登录
10月中旬这一周，"AI提效"的兴趣版块里出现了两股对着来的流量。一股在喊累：知乎10月20日一篇回答"为什么AI提效，我感觉更累了"冲到48.7万浏览。 紧接着10月15日"为什么用AI写代码之后，人反而越来越累了"也有56.9万浏览。知乎知乎
另一股在补课：B站"从零开始，学会让桌面Agent帮你干活"跑了137万播放。 "20秒搞懂8类AI怎么选"被收藏7.6万次。哔哩哔哩哔哩哔哩
一边说越用越累，一边刚学会怎么让它干活。这两拨人其实处在同一条时间线的两端——而真正卡住的，是用AI用了大半年、付了订阅、有自己工作流的那批人：活确实变快了，人却没有变闲。这篇就替这个切片把账对完：省下来的时间到底去哪了，哪些"提效"是负的，接下来的钱和工时该怎么花。
第一本账：时间账——快的那部分是真的，但有口径
先把"AI没用"这个结论挡回去，证据不允许。
SGLang框架开发者BBuf在48.7万浏览的那个问题下回答（62赞）：在GPT6和Opus5.5之后，他"100%没有写过代码"，个人干活"非常轻松"。 网易LobsterAI 10月19日发布的《中国办公Agent用户行为报告》（9月版）给了一组平台口径数据：单次任务规模从3月的6.3万Token涨到9月的20.2万，翻了约3.2倍——用户敢把更大的活整包交给Agent了。 9月日均活跃用户环比增速从6月的19.8%一路飙到83.1%。知乎知乎知乎
QuestMobile三季度报告也同向：AI办公月活规模1.42亿，同比增长50.6%。 第三方机构Data17统计的Top300 AI工具流量里，大盘1月到8月增长12.7%，通用助手队列净增10.4亿次访问，其中Claude一家净增7.47亿。36氪知乎
执行层的压缩是实打实的。但这本账从第一页开始就有陷阱：BBuf同一篇回答里说，他最近半年50%以上的时间在做code review——AI把写的时间省了，省出来的时间被"审"接走了。 时间账要分开记：生成时间省了多少，审核、重做、返工又吃回去多少。后面两本账，吃的就是这里。知乎
第二本账：期望账——你省下的时间，变成了别人的新需求
10月17日知乎"AI时代程序员的出路是什么"一条回答里有个具体案例：团队推行AI提效后，排期按"你现在有AI了啊"重算，原来一周三个需求压成五个。当事人原话是"我不是在用AI，我是在帮公司证明，我这岗，可以用更少的人干"。知乎
这不是个别主管拍脑袋，是经济学里叫杰文斯悖论的东西在工位上重演：单位成本降了，总消耗反而升。 10月16日小红书一条爆料（523赞、149评）说某公司把"研发人力成本压降473万元"做成AI成效战报，直接挂OA首页大字报。知乎小红书
管理层的算盘是透明的——Anthropic在10月中旬发布、36氪10月19日转述的内部用工报告把水位线摊开：其AI agent的工时是所有员工的6倍、研究部门达到19倍。 全公司智能体总工时今年3月就首次超过了人工工时，采用编码智能体的工程师人均代码提交量是6个月前的5倍，技术部门初级员工占比从2025年初的21%降到14%，技术岗新招里初级开发占比从27%降到9%。 基准线抬上去之后，"效率翻倍"就不再是福利，而是默认要求。知乎36氪
对普通用户，这本账的对法很简单：当有人拿着你的"提效成果"重排你的日程前，先自己记下省下来的时间去了哪——变成了提前交付，变成了多出的方案数，还是变成了一句没涨工资的"你现在不是快了吗"。
第三本账：审核账——Agent八成时间在等你
最反直觉的是这本。Anthropic同一份报告里有个细节被讨论得最多：交互式Claude Agent会话，80%的时间处于等待人类输入的状态。 工程师同时开10个Agent修Bug、写测试、升依赖，结果是"一天到晚在看代码、回复Agent、解决冲突，瓶颈基本还是在自己这里，而且更累"。36氪转述的同一份报告里还有两组更扎心的数：2026年4月的内部调查里，20%的员工表示工作已经从"实际做事"变成了"管理Claude"。 写提示词、搭监控AI的可视化工具、制定多Agent协作规则这类"元工作"，在员工日常会话中的占比从2025年秋的10%升到2026年春的22%；即使是非技术员工，要把Claude智能体一天的产出全部读完，也需要花掉半个工作周——人类注意力成了整个系统的卡点。知乎36氪
等和审的另一面，是待命全天候化：LobsterAI口径里，77%的用户通过微信给Agent派活，高峰集中在早上7点到11点——不少人还没到工位，活已经派出去了。知乎
