最近大家都在讨论生成式 AI 是不是要把我们赶出办公室了。理论上，这工具确实神乎其技：以前写个代码、画个原型得熬大半夜，现在用 AI 几分钟就出来了。
但如果你仔细看看大厂里的实际情况，会发现事情没那么简单。
时间去哪了？
乍一看，AI 帮我们省下了大量时间。比如写文档、整理会议纪要，以前得花一下午，现在只要几分钟。谷歌的一位安全工程师就跟我提过，以前要汇总半年的会议记录，现在点几下鼠标就能搞定。
听起来是好事对吧？但这里有个问题：省下来的时间去哪了？
并没有真正“下班”。因为当 AI 把繁琐的重复劳动干完，新的活儿立马就堆上来了。比如，以前你自己手动清洗数据，现在虽然 AI 能洗一部分，但剩下的数据清洗工作、还要去验证 AI 给出的结果对不对、甚至搭建这个自动化流程本身，都得人亲自动手。
这就好比你原本要亲自搬砖，现在有了叉车帮你搬砖，结果叉车司机也要你指挥，而且得你自己去检查每一块砖放没放平。你的工作量没少，只是换了一种更累的方式。
活儿变得细碎了
在写代码的团队里，这种变化更明显。以前可能花一周时间打磨一个功能，现在用像 Claude Code 这样的工具，一天就能出个雏形。代码审查（Code Review）的时间也从几天缩短到几小时。
这导致了一个后果：我们不得不适应这种“倍速生活”。
以前做一个功能，你有一整天的时间可以慢慢思考架构、查阅资料、写代码。现在呢？AI 把任务切得太碎了。我有个同事，以前半天能做完的事，现在被拆解成十几个小步骤，要求他在几小时内连续完成。
真的减负了吗？
说实话，看着这种“加速”，我心里挺复杂的。一方面，技术确实把很多硬骨头啃下来了，效率肉眼可见地提升了；但另一方面，这种紧迫感让人喘不过气。
以前工作节奏是“小时级”的，累了可以睡一觉缓一缓，第二天再战。现在是“分钟级”的，刚把这一个模块写完，AI 又提示下一个需求，那个数据又报错了。你不敢停，因为停下来的成本太高了。
所以，与其说 AI 是来帮我们“解放双手”的，不如说它把“待办事项”的总量推到了极限，只是让我们跑得更快了。
对于很多一线员工来说，这感觉不像是迎来了“超级助手”，更像是换了一个不知疲倦、还特别会给你加急任务的监工。
