几个月前，如果你问我是谁，我会毫不犹豫地回答："我是一名数据分析师"或者"我是一名软件开发者"。那些头衔感觉很扎实，是多年熬夜调试顽固bug、发布真正重要的功能挣来的。今天，我无法带着同样的自信说这些话了。
正式来说，什么都没变。我还在同一个领域，同一家公司工作。但我不再亲手写代码了。取而代之的是，我写prompt，然后Claude Opus 4.6写代码——通常好到足以在我自己的工位上取代我。
接受这个转变并不容易。我的事业一直是我身份认同的重要组成部分，我的职业成就在很大程度上影响着我整体的幸福感。
我经历了悲伤的每一个阶段——否认、愤怒、讨价还价、抑郁——直到最终到达了类似接受的状态。在那个空间里，一种新的自我意识正在慢慢成形。
过去，花八到十个小时编写和完善一个函数是完全正常的，特别是当我遇到一个特别难搞的bug时。那种深度专注是我的常态。现在同样的任务只需要十五分钟，最多半小时。突然间，我一天中的好几个小时空了出来。
起初，那感觉像是自由。然后现实来了。那些被释放的时间很快被全新的责任填满了。我开始帮助团队规划项目，改善跨部门沟通，并培训那些非技术背景但想安全使用AI工具的同事。我发现自己在教人们不要把密码留在代码里，教他们如何正确构建项目结构，甚至在考虑开设关于AI风险的研讨会。
我意识到我进入了一个我从未接受过培训、几乎不了解的角色。熟悉的工作消失了，取而代之的是一堆陌生的任务，让我感到迷茫和不知所措。
研究证实了我的感受。丹麦一项追踪25000名工人的大型研究发现，工作时长几乎没有减少，收入也几乎没有增加。微软的一项研究也显示了类似的结果——使用这些工具的人每周在阅读邮件上节省了大约1.5小时。仅此而已。
这种模式有一个名字：杰文斯悖论（Jevons Paradox）。19世纪，经济学家威廉·斯坦利·杰文斯观察到，效率更高的蒸汽机每单位工作消耗更少的煤炭，但总体煤炭消费量却上升了，因为更便宜的能源鼓励了更广泛的使用。
现代研究人员将这一观点应用于AI。他们的结论很直白：员工工作得更快，但公司期望更多的产出。没有人会因为你提前完成就提前送你回家。指令变成了："很好——现在解决下一个问题。"
另一篇报道称，AI密集型领域的专业人员每周比AI采用较少领域的人多工作约3.15小时。那省下来的90分钟邮件时间？它们很快就蒸发了。
研究人员甚至为此创造了一个术语："脑炸"（brain fry）。它捕捉了持续监督、规划和纠正AI输出所带来的精神疲惫。你不再只是在做工作——你在管理一个热切但不完美、从不睡觉的初级同事。
这种持续的监督，加上快速的任务切换和工作与个人时间界限的模糊，造成了一种微妙但沉重的认知负荷。我们中的许多人直到一天结束时才意识到自己有多疲惫。
哈佛相关的一项分析解释了其中的心理学。当任务感觉更容易时，我们会降低心理防线。我们在午餐时匆匆写一份草稿，两分钟内修复一个小bug，"顺便"调整一下别的东西。这些微任务累积起来。
我们还会冒险进入曾经留给专家的新领域："为什么要麻烦开发者？我自己修就行了。"我们跳过必要的休息，因为"只是一个prompt——我可以一只手吃饭一只手打字"。上下文切换变得持续不断：一个bug修好了，跳转到一封邮件，然后又是另一个prompt。工作膨胀到填满每一个可用的时刻。
我仍在探索这个新现实。我的旧工作版本已经消失，但一些更丰富、更具战略性的东西正在它的位置上浮现。我在学习拥抱技能提升的道路——把日常事务委派出去，保护深度思考的时间，并有意识地构建这个时代所需的新技能。
AI不只是带走了我旧的工作。它迫使我进化。虽然这个转变一直令人不适，但我开始看到另一边的可能性。