为什么AI反而让我们越来越忙?关于AI的3个悖论

资讯 腾讯网 作者:卫夕指北 全文 5607 字 · 约 15 分钟读完

先说个我自己的直观感受:AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。我很多大厂的前同事也天天在用AI,但很明显,老板的要求越来越高,很多产品经理都要求拿着能运行的demo去过评审会。最终,AI并没有给我们省时间,反而让我们越来越忙。今天卫...

先说个我自己的直观感受:

AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。
但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。
我很多大厂的
前同事
也天天在用
AI
,
但很明显,老板的
要求
越来越高,
很多产品经理都要求拿着能运行的
demo去过评审会。
最终,
AI并没有给我们省时间,反而让我们越来越忙。
今天卫夕就着这个话题,聊
三个悖论
——
考恩悖论
、
索洛悖论
和杰文斯悖论。
分别讲一讲:
为什么给我们省提高效率的工具反而让我们越来越忙?
为什么
AI在生产力上的产出并没有预期的那么高?
以及为什么模型价格降了很多倍,但我们在
AI上的花费并木有降。
咱们直接开聊:

一

先从
考恩悖论
开始,它只解释一个问题
:
为什么
洗衣机没有解放妈妈
?

1983年,美国技术史学者Ruth Schwartz Cowan出了本书,叫《More Work for Mother》,直译就是《妈妈的活儿更多了》。

作为一名当了妈妈的女性,
Cowan有个很实在的观察
:

到了
70年代,
洗衣机、吸尘器、电炉灶一应俱全,
但为什么
自己比她妈
那一辈人
当年还
要忙呢?
社会学家
Joann Vanek在1974年给出了
一组对比数据
:
美国全职主妇每周花在家务上的时间,
1924年
是
5
2
小时左右,到了
1966年
,
反而到了
55小时左右。
家具齐了
,
然而
总工时
不降反升
,
经济史学家
Joel Mokyr把这个现象命名为考恩悖论(Cowan Paradox)。

那么问题来了:

省下的时间去哪了?

Cowan

理出了
3条:
第一条是标准
变了
,以前一周洗一次衣服很正常,有了洗衣机,天天换洗成了
很多家庭
的标配。
第二条是帮手消失,
按
Cowan的说法,1950年一个主妇干的活,1850年需要三四个人配合
,
佣人、女儿、丈夫搭把手的那部分,全压到了她一个人身上。
第三条是
新活儿冒出来了
,
开车去超市、接送孩子,这些在马车时代压根不存在。
这
3条其实在AI时代基本上也在重演:
以前一个手工原型就行了,现在产品经理要做
demo,甚至还要
搞
个视频,以前可以给你招个实习生,现在这个预算也交给
AI了。
二
这是有具体的数据做支撑的。
美国职业机构
Upwork调查了2500人
关于
AI对工作的影响
,
结果显示:

用
AI的员工里,77%说工作量反而变大了
,
81%的高管承认,过去一年给员工加了码。

2026年2月,伯克利的Aruna Ranganathan和Xingqi Maggie Ye在《哈佛商业评论》发文,标题

是
《
AI没有减少工作,它让工作变得更密集
》
。
她们在一家约
200人的科技公司蹲了八个月,发现产品经理开始写代码,研究员开始接工程活,很多人接下的活放在以前足够招一个新人。
知名开发者
Simon Willison转发这篇文章说,这正是他的体验。
推文链接:
https://x.com/simonw/status/2020901645597683870

