研究｜AI 讓產出「變高了」的代價：沒有餘裕、沒有心流、沒有情緒價值的時代來了

如果 AI 能讓生產力提升 50%，理論上工作應該變得更輕鬆，對吧？Anthropic 的內部研究，卻給出了一個複雜的答案：在效率指標上，是的；但在認知與心理感受上，絕非如此。

Anthropic 針對內部工程師與研究人員的深度調查，結果顯示與 12 個月前相比，AI 的使用率與生產力提升增長了超過 2 倍。然而，隱藏在「產出量增長」背後的，是工作型態的劇烈轉變。

報告證明，我們並沒有因為 AI 而獲得更多閒暇，反而迎來了更多的「額外任務」、更重的「認知負擔」，以及一種工作意義被剝離的隱憂。

導入 AI，老闆看到的是產出增加，但員工感受到的，可能是任務邊界正「無限擴張」。

報告估計，在 Claude 輔助的工作中，有 27% 是原本根本不會去完成」的任務。因為 AI 降低了啟動任務時所需的準備，讓員工「更容易堅持完成」那些過去會被放棄的工作。

這些工作，包括過去製作時因成本考量而被視為「聊勝於無」（nice-to-have）的工具，例如互動式數據儀表板，或是修復「小麻煩」（Papercuts），也就是過去通常被延後、改善品質的細微程式碼。

雖然總體而言，員工自述花費的總時間「略有減少」，但省下的時間去向不明，且工作產出量有更大的淨增長。這顯示 AI 帶來的效率紅利，很大程度上被轉化為處理更多、更廣泛的任務，而非單純的休息。

另一個隱形代價，在於工作內容的本質改變。

在 AI 的賦能下，人們更能憑一己之力做到以往難以完成的事。報告顯示，工程師處理的任務平均難度增加了（從 3.2 分提升到 3.8 分）。

但這，也不代表工作變輕鬆了。數據指出，AI 助手 Claude 可以連續獨立完成的步驟大幅增加了 116%，而且工程師需要親自介入指導的次數減少了 33%，但這導致員工節省工作時間的狀況變得很「極端」。部分員工甚至回報，他們在有 AI 輔助的任務上，反而花費了更多時間。

背後原因，是因為人們的從程式碼的「創作者」變成了「除錯者」。員工需要花時間對 AI 生成的程式碼進行除錯和清理，理解「非自己編寫的程式碼」帶來了額外的精神消耗。

員工坦言，他們現在更擔心的是「監督和審查」的問題，而非自身的技能不足。這種必須時刻保持警惕、驗證 AI 產出正確性的壓力，成為了高效背後沈重的認知代價。

報告指出，AI 確實讓員工變成了「全棧」（full-stack）人才，後端工程師現在也能跨界處理前端 UI。這種賦能打破了專長限制，但也改變了工作的「情緒價值」。

許多工程師對失去動手寫程式的「工藝精神」感到遺憾。一位員工直言：「花一整天提示 Claude 並不有趣。」過去那種親手實作進入的「心流狀態」（flow state）正在消失。

此外，雖然有些員工欣賞 AI 減少了社交摩擦，但這也意味著職場互動正在減少。

Anthropic 的研究證實，AI 確實讓工作在「啟動」與「產出」上變得輕鬆，甚至幫助我們克服了拖延。但這份「輕鬆」是有代價的：它來自於犧牲了實作的滿足感、承擔了審查機器的壓力，以及處理那額外 27% 原本被我們策略性忽略的任務。

在慶祝生產力翻倍的同時，這些或許是比追求效率，更不能被忽視的問題。

資料來源：Anthropic

人際