代表泡沫破裂后仍能维持，且仍有 47% 创始人至少中度倦怠。
• 公司规模越大，员工状态越差：乐观度更低、倦怠更重、担忧更高、推荐意愿更低，呈近乎完美的线性关系，中间没有"甜蜜点"。
• 设计师和研究员最悲观：最易感到岗位失稳、价值削弱，疲惫/焦虑/裁员担忧最高，最不愿推荐新人。数据分析师则最担心失业。
• 工程师意外地没排到前列：尽管编程能力进展惊人，但工程师在多项指标上反而没那么焦虑。

决定幸福感的不是 AI，而是直属领导

经理是谁、是否有效，对员工工作享受度、职业倦怠、未来乐观度的影响超过岗位大多数其他特征——拥有一位极有效经理的员工，工作享受度高出约 65%，倦怠大幅降低。

问题在供给端：只有约 25% 的员工认为自己的经理高度有效，36% 认为缺乏效能，且与去年几乎无变化。在"大扁平化 + 创始人模式"趋势下，经理直接下属更多、层级更少，而经理恰恰是抵御"AI 过度挤压员工"最直接的角色——其重要性今天比过去更高。评分最差的经理集中在数据分析和设计职能，部分原因是这些岗位本身正承受更严重的痛苦，负面情绪难免传导给团队。

给员工和公司的行动建议

员工（5 条）：

1. 深耕少数场景：挑出最令你兴奋、最适合的几个 AI 使用场景集中钻研，而不是把 AI 铺到所有工作里试图成为通才。过度通才化是倦怠重灾区。
2. 警惕被挤压：如果职责范围不断扩大而薪酬没变，主动和经理谈清楚，重新界定工作范围——先做职业倦怠测试，再校准期待。
3. 经营与经理的关系：经理几乎比任何因素都重要，学会有效向上管理。
4. 考虑小公司或创业：数据存在优势，值得尝试。
5. 早期从业者找导师：当能力阶梯横档正在消失时，高质量指导尤其珍贵。

公司（5 条）：

1. 投资经理培养——可能是组织最值得的一笔投入，尤其是在 AI 实验室不断抛出天价 offer 抢人的当下。
2. 主动管理挤压：找到合理的期待水平与生产力水平，不要让阶梯最底层的横档腐烂消失，保住初级员工的成长路径——他们往往最具 AI 原生思维。
3. 关注设计师、研究员等情绪明显更负面的岗位——AI 在托举一部分人的同时让另一部分人失稳。
4. 认识到人们当下感受不等于客观现实，但情绪本身需要被正视与回应。
5. 警惕"AI 负罪感"：早期从业者（尤其 PMM、数据分析）觉得用 AI 像作弊，这是冒名顶替现象的变种——把成功归因给技术而非自己。AI 是强大工具且不会消失，不必内疚，关键是学会真正用好它。

一句收尾

拥有最先进的 AI、能用世界上最好的模型，并不能决定一个组织最终是否成功。所有这一切的底层始终是人。感到兴奋、疲惫、充满希望和害怕的，都是具体的人，而且这些情绪常常同时出现。

---

整理 | 褚杏娟 · InfoQ 编译 · 原文为 Noam Segal 与 Lenny 的对话分享