人工智能承诺提高效率，但是否真的实现了这一承诺？研究表明，AI工具虽然创造了效率的错觉，却增加了认知负荷，降低了团队的整体工作效率。
封面图片拍摄于今年六月的新疆禾木。到了那，我才发现天能有多蓝，中午可以清晰的看见月亮。
<https://afterburnout.co/p/ai-promised-to-make-us-more-efficient>
人工智能工具本应释放我们的时间，但它们增加了我们的认知负荷，降低了我们的工作效率。
这种模式在各项研究中是一致的：人工智能工具创造了一种效率的错觉，同时经常使系统更努力地工作，而不是更智能。个人开发人员感觉更快，但团队交付速度更慢。人们报告说节省了时间，但组织发现协调成本增加。
即使生产力确实提高了，“在相同的时间内完成两倍的工作”——不是减少工作，只是在相同的时间里塞进更多的工作。我们不应该试图在相同的时间内做更多的工作;我们不应该以提高时间效率为目标，这样我们就不必每周工作 60+ 小时。
我们是不是过于追求效率，反而导致自己的生活失衡了？
<https://colton.dev/blog/curing-your-ai-10x-engineer-imposter-syndrome/>
10 倍的生产力意味着十倍的结果，而不是十倍的代码行。这意味着您过去在一个季度内发货，现在只需一周半即可发货。这些数字应该会让最真实的人工智能信徒停下来。传统上需要 3 个月的工作中的产品构思、故事点协商、错误修复、代码审查、等待部署、测试和 QA 的数量现在在 7 个工作日内完成？为此，这些瓶颈中的每一个都必须提高 10 倍的生产力。
LLM 产生的东西通常是损坏的、产生幻觉的或低于代码库标准的。这些错误的频率随着代码库的大小而增加。发生这种情况时，您必须重新提示，这可能会立即解决问题，或者可能会浪费大量时间。或者你可以自己进去修复代码。但随后你又回到了区区 1 倍的工程师身份，如果你已经习惯了 vibe 编码而忘记了如何编码 ，也许会更糟。
这篇文章戳破了 AI 生产力论的面具。如果你有相同的纠结，值得细读。
<https://lambdaland.org/posts/2025-08-04_artifical_inanity/>
我假设作者选择他们所用的词是有原因的，并且每个句子都是为了传达作者希望我理解的东西。
LLM 或类似生成文本时，此模式将失败。当我以为自己正在阅读真实的文本时，阅读草率的文本是令人筋疲力尽的：由于我对幻觉或无关紧要的事物没有警惕，所以每一个看似不合时宜的短语都会让我想知道为什么这个短语会在那里 ，以及我错过了什么 ，而实际上，这样的问题是格式不正确的：那只是一个偶然创作的短语， 听起来不错，但实际上根本没有太多意图。
缺乏意图是阅读人工智能如此令人反感的原因。在我们需要关心和关注的一切背后，都需要有一个人类的意图——人类的意志和人类的关怀。
我习惯用 AI 来修改文章的语法，但总会删掉其中一半的内容。除了废话过多外，更重要的是，我们往往忘了 AI 的生成原理是随机拼接。随机生成的内容，你会喜欢看？
<http://gemini.google.com/gem/storybook>
只需描述您能想象到的任何故事，Gemini 就会生成一本 10 页的插画书。英文支持语音阅读。可以用来给儿童讲故事，帮将简笔画、照片变成故事书。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。