凌晨三點，我在排隊等一個 AI

「你見過凌晨四點的洛杉磯嗎？」

這本是一句用來兜售自律的雞湯文，可在 AI 浪潮漫過各行各業的今天，深夜走進一家 AI 漫劇制作公司，你可能會看到一群眼圈發黑的打工人在工位上使用 AI 來處理他們本該在白天完成的工作。

AI 能提升效率、解放勞動力的故事，我們聽了太多年，不能說全是謊言。

但當算力變成緊俏的稀缺資源，「錯峰使用」也成了全球 AI 公司心照不宣的統一話術時，打工人非但沒有從冗余的工作里解脫，反而被塞進了另一套更擰巴的工作時間表里。

AI 算力不夠，打工人的睡眠來湊

今年年初，字節跳動的 AI 視頻生成模型 Seedance 2.0 爆火，火到無需多言。

宇樹科技創始人王興興稱它是「全球遙遙領先」。馮驥體驗過后，給出「AIGC 的童年時代結束了」的評價，春節返工后的高峰時段，排隊使用的人數一度沖到十萬，足以見得市場對它的狂熱。

行業大佬的背書、市場的狂熱，直接推高了 Seedance 2.0 的旺盛需求，而這份需求，最終也傳導到了下游的 AI 相關企業。

據 36 氪未來消費報道，AI 漫劇制作公司鶴芽漫劇，早早就把上班時間調到了中午，一干就到凌晨 1 點，目的只有一個：避開白天的算力高峰。

更戲劇性的情節是，凌晨 1 點的排隊人數仍以萬計，無奈之下，上班時間只能再往后提，最終定格在凌晨三點。

不過，排隊這件事也分人。據 X 博主 @seedance2_news 透露，Seedance 2.0 正在向美國影視公司出售 的優先訪問權，起步價 200 萬美元。這筆錢能換來零排隊、可上傳真人臉、無內容限制、算力優先調度。

此外，據此前 The Information 報道，想獲得 Seedance 的企業授權，先要通過資質審核，想拿到談判席位，企業需要先承諾至少 1000 萬元人民幣的使用預算，這還只是排隊的起步價。

值得注意的是，這些報道的細節未必完全準確，但有一點大概率成立：能坐上談判桌的，本來就是少數。

200 萬美元的直通車也好，1000 萬人民幣的排隊券也罷，大多數中小型 AI 公司根本沒這個資格和資本。所以對它們來說，錯峰上班，用人熬夜換機器運轉，反倒成了最務實的辦法。

究其原因，AI 工具的能力已經強到足以重組一家公司的工作方式，可支撐它的基礎設施，卻還沒跟上這份能力的步伐。AI 的每一次推理、每一段文本生成、每一幀視頻渲染，都在真實消耗著昂貴的 GPU 計算周期和電能。

沒有免費的智能，每一次調用都是真金白銀的損耗。這直接倒逼 AI SaaS 平臺的定價模型，從過去的席位制，轉向基于 Token、基于操作、基于消耗量的計費方式，一分一毫都算得清清楚楚。

在這樣的 Token 經濟學邏輯下，邊際成本高企，平臺方根本無法容忍用戶在算力緊張時無節制消耗。因此，限制配額、排隊等待、建議錯峰使用成了必然選擇。

另一個方面就是 Sora，據《華爾街日報》報道，OpenAI 之所以選擇關閉 Sora，原因之一就是它每天要燒掉約 100 萬美元，可用戶數量卻從上線時的 100 萬，暴跌到不足 50 萬。

當留存數據難看，商業化路徑又模糊不清，這筆燒錢的買賣，自然沒有繼續下去的理由。

包括同一時期，Anthropic 宣布調整 Claude 的使用規則，將太平洋時間早 5 時至 11 時定為高峰時段，這個窗口內，用戶的會話額度消耗會明顯加快。換算成北京時間，恰好是晚 8 點到凌晨 2 點，也讓不少網友自嘲，難得享受到了時差的紅利。

去年 DeepSeek 爆火時，也因為服務器資源緊張做過類似的嘗試，一度暫停了 API 充值。重新開放后推出了夜間優惠，表面上是給用戶讓利，本質上，就是用價格杠桿，把流量強行分散到夜間，緩解白天的算力壓力。

只是，我們發明 AI 是為了像人一樣思考，結果卻要求人像機器一樣「錯峰運行」。

當然，這或許只是一個過渡階段。當年寬帶剛普及的時候，也有人半夜爬起來下載一部電影，誰也沒想到后來流媒體會變得如此理所當然。

盡管我們還沒有到完全被 AI 支配日程的地步。但這個苗頭依舊值得留意——當越來越多的工作流開始依賴 AI，當 AI 的響應速度和可用性直接影響到一家公司的產出效率，人對它的依賴，也就在不知不覺中加深了。

