聊聊 AI 精神病/大脑 burnout

1

Top highlight

50

1

在 Sarah Guo 的 No Priors 最近一期采访中，Andrej Karpathy 说了些让我盯着屏幕看了比平时更久的话。

他说自己处于一种「试图搞明白什么是可能的」精神病状态。他说自 12 月以来就没敲过一行代码。他说他看着 Twitter 上的人用 AI 智能体构建不可思议的东西，感到_极度焦虑_，觉得自己不在最前沿。

Andrej Karpathy。担心自己落后了。

这比我预期的更击中我，不是因为听起来戏剧化，而是因为听起来熟悉。

他试图描述一种我已经感受了一段时间的东西：那种 obsession、那种 mental noise、那种即使我离开工具，大脑的某部分仍在踱步的感觉。当他的评论开始传播时，很多人回应说，他们终于被赋予了语言来描述自己已经在 dealing with 的事。那也是我的反应。不是惊讶。是识别。

现在我们有了名字。所以值得从内部聊聊它到底是什么感觉。

AI 精神病意味着什么

对我来说，它不是临床意义上的精神病。它是一种非常 specific 的精神状态，当你不只是看着 AI 飞速前进，而是试图每天在这个速度内工作而不失去 footing 时出现。

它来自三件事同时碰撞。

首先，监督 AI 的精神压力。 最近一项哈佛商业评论研究发现，同时积极管理多个 AI 系统的人报告了比监督职责较轻的人更多的疲劳、信息过载和精神 effort。研究者称之为「AI 大脑 burnout」。这符合很多人，包括我自己，似乎正在感受的东西。AI 绝对可以消除工作中的 friction。但如果你是那个监控它、引导它、纠正它并防止多个线程 drift 的人，压力只是以不同形式回来了。有时感觉我不再是在做工作了。我是在管理围绕着我进行的工作，而 somehow 那可能更累。

其次，落后的恐惧变得 constant。 Karpathy 说他想处于最前沿，他焦虑自己不是。很多人立刻理解了。我也是。这对我来说不像普通的职业焦虑。它更像生活在一个 field 里，几周的不注意就能让你的心智模型感觉过时。我试着离开了一段时间，希望距离能让这一切 calm down。它没有。 Mostly 它只是让我觉得地面在我缺席时移动了。

第三，自然的停止点消失了。 在所有这些之前，工作中有内置的 limit。写作需要时间。调试需要时间。研究需要时间。到处都有 friction，是的，很烦人，但它也创造了一个 boundary。现在这个 boundary 更弱了。工具移除了太多 drag，以至于很容易在应该停止的点之后继续很久。以前感觉像 leverage 的东西开始变成 expectation。然后 expectation 变成 baseline。

这就是我在说的状态。

它实际看起来什么样

当其他人描述这个时，细节 vary，但模式 pretty consistent。很多感觉很熟悉。

有一种嗡嗡作响的感觉。 其他人描述它像一种 low-level 的 hum，就像大脑的某个部分仍然在某处 switched on。这对现在很多人来说 ring true，包括我。它不总是 panic。它更像是我头脑里有太多标签页打开，没有一个 fully 关闭，即使我技术上已经下班了。

然后是强迫性监控。 很多人谈到一旦智能体开始运行，就很难把它单独留下。那个模式很熟悉。我会告诉自己稍后回来，然后五分钟后又检查。然后在每日 standup 时。然后在午饭时。然后在开车时，知道我不该这么做，知道这很糟糕。一旦智能体开始运行，我的注意力的一部分就跟着它一起跑了。

然后上下文开始分裂。 人们描述同时保持太多线程 alive 的精神压力，而那感觉完全正确。一个智能体在做一件事，另一个做到一半，第三个在不同的代码库里运行，而我试图把所有这些都记在脑子里。它不像正常的多任务处理。它像我的注意力被 chop 成碎片。

然后有一个停不下来的循环。 其他人描述同样的 urge，不断测试、调整和看看工具还能做什么。那部分也感觉很熟悉。再多一个工作流。再多一个设置。再多一个 prompt 结构。即使它让我 tired，我也继续，因为改进的速度让我觉得走开是愚蠢的。

而在这一切之下，还有知识衰减焦虑。 一位工程师在写到他自己的 AI 疲劳时描述，在 2025 年初花了两周构建一个 sophisticated 的 prompt engineering 工作流——精心调整，运行良好。三个月后，模型更新和变化的最佳实践让他一半的模板过时了。「那两周消失了。不是投资。是花费。」

为什么会这样

这感觉不只是关于弱边界或坏习惯。很多来自工作本身的结构。

HBR 研究者做了一个 distinction，对我来说有道理：真正的问题不是 AI 使用本身。而是 AI 监督。 当 AI 安静地处理重复性工作时，负担实际上可以下降。但当你是监督输出、检查错误、重定向流程和切换工具的人时，你的大脑全程保持 engaged。你从未 fully 休息，因为系统只有在你仍然在那里抓住它错过的东西时才有效。