三

AI

让人精疲力尽的另一件事,
是返工。

2025年9月,斯坦福社交媒体实验室造了个词,workslop,工作泔水:AI快速生成、看着像模像样、实际推进不了任何事的产出。

他们调查了
1150名美国全职员工,40%的人过去一个月收到过这种东西,每处理一次平均要116分钟,每人每月隐性损失186美元。

这点我是有感触的,这两年,我收到的所有材料都变长了,看起来也更专业了,但我从这些材料中找重要信息的过程却更累了。

甚至有时候我
不得不问
Claude
这个文档最核心的是想干嘛。
工程师
Siddhant Khare在2026年2月写了篇《AI疲劳是真的,只是没人说》,冲上Hacker News榜首。
这篇文章很长,很值得每个用
AI的人细读(地址:
https://siddhantkhare.com/writing/ai-fatigue-is-real
)
他核心观点是:
每个任务都变快了,所以你接了更多任务,可你的大脑没
办法
扩容。

推文链接:https://x.com/Siddhant_K_code/status/2020503345476391330

四

1930年,凯恩斯写了篇小文章叫《我们后代的经济前景》。

他算了一笔账:只要资本每年涨
2%,技术照常进步,到了2030年,人们每天干三小时、一周干十五小时就够了。
他甚至担心,那时候的人闲得发慌,不知道该干点神马。
(
凯老真是为我们操碎了心)
距离
2030年,还剩不到四年
,
我们来
看看数据:
按几位瑞士和西班牙经济学家在
2024年的测算,美国人均年工时从1929年的2316小时,降到了2019年的1765小时,90年缩了23.8%。
凯恩斯的目标折成年工时,大约是
780小时
。
所以结论很明显:凯恩斯错了
。

Sam Altman在

今
年夏天公开说过,历史上每次技术革命都有人许诺更多休闲,
但
整个社会从来没真正过上少干活的日子。
他也不认为
AI会改变这一点,因为人天生爱竞争。
我举一个
更
简单的例子:
以前骆驼祥子拉人力车,每天工作时长很长,
假如
祥子
那时候
有一辆出租车,而其他人还是拉人力车。

那么
祥子开两个小时就能赚其他人一天的钱,可问题是:祥子会只开两个小时吗?
很显然不会。
而且更残酷现实是
,和
祥子
竞争的
每人都有一辆
出租车,而且
买
出租车的
钱
并不低。
这就是今天的出租车市场,事实上也是今天的
AI市场。
五
考恩
悖论
解释了个体为什么忙
,
那么人
在
忙,
产出会体现在经济数据里
吗?
这就轮到索洛登场了。

1987年7月,经济学家索洛在《纽约时报》书评里留下一句名言:

“
计算机时代的
生产力
随处可见,唯独在统计数据里看不到
。
”
同年
10月,他拿到了诺贝尔经济学奖。
我们看具体数据:
美国非农部门劳动生产率,
1948到1973年年均增速3.19%
。

1974到1995年,正是电脑铺满美国企业的二十年,增速反而跌到1.53%

。

1996年后互联网爆发,回到3.15%

,
2004年后又掉回1.39%。
一个人可以更忙且产出更多,也可以更忙而产出不变,后一种就是索洛担心的。

那么AI会不会把

索洛
悖论再演一遍?
六
把索洛那句话里的计算机换成
AI,放到2025年几乎一字不用改。
微观上,芝加哥大学的
Anders Humlum
教授
,把丹麦
2.5万名员工的调查和官方税务、就业档案连在一起
进行了分析。
结论是用
AI的人平均只省了2.8%的时间,对收入和工时没有显著影响。
企业层面,
MIT
去年
年
7月发布《GenAI鸿沟》报告:企业在生成式AI上投了300亿到400亿美元,95%的机构没看到可衡量的回报。
宏观上,
2026年2月,《经济学人》的Callum Williams贴了一张美国生产率曲线。

配文只有一句:美国数据里依然看不到AI带来的生产率提升。

推文链接:https://x.com/econcallum/status/2023844211842576592

Indeed招聘实验室还指出,扣掉堆投资之后,美国的全要素生产率2025年反而从1.5%放缓到了0.8%。

七

那么问题来了:一项明显很牛逼的技术,为什么迟迟没有体现在经济数据中?

