AI 时代的技术人：你的“跟上”背后有多重负担

技术圈里的人，可能都能感受到一种特别的疲惫——它不是刮起风暴时的急促，也不是临近 Deadline 时的虚脱，而是一种无声的累积。你总能自动应答「还好，能跟上」，但实际的心理状态像是被一股看不见的力量拖拽，无论你如何加速，脚下的地面也在悄悄后移。这种状态让人无法开口，却又在隐隐作痛。把它说出来反而像是给自己松了绑。

这种累，和传统的技术压力完全不同。以往的压力是「量」的问题：加班时长、堆积如山的 Ticket、上线前的那几小时死命冲刺。那种累有明确的边界，Sprint 结束时能喘口气，甚至带着些许成就感。但现在的压力，更像是「节奏和基准线」的共同作用。每周换一套新工具，每月更新一次模型，去年你还被视为某领域的专家，但季度更迭后，旧有的实践可能就被直接淘汰。这种精疲力竭不来自工作量，而是来自一种持续的、低浓度的焦虑：你必须同时应对领域自身的迭代，以及不让自己落后于他人的压力。旧式的倦怠可以通过休息缓解，但这种环境漂移带来的压力，却没有「结束」的按钮，休息也无法根治。

这种磨损，不是由某一件大事引发的，而是由多个细小的刺逐渐积累而成：

• 默认的产出标准在悄悄上升。AI 已经把「快」定义为起点。你的代码和方案可能比以往任何时候都更多，但周五下班时依然心存不安——因为「够好」的尺度在你不注意时已经悄然后移。这意味着，你可能需要花更多时间来适应新的标准，而这标准本身并没有明确的通知或说明。
• 技能贬值的不确定感。新框架、新模型不断涌现，兴奋过后，潜意识里总会有疑问：自己多年积累的经验，下个季度还能保持竞争力吗？这种对自身专业价值的不确定，让人无法真正在专业上找到定海针。
• 身份认同的动摇。技术人的底气向来建立在「难题我来解」的能力上，但 AI 可以在几秒钟内拆解复杂问题，这让传统的手艺人式自豪感变得悬空。于是，你开始质疑自己在岗位上的存在意义，以及与 AI 之间的角色边界。
• 对 AI 输出的警觉永远开启。你无法完全相信 AI 的结果，必须始终保持审视、验证、挑错的姿态，特别是那些 AI 表现自信的错误。这增加了额外的认知负担，让本来应该「省力」的工具反而成了额外的负担。
• 幸存者偏差的社会陷阱。朋友圈里充斥着 AI 让效率「翻十倍」或「周末搞定创业」的故事，但很少有人分享自己半夜干瞪眼的样子。这让你误以为只有自己在艰难应对，但实际上，大多数人都在同一口锅里煮着，谁也没比谁轻松多少。

这种压力不仅侵蚀着脑力，也在身体上留下痕迹。长时间盯着屏幕，加上那种睡眠无法完全缓解的深层乏力，都是这种环境压力在身体上的直接表现。