加班不等于努力：AI 时代的生产力错觉
痛苦不是努力的计量单位。你感受到的疲惫，可能只是方法错了。
一个反直觉的发现
过去三年，我带过的团队里有一个规律，反复出现，几乎没有例外：
产出最高的人，往往走得最早。
不是因为他们偷懒。是因为他们在四个小时内完成了别人十个小时都做不完的事，然后准时下班。而那些每天加班到凌晨的人，产出经常排在中下游。他们很努力，但他们的努力大量消耗在了返工、低效沟通和被打断后重新进入状态的成本上。
这不是个别现象。这几乎是一个铁律。
2020 年，一篇在理性主义社区广泛传播的文章把这个现象讲透了。作者 alkjash 提出了一个简单但致命的命题：痛苦不是努力的计量单位（Pain Is Not the Unit of Effort）。
我读到这篇文章的时候，正好在反思自己团队的工作方式。它解释了我在管理中观察到但一直没找到语言描述的东西。
"无痛不收获"是怎么变成毒药的
中国科技圈有一个根深蒂固的信念：如果你不痛苦，你就不够努力。
996 是最显性的表达。但这个信念的渗透远比 996 更深——它存在于每一次加班被当作敬业的暗示里，存在于每一个"你看 XX 周末还在办公室"的对话里，存在于每一个用工时而不是产出来评价员工的管理系统里。
alkjash 把这种心态叫做"以痛苦为货币的努力观"。在这个框架下，你的付出不是用结果来衡量的，而是用你承受了多少痛苦来衡量的。加班很痛苦，所以加班等于努力。通宵很痛苦，所以通宵等于更努力。
这个逻辑的荒谬之处在于：它把手段当成了目的。
痛苦是摩擦力的信号，不是进步的信号。一个程序员加班到凌晨两点 debug，可能是因为他在攻克一个真正困难的技术问题。但更可能是因为他下午被三个会议打断，晚上才开始写代码，而这时候他的认知能力已经降到了白天的一半。
他承受的痛苦翻倍了，但产出可能只有白天状态的一半。
心流才是真正的高产出状态
alkjash 在文章中指出，真正高效的工作状态往往不是痛苦的——它是心流的。
心流状态下，时间感消失，注意力高度集中，难度和能力恰好匹配。心理学家 Mihaly Csikszentmihalyi 用了几十年研究这种状态，结论很明确：人在心流中的产出效率是非心流状态的数倍，但心流本身感觉不像"努力"——它感觉像水在流。
这就是悖论所在。如果你的文化把"感觉痛苦"等同于"正在努力"，那么心流状态——最高效的工作状态——反而会被误判为"不够投入"。
我见过太多这样的场景：一个工程师在下午三点进入了心流，两个小时写完了一个关键模块，五点准时下班。另一个工程师从早上九点坐到晚上十点，中间开了四个会，回了五十封邮件，最后挤出两个小时写代码，质量还不如前者。
在大多数中国科技公司的评价体系里，后者会被认为"更努力"。
这不是管理问题。这是认知错误。
AI 让这个错觉变得更危险了
2025 年以后，一种新的焦虑在科技从业者中蔓延：AI 焦虑。
逻辑是这样的：AI 可以 7x24 小时工作，不知疲倦，不会抱怨，不需要社保。如果 AI 这么"努力"，那我是不是要更努力才能不被替代？
于是很多人的反应是：学更多课程、用更多工具、加更多班、接更多项目。他们试图用人类的方式和机器赛跑——用延长工时来对冲 AI 的效率优势。
这是把"痛苦=努力"的错觉推到了极致。
alkjash 的框架在这里变得格外有力。他说，当你把痛苦当作努力的衡量标准时，你会自然而然地选择让自己更痛苦的方式工作——即使那种方式效率更低。因为在你的心理会计系统里，痛苦就是投入，投入就是保障。
但 AI 不是通过"更痛苦"来工作的。AI 的优势不在于它能承受更多痛苦——它没有痛苦这个概念。AI 的优势在于它找到了正确的路径后，可以无摩擦地重复执行。
真正应该从 AI 身上学到的不是"更能熬"，而是"更少摩擦"。
我管理团队的三个转变
读完 alkjash 的文章后，我在自己的团队里做了三个调整。不是什么大刀阔斧的改革，只是三个微小的认知转变：
第一，用产出评价，不用工时评价。 这听起来像废话，但你去看看绝大多数公司的实际操作——考勤系统、加班记录、"谁最后离开办公室"的隐性竞赛——工时依然是默认的努力代理指标。我们把它去掉了。不记考勤，不鼓励加班，只看交付物的质量和时效。