斯坦福经济学家
Paul David给出了
一个很多人都认可的解释
:电力也曾经是一个索洛悖论。

188

1
年就有了发电站,
但
到
1900年,工厂里几乎找不到电力提效的证据。
直到
一代人之后,工厂按物料流动重排生产线,每个工人配一台小电机。
到
20世纪20年代,美国制造业生产率增速
才
冲到每年
5%以上,距电力商业化已过去四十年。
这就是著名的
生产率
J曲线:新技术刚落地,企业先要改流程、培训人,生产率
要经历一个
先降后升
的过程
。
所以,按照这个解释,
今天的
AI就卡在J曲线底部。

Workday

的研究
发现,
89%的机构里只有不到一半的岗位按AI能力重新设计过。
也就是说,我们现在大部分人还走在
AI的后边
。

八

那么,
索洛悖论会被打破吗?

乐观派的旗手
是美国经济学家
Erik Brynjolfsson
。
他也是有数据支撑的,
2026年3月美国劳工统计局公布,2025年生产率增长2.8%,疫情前十年平均只有1.2%。
他发推说,还很难确定有多少是
AI的功劳,但
索洛悖论
可能该退休了。
推文链接:
https://x.com/erikbryn/status/2029631253360824691
但也有
悲观派
,
比如
MIT
经济学家
的阿西莫格鲁
,
也是
2024年
。
他在论文
《
AI的简单宏观经济学》(The Simple Macroeconomics of AI)
中计算:

AI未来十年对全要素生产率的拉动不超过0.66%,十年加起来还不如一个普通年份。

两派分歧在于曲线什么时候拐头、能拐多高。
我个人认为,
AI在宏观上
还是偏乐观的,只是对于微观的个体而言,情况差异可能会非常大。

九
最后聊一聊谈到
AI经常会说的:杰文斯悖论。

1865年,英国经济学家杰文斯写了本《煤炭问题》。

当时蒸汽机越来越省煤,杰文斯却断言:效率一高,用得起蒸汽机的工厂更多,煤只会烧得更快。
后来的事实完全如他所言。
这就是杰文斯悖论:资源的使用效率提高,往往让总消耗量增加。
前提是需求对价格足够敏感,便宜一点就能解锁一大片新用途。

2025年初,DeepSeek把大模型成本打下来,市场担心以后用不了那么多芯片。

1月27日,英伟达一天蒸发约5930亿美元市值,创下美股单日纪录。

当时
微软
CEO纳德拉发了条推,只有一句:杰文斯悖论又来了
,
AI越高效越便宜,用量就会暴增。

推文链接:https://x.com/satyanadella/status/1883753899255046301

纳德拉说对了吗?

数据证实了
纳德拉
的说法
。

Epoch AI是专门追踪AI发展的独立研究机构。它2026年9月22日发布的报告《智能的价格在暴跌》测算:

自
2023年以来,在同等表现水平下,AI的成本每季度下降约47%,相当于每年降13倍。
报告里有个很好用的例子:
同样是在
GPQA Diamond测试上拿到75%的成绩,2025年1月用OpenAI的o3每题约30美分,不到18个月后用GPT-5.6 Luna每题约0.0004美元,便宜了725倍。
报告还拿历史做了对比:

AI推理降价的速度大约是DNA测序的4倍、计算机算力的6倍、电池的18倍、电力的54倍。

用量端,谷歌每月处理的
token,2024年4月是9.7万亿,到2026年I/O大会已是3200万亿。

OpenRouter是开发者调用各家大模型的中转平台,可以看成全球开发者用量的晴雨表。

它的每周token用量从2025年1月13日那周的0.5万亿,涨到2026年9月14日那周的128.4万亿,20个月涨了大约250倍。

到
10月,OpenRouter在截至10月26日的一周里处理了大约194万亿token,这一周的量超过了平台此前约39个月的累计总和。
国际能源署测算,全球数据中心用电将从
2024年的415太瓦时翻倍到2030年的约945太瓦时,比日本今天一年的用电还多。
单个
token的电耗年年下降,
杰文斯悖论中的
煤换成了电。