然后工作期望也开始转变。

那部分现在感觉特别真实。早期，大量使用 AI 感觉像一种优势。感觉像我在曲线前面，像在大多数人理解工具能做什么之前就找到了 leverage。但随着时间推移，那不再感觉 exceptional。它只是变成了新的 expectation。曾经感觉 impressive 的输出变成了 normal。然后 normal 变成了 minimum。那就是压力改变形状的时候。

而落后的恐惧不是想象出来的。Karpathy 说如果你在过去三十天里没有跟上，你的观点可能已经过时了。这听起来极端，直到你在里面生活了一段时间。新模型。新工具。新智能体模式。新框架。Constant movement。表面面积 keep expanding，无论我多么 engaged，我仍然有那种感觉，我只看到了一部分。

这就是为什么走开并没有感觉简单，至少对许多试图保持 current 的人来说不是。在较慢的领域，休息感觉 restorative。在这里，有时它感觉 expensive。你回来，工具更好了，工作流变了，gap 不感觉 theoretical。它感觉 real。

我不得不对自己承认的事

有一件事很难承认：压力不只是来自外部。一些来自野心、好奇心和渴望靠近正在变化的东西。

我 genuinely 被这些东西迷住了。我不只想使用工具。我想理解它们让什么成为可能。我想稍微看到 corner 后面。我想知道我工作了多年的方式是否即将变得 irrelevant，或者它是否仍以更深层次的方式 matters。所以这部分压力是好奇心 mixed with 野心 mixed with 恐惧，而这种组合很难 regulate。

我还不得不承认， unplugging 对我不起作用。我试着后退。我试着减少 AI 接触我个人工作流的程度。我以为距离 might quiet the obsession。

相反，我 mostly 感觉落后了。

当我回来时，模型改进了，工作流变了，baseline 又移动了。那不感觉 calming。它感觉像证明焦虑底下有某种真实的东西。

我认为这就是为什么这很难 cleanly 谈论。因为一些恐惧是 irrational 的，sure。但不是全部都是。一些只是在一个变化得足够快以至于让你自己的判断实时感觉不稳定的领域生活的感觉。

我们应该怎么办

答案可能不是远离 AI。而是以不 burnout 本该保持敏锐的那部分自己的方式来与它工作。

我试图改进的第一件事是限制我一次监督多少活跃的东西。每次我说服自己可以在没有 cost 的情况下追踪一堆并行的智能体工作，我最终都证明了自己错了。我的注意力有 limit，无论我喜不喜欢。

我还会试着停止 hovering。至少对我来说，最糟的精神 drain 来自 live-monitoring 一切。 watching 每一步。检查太频繁。整天保持对未完成过程的半附着状态。它在当下感觉 productive，但我不认为是。它 mostly 只是让我的大脑保持 constant 的部分 engaged 状态。

我也试着保护一些我在没有 AI 参与的情况下做的工作。不是因为我认为那在道德上更好。只是因为我能感觉到，当我一段时间没有以直接、不间断的方式使用自己的头脑时，差异。写作、评审、自己思考架构、自己理解权衡。我仍然需要那个。也许现在比以前更需要。

我还会试着把实际学习从 ambient panic 中分离出来。不是每个新东西都值得我的注意力。不是每个 release 都 matters。不是每个框架都值得关心。问题是当一切都带着 urgency 到来时，很容易失去区分 signal 和 noise 的能力。

而且 honestly，睡眠在这里比人们愿意承认的更重要。疲劳让我更 sloppy、更易受影响、更可能信任我应该质疑的输出。一个 tired 的人类 paired with 快速、自信的模型输出，不是一个 great 的系统。

如果你在领导一个团队，我认为这 even more matters。你不能仅仅因为工具变快了就一直提高产出期望。在某个点你不再是在创造 leverage。你是在创造认知债务。

我仍然无法 shake 的部分

Karpathy 用了 psychosis 这个词，因为 softer 的词没能完全抓住它。

「疲劳」抓住了部分。「Burnout」抓住了部分。「Overload」抓住了部分。但没有一个 fully 捕捉到在一个不愿停止移动的领域试图建立一个稳定的心智模型是什么感觉。

我不认为我们坏了。我认为我们 early。

但 early 不是 free 的。

在这个时代做得好的人 probably 不会只是移动最快的人。我认为他们将是那些在所有东西加速时仍能保持 clear-headed 的人。那些知道什么时候把东西交给智能体、什么时候慢下来自己思考的人。那些能使用工具而不被它们吸收的人。

我认为那也是很多恐惧所在的地方。不只是在我们是否会保持 relevant，还在于我们花了多年构建的那种判断是否在一个工具可以移动得比我们更快的世界里仍然以同样的方式 count。

那部分是 personal 的。

而目前为止，它仍然是 AI 无法为我们 carrying 的少数部分之一。

50

50

1