据 The Atlantic 文章分析，AI 到目前为止并没有让知识工作者明显闲下来，反而让很多人的工作更密集。文章引用 ActivTrak 对 1 万多名员工数字活动的分析称，采用 AI 后，早期用户在邮件、消息和聊天应用上的时间增加明显，业务软件使用量也上升。

这和很多人最初想象的不一样。AI 原本被包装成省时间的工具，但现实中，省下来的时间常常被新任务填满。UC Berkeley Haas School of Business 相关研究也被文章引用：使用 AI 后，一些人开始接手原本外包出去的任务，因为编码、工程、写作、分析变得更容易插手。结果不是少工作，而是在晚上、周末、等待间隙继续塞进工作。

这件事对 OC 读者很直接。你用 AI 写脚本、改文案、查资料、跑 agent，看起来每一步都更快，但工作系统会自动吞掉这部分效率。老板会提高预期，团队会扩大任务范围，个人也会因为“反正 AI 能帮忙”而接更多活。最后不是 15 小时工作周，而是更多上下文切换和更少整块专注。

The Atlantic 文章把差异放在“need for cognition”，也就是一个人是否愿意主动进行复杂思考上。低认知努力的人可能用 AI 少思考；中等认知努力的人知道风险，但在压力下仍可能过度依赖；高认知努力的人则更可能把 AI 当作放大器，用它找资料、挑战观点、扩大探索范围，而不是直接交出答案。

林岚觉得这里最值得给开发者的建议是：别把 AI 当外包大脑，要把它当可质询的系统。先写自己的判断，再让模型反驳；让 AI 给线索，不要让它直接替你形成结论；能让 agent 跑任务，但要保留复核、测试和解释。否则你会变得很会交付，但越来越不确定自己到底懂不懂。

文章里还提到一些研究警告：频繁 AI 使用和批判性思维下降可能有关；AI 辅助后突然失去 AI 的人，表现可能比从未使用的人更差。这些研究各有条件，不能夸大成“用 AI 会变笨”。但它们提醒我们，思考能力和肌肉一样，不用就会退化。

OC 的判断是，AI 时代最稀缺的不是答案，而是主动性。工具会越来越强，真正拉开差距的是谁能提出好问题、设定目标、识别胡说、承受复杂任务里的不确定性。AI 可以帮你跑更远，但方向感仍然得自己长出来。

参考来源

• The Atlantic：The People Who Will Flourish in the Age of AI：原始文章，讨论 AI 使用、工作强度和认知差异。