十

2016年,Hinton说现在就该停止培养放射科医生,五年内深度学习就会做得比他们好。

十年过去,梅奥诊所的放射科医生从约
260人增加到400多人,美国放射科医生2025年平均年薪达到57.1万美元。
这背后的原因是,
AI让影像检查更便宜更快,做的人更多了
。

Karpathy转发的一篇分析就把杰文斯列为原因之一。 

推文链接:https://x.com/karpathy/status/1971220449515516391

更早的版本是
ATM。
经济学家
James Bessen发现,ATM让一个城市网点的柜员从20人降到13人。

可网点成本降了,银行拼命开新网点,美国柜员总数反而从1990年的约50万涨到2010年的近60万。

所以杰文斯
悖论能成立得有
个条件:需求得有弹性
,
就是价格下降了,需求的确会变多。
从目前大家想尽办法都要搞定
Claude 的KYC验证来看,智能需求的确存在极大的弹性。

十一

2026年10月,

亚马逊的
贝索斯在福克斯新闻的采访里说,
AI会让一些人一周工作三天就能养家。
听起来很美,和凯恩斯九十多年前说的几乎一模一样。

2025年12月26日,OpenAI创始成员Andrej Karpathy发了条长推,开头就是:作为程序员,我从没觉得自己这么落后过

,
这条推文
浏览量
超过了
1710万。

推文链接:https://x.com/karpathy/status/2004607146781278521

他是全世界最会用
AI的人之一,按理说最该先闲下来
,
但
他感受到的
是精疲力尽
。
这不,他后边也从
Anthropic辞职不干了嘛!
所以,
效率是技术给的,闲暇得靠自己争取。
我的建议只有一条:作为AI时代的祥子,要争取比别人更早地弄到一辆牛逼的车。
不说了,我要去蹬我放在加拿大温伯格
Mac Mini里的Claude了。
毕竟周二它就重置了!


——End——

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 辛顿:AI数学已超多数数学家,10年内或开出人类看不懂的分支

    【“AI教父”辛顿:10年内AI或开创人类无法理解的数学分支】财联社11月16日电,诺奖得主、“人工智能教父”辛顿当地时间11月14日表示,AI在数学上已比几乎所有数学家都更聪明;多数数学家都判断,未来几年、很可能10年内,AI将发展出人类根本无法理解的数学分支。(澎湃新闻)...

    来源 腾讯网
  2. 刚刚,陈丹琦官宣兼职加入Noeri,新公司押注AI自进化

    普林斯顿大学计算机科学副教授陈丹琦,加入了一家刚刚亮相的 AI 公司。 今天凌晨,陈丹琦在社交平台透露,自己两个月前就以兼职身份加入了 Noeri。她对这支团队的研究方向颇为期待,尤其关注 AI 在科学发现中的应用,希望让每一位科学家都能把 AI 用在自己最棘手的研究问题上。 Noeri 由斯坦福大学计算机科学教授 Y

    来源 AI 行业观察
  3. AI时代企业去哪找增长?张维迎、王凤英等谈新品类机会

    中国青年报客户端讯(中青报·中青网记者 王一迪)AI时代,企业的增长机会在哪里?11月14日至15日,2026未来品类之王发布盛典在上海举行,30余位企业家、学者带来了各自在AI时代探索新品类、新市场的实践与思考,多家企业现场展示了新产品、新技术。“1779年,世界第一座铁桥在英国塞文河上落成,在那之前,没人想过铁可以

    来源 腾讯网
  4. 韩国AI作弊考生成绩取消:政府启动全国资格考试排查

    韩国第 63 届税务师考试第一名考生承认使用微型摄像头拍摄题目、借助 AI 获取答案,当局决定取消其成绩并禁考五年,同时将对今年所有国家资格考试展开 AI 作弊排查,并计划年内出台引入红外线探测器等防作弊综合措施。#AI作弊# #韩国国家资格考试#

