內存價格暴漲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表在管理學雜志《哈佛商業評論》（Harvard Business Review）的一項調查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。

該調查引用的一名資深工程經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。我發現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發現，當AI工具需要使用者直接監督時，使用者感到的認知疲憊最明顯，19%的訪談者會覺得出現了信息過載。而那些認為AI工具需要高程度而非低程度監督的員工，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。

研究還發現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，他們的生產率會顯著提升。當他們使用第三個智能體時，生產率再次提升，但幅度較小。但在使用超過三個智能體后，他們的生產率下降。這一AI工具更多，反而導致效率低下的現象，與管理人類團隊類似，當團隊規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，需要調用有限的注意力資源。神經科學家預估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。

根據該調查報告1，不同職業報告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，而法律從業者中只有 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生影響，并為此做好管理。”

做出高質量決策的時候需要頭腦清醒。研究者1發現，由于管理或過監督AI智能體而產生的認知疲憊，影響真實存在，其中一個就包括決策的質量降低，出錯概率上升。相比沒經歷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由于決策質量差而產生的成本為每年1.5億美元。員工決策疲勞增加33%，可能會使企業每年的成本增加數百萬美元。

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

研究者們同時發現，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還發現，管理者的態度對于雇員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、決策和戰略規劃，都需要集中注意力。雖然倦怠已經成為許多工作場所關注的問題，但現有的工作場所調查更有可能沒有被發現。企業應當對員工的認知過載進行整體監控，以防范大腦疲勞。那些優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，而要培養信息篩選能力。

對于管理者來說，根據《哈佛商業評論》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、分析規劃和戰略優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、低質量的工作和不必要的精神壓力。企業要從自身的戰略目標出發，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新積極性。

對于AI智能體的開發者來說，AI腦炸的存在，意味著應該考慮到人的神經生物學限制。開發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造性思維，促進社交參與，或者支持技能發展，同時也可以產生更高的商業價值，更可持續地鼓勵創新并讓用戶感到快樂。