內(nèi)存價格暴漲95%，AI算力引爆HBM需求，DDR5短缺

小龍蝦OpenClaw這類AI工具，正在迅速在大眾中風靡，從技術社區(qū)火到普通白領圈層。

對于程序員來說，運行在云端的智能體調(diào)配工具，可以同時組織眾多像Claude Code這樣的編程智能體，以閃電般的速度開發(fā)軟件。對于普通人來說，他們不需要像小龍蝦這樣的智能體幫助寫代碼，但正在使用AI填表或做PPT。

使用者很快就感受到手被龍蝦夾住的疼痛了：當AI表現(xiàn)的很流程時，輸出的海量信息讓大腦過載。

原本，使用AI工具，這意味著早些下班回家陪貓。但問題是，AI的所有輸出都需要人來審核才能發(fā)布。當AI生成代碼的速度遠超人類審核代碼的速度時，程序員使用者會覺得工作壓力反而增加了。

而如果AI生成的PPT中包含的每一個數(shù)字，都需要人工來審核真實性，每一處夸張的表述都需要使用者來修改，這樣為AI“擦屁股”的不斷修改和重復，也會讓人感受到AI腦炸。

上述使用體驗，并非個例。波士頓咨詢集團和加州大學河濱分校的研究人員發(fā)表在管理學雜志《哈佛商業(yè)評論》（Harvard Business Review）的一項調(diào)查1顯示，在他們訪談的1488名全職美國員工中，有14%的參與者體驗過AI腦炸（AI Brain Fry），即因過度使用或監(jiān)管超出自身認知能力的人工智能工具而造成的精神疲勞。

AI腦炸的表現(xiàn)為難以集中注意力、決策速度變慢以及頭痛。該研究指出，這種與人工智能相關的精神壓力會帶來顯著的代價，例如員工錯誤率增加、決策疲勞以及離職意愿增強。

該調(diào)查引用的一名資深工程經(jīng)理的描述很有代表性：“我有十幾個工具來幫助我做出技術決策，還有十幾個工具則會吐出草稿和摘要，我不斷地在它們之間穿梭，對每件事都進行核查。但我的大腦并沒有加快速度，反而開始感到雜亂。我的身體不感到疲憊，只是腦子里擠滿了人。幾十個打開的瀏覽器標簽都在爭奪注意力。我發(fā)現(xiàn)自己在重讀同樣的東西，比平時更懷疑，而且變得奇怪地不耐煩。我的思維沒有中斷，只是充滿噪音，就像精神靜止一樣。 最后我清醒過來，我這么做只是在努力管理工具，而不是真正解決問題。”

研究1發(fā)現(xiàn)，當AI工具需要使用者直接監(jiān)督時，使用者感到的認知疲憊最明顯，19%的訪談者會覺得出現(xiàn)了信息過載。而那些認為AI工具需要高程度而非低程度監(jiān)督的員工，精神疲憊度增加了 12%。

第二個與人工智能相關的認知負荷和精神疲勞的關鍵預測因素，是員工報告人工智能工具的存在增加了他們的工作量的程度。當員工覺得使用了AI工具后，反而面對更多的工作任務時，他們不得不在相同的時間內(nèi)關注更多的工具和更多的結果。而這會加重他們的認知負荷，隨之而來的大腦疲憊。相比之下，感覺公司在乎Work-life balance的員工，其員工報告的AI腦炸程度相比平均低28%左右。

研究還發(fā)現(xiàn)多任務處理會帶來效率的低下。當員工從使用一個AI智能體切換到兩個同時使用，他們的生產(chǎn)率會顯著提升。當他們使用第三個智能體時，生產(chǎn)率再次提升，但幅度較小。但在使用超過三個智能體后，他們的生產(chǎn)率下降。這一AI工具更多，反而導致效率低下的現(xiàn)象，與管理人類團隊類似，當團隊規(guī)模大到超過管理者能夠應對后，效率會降低2。

上述三點的共同之處，在于面對AI輸出的海量信息，需要調(diào)用有限的注意力資源。神經(jīng)科學家預估3人類大腦每秒能接受的信息是10比特，而大模型動輒每分鐘輸出幾十甚至上百個token，同時使用多個大模型更是會導致大腦在處理信息時“帶寬不足”。 就如過度運動后會覺得肌肉酸疼，而當過度使用有限的注意力、控制力時，也會感到急性的大腦疲勞4。

根據(jù)該調(diào)查報告1，不同職業(yè)報告AI腦炸的比例不同，最高的是市場營銷相關的雇員，達到26%，其次是人力管理，運營和軟件開發(fā)，而法律從業(yè)者中只有 6%報告感受到了AI腦炸，占比最低。

作為波士頓咨詢公司（BCG）旗下人工智能解決方案開發(fā)團隊X的首席人工智能官， Kropp的團隊擁有約3000名工程師。他表示5，“我們并不是說不應該管理多個智能體。這就是現(xiàn)實。在很多工作中，我們都會這樣工作。我認為重要的是，我們要意識到這種做法會產(chǎn)生影響，并為此做好管理。”