用了 AI，為什么越來越累？

如果說第一部分的「錯峰上班」還只是為了解決能不能用的問題，那么更深層的痛苦則來自于：即便算力充足，AI 也沒有讓工作變少。

在鋪天蓋地的宣傳里，AI 是那個無所不能的超級助理，是解放雙手的靈丹妙藥。可一旦這些工具真正落到具體的工位上，打工人們發現，預想中的「一鍵下班」并沒有發生。

Upwork 在 2024 年對 2500 名職場人士的調查發現，96% 的管理層堅信 AI 會提升員工效率，可實際上，77% 的員工反映，AI 的引入，反而讓他們的工作量增加了。

領導們覺得 AI 在幫你減負，于是理所當然地給你加派任務；而你卻像個被抽得越來越快的陀螺，忙得腳不沾地，連喘息的時間都沒有。

EY 2025 年覆蓋 29 個國家、1.5 萬名員工的調查，給出了類似的結論：64% 的受訪員工認為過去一年工作量有所增加，而真正能把 AI 用到改變工作方式、提高效率的，只有 5%。

換句話說，大多數人用 AI，還停留在搜索、總結這種淺層層面。并且根據《哈佛商業評論》今年 2 月份的研究，AI 非但沒有減少工作，它讓工作強度變高了。

研究發現，AI 引入后，員工的工作節奏被強行加快，承擔的任務范圍變寬，工作時間延伸到了更多碎片化的小時里，而且很多時候，并沒有人明確要求他們這樣做。

這背后，藏著一個容易被忽視的經濟學邏輯——「杰文斯悖論」：

技術讓某件事變得更高效，往往反而會增加對這件事的總需求。AI 在職場中的處境，完美契合了這個悖論：單項任務的效率提高了，但任務總量也跟著水漲船高，最終，打工人的總工作量，非但沒有減少，反而越來越多。

尤其是當 AI 生成的內容如海嘯般涌現，可事實核查、邏輯梳理、細節修改這些需要人類判斷力的工作，仍然只能由人來完成。于是，打工人的工作，從具有成就感的創造，悄然變成了枯燥又疲憊的打掃和校對。

期間工作量并沒有憑空消失，它只是換了一種更隱蔽、更折磨人的形式。

除此之外，人不光要把自己的本職工作做好，還得自己去琢磨那些不好懂的提示詞，在各個 AI 模型之間來回切換、反復嘗試，才能找到能用的工具。

伊萬·伊利奇 1981 年提出的「影子勞動」，指的是為了維持正式工作運轉而不得不做的無償準備性勞動。學會用 AI、管理 AI 工具鏈、校驗 AI 輸出，這些也正在成為職場隱性的準入門檻，既不算工作時間，又不計入薪酬，卻真實地消耗著人的時間和精力。

比如有的人為了不被時代落下，也為了完成公司要求的 AI 使用指標，只能自己花錢，每個月掏幾百上千塊，去訂閱各種 AI 工具的高級賬號。

凌晨三點上班，看上去是在搶算力紅利，本質上，是個人在用自己的生物鐘，替一個還未成熟的行業，扛下它轉嫁出來的不穩定性和成本。這筆賬，怎么算都不劃算。

只是目前在時代浪潮面前，個體的反抗，大多顯得蒼白無力。

工業革命以前，人跟著太陽走，天亮干活，天黑睡覺，時間是自己的。后來有了電，夜班出現了，工作時間開始突破晝夜的界限。再后來有了互聯網，下班的邊界開始模糊，工作可以隨時隨地找上門。

再后來有了手機，隨時在線變成了默認狀態，工作徹底入侵了生活的每一個角落。

每一次技術迭代，都有人說，這是自愿的，是進步，是效率的提升。

每一次，也都有人發現，最后承擔代價的人，從來都不是最先喊著技術革命的那個人。

我們最初希望 AI 能替人省力，讓時間變得寬裕一些。可眼下的現實是，它在某些地方確實提升了效率，卻也在另一些地方制造了新的緊迫感：因為它能做到，所以你必須用；因為人人都在用，所以你不能慢。

內卷的邏輯沒有消失，只是換湯不換藥。我不確定這算不算一種必然的規律。但我知道，AI 本該是給你一把傘，幫你遮風擋雨，而不是順理成章地把你趕進一場更大的暴雨里。

*封面、正文圖片源自互聯網