第二，保护心流时间。 每天上午 10 点到 12 点，下午 2 点到 4 点，是"静默时间"——不开会、不发群消息、不找人"快速聊两句"。这四个小时是深度工作的窗口。打断一个工程师的心流，平均需要 23 分钟才能恢复。一天被打断四次，你就损失了将近两个小时的高产出时间。
第三，鼓励"够了就停"。 这是最反文化的一条。当一个人完成了当天的核心任务，我不仅允许他们走，我鼓励他们走。因为休息不是生产力的对立面——休息是生产力的基础设施。 一个充分休息的人明天能进入心流；一个疲惫不堪的人明天只能磨洋工。
效果呢？六个月后，团队的交付速度没有下降，代码质量指标（bug 率、返工率）显著改善，离职率下降了一半。最反直觉的变化是：大家开始觉得工作"没那么累了"——但产出反而上升了。
这正是 alkjash 的核心论点：当你停止用痛苦衡量努力，你才能开始用有效的方式工作。
从"和 AI 赛跑"到"让 AI 消除摩擦"
我观察过团队里使用 AI 工具最好的人。他们的共同特征不是"用 AI 做更多事"，而是"用 AI 把无聊的事消灭掉，然后把省下来的时间用在需要人类判断力的地方"。
一个典型的例子：我们的一个产品经理以前每周花 8 个小时整理竞品分析报告。引入 AI 工具后，这个时间缩短到 1 个小时。他没有用省下来的 7 个小时去做更多的报告——他用这 7 个小时去跟客户聊天，去理解那些 AI 分析不出来的东西：客户的犹豫、客户的恐惧、客户没有说出口的需求。
这 7 个小时的客户洞察，比 70 个小时的竞品报告更有价值。
AI 最好的用法不是让你做更多，而是让你做更少但更对的事。
这和 alkjash 的论点完美契合：真正的高手不是比别人更能忍受痛苦，而是找到了让正确的事情变得不痛苦的方法。AI 就是这个时代最强大的"去痛苦化"工具——但前提是你得先放弃"痛苦=努力"的信念。
知道什么时候停下来，才是最稀缺的能力
我在这个行业十五年，见过无数种失败模式。其中最隐蔽、最具破坏性的一种是：一个人如此习惯于用痛苦来证明自己的价值，以至于即使有了更好的方式，他也会本能地选择更痛苦的那条路。
因为痛苦让他感到安全。不痛苦让他焦虑——"我是不是不够努力？"
alkjash 把这叫做一种"自我信号"（self-signaling）机制：你通过承受痛苦来向自己证明你在乎。但这是一个危险的循环。越痛苦越觉得自己努力，越觉得自己努力就越愿意承受痛苦，直到 burnout 把你彻底击垮。
在 AI 时代，这个循环会加速。因为 AI 把生产力的基线抬高了——你会觉得自己做得永远不够多，于是加更多的班，学更多的工具，直到精疲力竭。
解药不是更努力。解药是重新定义什么叫"努力"。
真正的努力不是你承受了多少痛苦，而是你是否在做正确的事，用正确的方式。真正的生产力不是工时的长度，而是心流的深度。真正稀缺的能力不是在凌晨两点还能写代码，而是在下午五点知道今天已经够了，然后去休息，以便明天能做得更好。
下次你在深夜的办公室里觉得自己很努力的时候，停下来问自己一个问题：
"我现在承受的痛苦，是在创造价值，还是只是在让我自己相信我在努力？"
如果答案是后者，关上电脑，回家睡觉。
这不是偷懒。这是你今天做的最有生产力的决定。
参考资料
1. alkjash (2020). "Pain Is Not the Unit of Effort." LessWrong.
2. Mihaly Csikszentmihalyi (1990). Flow: The Psychology of Optimal Experience. Harper & Row.
3. Gloria Mark et al. (2008). "The Cost of Interrupted Work: More Speed and Stress." Proceedings of the SIGCHI Conference on Human Factors in Computing Systems.
4. Cal Newport (2016). Deep Work: Rules for Focused Success in a Distracted World. Grand Central Publishing.