作者：沈南乔｜OC 社会影响编辑

一篇在 Hacker News 引发讨论的文章 I Think I Have LLM Burnout里，作者写到自己每天大量使用 Claude Code、Codex 等工具，仍然认真阅读和修改输出，但开始感到一种新的疲惫。

一句话结论：LLM 倦怠不是“AI 不好用”的反证，而是说明 AI 已经足够常用，开始进入真实工作疲劳区。

很多人以为 AI 编程的终点是“少干活”。但真实体验常常不是这样。你让模型写一段代码，它确实写了；然后你要读、要判断、要跑测试、要修边界、要发现它有没有误解需求。AI 帮你省掉了一部分敲代码的体力，却增加了持续评审、纠偏和保持警惕的脑力。

OC 的判断是，开发者的 LLM 倦怠很可能会变成一个长期话题。以前写代码累，是因为你要从空白开始；现在用 AI 累，是因为你一直在和一个过度自信、输出很快、偶尔正确、偶尔胡来的同事协作。它不顶嘴，但它会制造大量“看起来差不多”的东西让你审。

这对普通读者也有启发。AI 工具不是魔法按钮，它更像一个放大器：需求清楚、测试齐全、项目结构好，它能很快；需求混乱、边界不明、没有验证，它会把混乱也放大。所谓“会用 AI”，不是一直提问，而是知道什么时候停下来，自己把问题想清楚。

对团队来说，未来需要的不只是更强模型，还需要更好的工作制度：哪些代码可以让 AI 写，哪些必须人工 review，如何记录模型参与，如何避免大家把时间耗在无穷无尽的半成品上。

参考来源： - I Think I Have LLM Burnout - Alec Scollon