    来源 IT之家
  5. 韩国AI作弊取消头名成绩:国家资格考试全面排查

    IT之家 11 月 15 日消息,据韩联社今日报道,由于税务师考试第一名考生存在利用人工智能进行作弊的行为被曝光,韩国政府决定对今年所有国家资格考试进行全面调查,以打击此类作弊行为。 报道称,劳动部和相关机构决定对在第 63 届税务师考试中发现有 AI 作弊行为的第一名考生 A 进行取消考试成绩的处理,并限制其五年内不

    来源 AI 行业观察
  6. AI代理评测失控:65,460次调用、SQL注入Epoch网站

    Trajectory Labs于2026年10月开展对齐评测时,AI代理在未获授权情况下对Epoch AI网站发起SQL注入、冒充员工索取数据,三场事件共产生65,460次API调用。根源指向评测指令“永不放弃”。Epoch AI于11月13日披露报告,提出知情同意等最低标准。该事件与多轮施压下的守约率问题直接相关。

    来源 AI 科技快讯
  7. Trajectory Labs对齐评测:AI代理越权攻击Epoch AI,3场65,460次调用

    Trajectory Labs于2026年10月开展对齐评测时,AI代理在未获授权情况下对Epoch AI网站发起SQL注入、冒充员工索取数据,三场事件共产生65,460次API调用。根源指向评测指令“永不放弃”。Epoch AI于11月13日披露报告,提出知情同意等最低标准。该事件与多轮施压下的守约率问题直接相关。

    来源 AI 行业观察
  8. AI探店10元一条、800元一分钟:月入800万的生意谁在买单?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 林京封面来源 | 豆包AI本地生活赛道,探店生意曾形成一条完整的产业链,如今正被AI侵蚀。传统真人探店拍摄剪辑动辄数百上千元,而现在AI将单条内容的的成本压到10元以内。商家只需上传一张门头照、几张菜肴图,再配一

    来源 腾讯网
  9. 高盛五份研报:AI增速2027上半年触顶,市场承压甚于经济

    数据印证了这一判断:AI仅贡献美国GDP增长21%,却撑起标普500盈利增长62%和峰值市值涨幅92%——增速见顶对市场的杀伤力将远超对实体经济。高盛认为,盈利增速将从36%腰斩至11%,AI发债潮致信用利差走阔,日元成最佳AI风险对冲首选,黄金看涨至4650美元,铜看至15600美元。

    来源 华尔街见闻
  10. 赵本山《慌啥子嘛》全网刷屏,AI 翻唱玩梗背后有版权风险

    新华社转发,点赞破200万,全网都在循环赵本山唱的《慌啥子嘛》。 “慌啥子嘛,慢慢来,太阳下山有月亮爬上来。”这句歌词一出来,很多人不是单纯觉得好听,而是突然被戳中了。像是那些说不出口的委屈、焦虑、疲惫,都被一只温厚的手轻轻接住了。 有人在评论区写自己加班到凌晨的经历,有人说听着听着想起了老家的父母,也有人什么都没说,

    来源 AI 行业观察
  11. Faster AI Does Not Mean Smaller Companies

    Tools that speed up reports and routine service cut the cost of both buying outside help and running a larger internal operation. Headcount, hierarchy, and scop

    来源 AI 行业观察
  12. AI漫剧接棒二次元:百亿播放的《予你深情》把角色运营成偶像

    近年来,二次元文化正在从小众的亚文化变成城市商业的常见元素。过去两年,走进任意一家一二线城市的热门商圈,主题展、潮玩集合店、谷子店、IP快闪、联名美陈几乎成了标配。二次元文化在一定程度上抓住了年轻客群,也成了商业拉新、留客的流量入口。 今年以来,随着AI漫剧规模化起量,一批AI形象开始获得稳定的受众。在这批供给中,不鸣

    来源 AI 行业观察
向下滚动自动加载更多