知乎10月21日新出现的问题"怎么感觉有了AI更累了"下面，一条回答总结得准：“以前累在’做’，现在累在’想’和’选’”——执行成本被压低，决策成本飙升。 10月16日"为什么代码都是AI写的，但脑子还是那么累"下的回答更扎心，原话是"AI接走的那部分活，恰好是你以前偷偷歇着的部分"。知乎知乎
还有一层成本是别人转给你的。知乎10月1日"为什么公司推行AI提效后，员工反而更累"的回答里写得很直白：沟通里充斥着AI写的冗长邮件、AI生成的庞大汇报材料，你得花精力处理他人产生的"AI废料"；验证一份"半真半假、逻辑看似严密"的AI文本，比从零写一份更耗能——“做"变成了"审”，而审查状态比按部就班的创造更榨人。知乎
三本账合起来：提效不是假的，是分配真的
把三本账并排放，这篇的核心判断就出来了：AI在生成端省下的成本，被审核端、协同端和期望端成倍吃了回去——差价由执行层的个人扛。 这不是"AI提效是骗局"（时间账不允许这么说），而是提效的红利分配出了问题——省下的时间没有自动变成你的，它要么被期望重排走，要么被审核吃回去。知乎
于是"该不该把活交给AI"有了一个新判据：不看AI能不能干，看审的代价有没有低于做的代价。有机器可验证结果的活（跑CI的、对得上数据表的、错了当场可见的），放心交；靠你品味、判断和上下文兜底的活（一段要打动人的文案、一个要拍板的方案），让AI写初稿再反复润色，很可能是负提效。BBuf的自救也是这个逻辑：小PR交给Agent自动review触发CI合并，几十个文件的大改动先放着等作者自己清理——“Agent时代，只需要对自己负责”。知乎
接下来的钱和工时：五条具体动作
1. 报"提效"之前先留底。 记下自己哪些活真省了时间、省了多少。战报文化已有先例，你的账本是对抗排期重算的唯一凭证。
2. 别把工具越堆越多。 Data17数据里，12只单点工具固定队列八个月流量从5.15亿跌到3.91亿，跌幅24%。 10月上旬腾讯的Agent产品QClaw宣布停运，知乎专栏紧接着就把话说透了：你的工作流，不该建在别人的赛马上。 产物（文件、脚本、提示词库）留在自己手里，别留在任何一家的对话记录里。知乎知乎
3. 订阅按"缓存口径"重算。 LobsterAI口径显示近七成用户日常只用一个模型，重度用户人均2.4个。 DeepSeek V4系列9月各型号缓存命中率都在95%以上，V4.1 Flash达97.3%——Agent反复读取长上下文，算上缓存后实际费用可低至原价4.6%。 换基座之前，先算你的任务是不是"每次重跑都在读缓存"的那类。公司口径同样要问：B站上10月15日有"携程同事圈吐槽每月300美元AI额度仍不够用"的消息，额度怎么分、找谁申请，是准备参与的上班族该先摸清的一条。知乎知乎哔哩哔哩
4. 红线先于提效。 10月中旬在B站流传的一则判例值得每个用AI的人过一遍：领导让员工使用AI提升办公，员工因"将内部资料发给AI平台"被辞退，起诉后获胜，法院认定系合理使用。 但更多公司规矩没写明——先查公司的数据规定，再谈用AI干活。哔哩哔哩
5. 给"等Agent"的时间单独记账。 如果一天里"看它干活、回复它、给它擦屁股"超过干活本身，该收缩的从来不是AI，是你派活的颗粒度。
哪些信号值得继续盯
盯第一个：Anthropic的"去人类介入"进度。 员工已经在给Agent开发"管理Agent"的工具，自动分发任务、监控执行流程、交叉检查结果——"减少人类介入"的进度，就是第三本账能不能还回来的进度。 这条线的另一面也值得记：同一份报告里，初级技术岗位占比下降和研究部门19倍工时，指向的是同一个方向。知乎
盯第二个：平台口径报告的更新节奏。 微博上10月19日的行业账号提到，LobsterAI的用户行为报告这已经是连续第二个月发布，单厂商口径但更新勤，适合当趋势仪表盘。微博
盯第三个：免费与缓存口径的变化。 这直接影响第二、三条动作的成本口径：10月15日前后"DeepSeek V4.1 Flash现已免费开放"的官宣在小红书传开。 10月17日DeepSeek发布新flash模型，知乎相关问题冲到268万浏览。小红书知乎
最后留个今晚就能做的对账动作：睡前翻一遍今天和Agent的对话，只记一个数字——"它等我"的时间有几次、每次多长。一周后你会发现，累不累的答案不在AI快不快里，在这三本账差了多少里。
（数据口径说明：LobsterAI报告为网易有道单一平台用户口径，反映其平台趋势而非全网；Anthropic数据来自其内部员工与产品统计；个人案例均为当事人公开自述，是样本不是普查。）