做出高質(zhì)量決策的時候需要頭腦清醒。研究者1發(fā)現(xiàn)，由于管理或過監(jiān)督AI智能體而產(chǎn)生的認知疲憊，影響真實存在，其中一個就包括決策的質(zhì)量降低，出錯概率上升。相比沒經(jīng)歷AI腦炸的雇員，體驗AI腦炸的雇員決策疲勞程度高 33%，犯錯誤的也更多。 2018 年的一項研究6估計，一家50億美元收入的企業(yè)由于決策質(zhì)量差而產(chǎn)生的成本為每年1.5億美元。員工決策疲勞增加33%，可能會使企業(yè)每年的成本增加數(shù)百萬美元。

另外，AI腦炸對企業(yè)的另一個經(jīng)濟影響，是員工辭職的概率增加。34%經(jīng)歷過“AI腦炸”的員工表示有意辭職，而未經(jīng)歷過“AI腦炸”的員工中只有 25%表示有意辭職。

研究者們同時發(fā)現(xiàn)，使用AI智能體也不總是會帶來精神疲勞。

如果用人工智能來代替常規(guī)的重復性任務，可以降低疲勞感。例如，那些將重復性的工作交給AI的員工，他們報告了更高的工作參與度，更多與人工智能相關的積極情緒，相比未使用人工智能的雇員，他們報告的倦怠感低了15%。相比之下，當人工智能的使用涉及高度的腦力控制時，則會讓使用者感到大腦疲憊。

該研究1還發(fā)現(xiàn)，管理者的態(tài)度對于雇員AI腦炸也有重要影響。當管理者愿意花時間回答下屬關于人工智能的問題時，相比管理者不花時間回答員工相關問題的情況，打工人感到的AI腦炸低了15%。可若是上級模糊表達，類似“你們自己去摸索 AI 吧”，又隱含“必須用 AI 提升效率”的期待，雇員感受到的“AI腦炸”相比平均會高5%。這可以看出如何從管理上緩解AI腦炸，即在組織層面，提供清晰的人工智能戰(zhàn)略和培訓等實踐有助于指導員工用好AI，減少AI腦炸。

另外，群體規(guī)范也影響到了我們與AI的關系1。當員工因為團隊中的人都使用AI，不得不從眾也使用 AI 時，或是團隊內(nèi)部 AI 使用情況有很大差異時，精神疲勞程度會增加。另一方面，當團隊將 AI 與流程進行整合時，團隊成員會感受到精神壓力明顯減輕。這種整合可能代表集體層面，用AI消除重復性任務的嘗試。

今天，一些最有價值的人類技能，包括辨別、決策和戰(zhàn)略規(guī)劃，都需要集中注意力。雖然倦怠已經(jīng)成為許多工作場所關注的問題，但現(xiàn)有的工作場所調(diào)查更有可能沒有被發(fā)現(xiàn)。企業(yè)應當對員工的認知過載進行整體監(jiān)控，以防范大腦疲勞。那些優(yōu)先考慮員工認知健康的團隊，員工的判斷力會更好、錯誤更少，而且留任率更高。

就筆者個人的感受來看，容易引發(fā)AI腦炸的智能體使用方式，包括同時開三個以上AI智能體輪流用；把所有東西都“先丟給 AI”，再事無巨細地逐條檢查；沒有清晰目標，邊問邊想：“AI 能不能也順便幫我這個那個？”以及一整天幾乎都在跟 AI對話框粘在一起。

對此，每個人可以想想該如何用好AI智能體，避免AI腦炸，而不是試圖看完或是檢查AI給你的所有東西，而要培養(yǎng)信息篩選能力。

對于管理者來說，根據(jù)《哈佛商業(yè)評論》上的這一研究1，當團隊將AI智能體深度嵌入到工作流程中，并將技術視為集體能力而非個人差異化因素時，員工不容易感受到AI腦炸。為此需要就問題建模、分析規(guī)劃和戰(zhàn)略優(yōu)先排序等與用好智能體相關的技能，對員工開展培訓。

此外，管理者要意識到，將使用AI智能體的多少（例如用花了多少token，或像Meta這樣將提交了多少由AI生成的代碼）當成KPI，會導致浪費、低質(zhì)量的工作和不必要的精神壓力。企業(yè)要從自身的戰(zhàn)略目標出發(fā)，看AI智能體的使用能否帶來可衡量的提升。若是員工想出了用AI自動化工作的一部分，也不應該卸磨殺驢（裁員或加大工作量），這會抑制員工進一步主動嘗試用AI去替代自己工作任務的創(chuàng)新積極性。

對于AI智能體的開發(fā)者來說，AI腦炸的存在，意味著應該考慮到人的神經(jīng)生物學限制。開發(fā)那些需要較少注意力或工作記憶的工具，這樣的工具可以促進創(chuàng)造性思維，促進社交參與，或者支持技能發(fā)展，同時也可以產(chǎn)生更高的商業(yè)價值，更可持續(xù)地鼓勵創(chuàng)新并讓用戶感到快樂。