本文由作者與 Claude AI 共同創作
下午六點，我在辦公室觀察到一個細節。大部分人收拾著離開，但後端工程師還坐在位子上，盯著螢幕看。我問他幹嘛還不走，他說：「Claude 還在跑程式，我是不是也應該繼續？」那一刻我意識到，AI 的到來改變的不只是工作效率，更改變了人的心理節奏。
工具越強，人為什麼越疲倦？
自從 DeepWave 導入 AI 工具以後，數字確實漂亮。我的工程團隊從五人增到五人加五條同時運行的 Claude Code，產出翻三倍。行政部門原本每週三天在處理採購單據，現在一個人搭著 Agent 就能接手，多出來的時間可以做更有策略性的事。
但有個現象我在員工面談中頻繁聽到：「產出多了，但感覺更累。」起初我以為這只是心理作用。直到我開始帶著八個 Agent 加上七個 subagent 管理公司各層面的時候，才真實感受到那種疲累。產出確實加速了，但代價是什麼？
我發現有三個心理層面的變化，正在悄悄改寫人的工作體驗。
第一道暗流：永遠可以更快的壓力
工具越強，組織對速度的期待就越高。但這裡有個致命的邏輯漏洞——AI 加速了執行，但加速不了人的判斷。
我自己就經歷過這個落差。之前一份報告需要三天整理數據、兩天寫分析、一天修改才能定稿。現在有 AI，我可以在一小時內拿到初稿。乍看很完美，但隨之而來的是一種新的焦慮：既然能一小時出稿，為什麼還要留出「思考時間」？
更微妙的是，這種期待未必會被說出口。它會滲進節奏裡，變成新的基準線。我開始注意到，有些決定我其實沒有充分時間內化，但產出已經在眼前了，組織期待我立刻 approve。久而久之，我產出的速度變快，但我對自己決定的信心反而在下降。
第二道暗流：碎片化注意力加劇
Microsoft 的數據很駭人：平均員工每兩分鐘被打斷一次，一天被打斷二百七十五次。AI 沒有解決這個問題，反而放大了它。
很多人原本期待 AI 能幫我們擋掉這種碎片化，現實卻常常相反。因為 agent 會持續產出東西給你看。它幫你寫完一版了，請你審核。它幫你比對完三個方案了，請你選。它在背景跑完資料後，丟給你一串新的追問。
你原本只有同事會 ping 你，現在連數位同事也在 ping 你。於是工作流看似自動化，實際上變成一種新的即時審核文化。每件事都可以立刻處理，最後就變成每件事都在要求立刻處理。
我的行政助手 Agent 每小時產出五個待決項——預約確認、採購核准、會議提案。每一項看起來都「只要 30 秒」就能處理，但乘以一整天，那是一百多次決策中斷。而且因為 Agent 的決策速度，人會產生一種錯覺：「既然 Agent 已經做好初稿了，我應該能立刻判斷」。但事實是，有品質的判斷需要連貫的心流，而我們正在生活在一個越來越難維持心流的時代。
第三道暗流：自我效能感的侵蝕
連我自己在寫部落格文章時都覺得：「我花四小時寫的文案，Claude 五分鐘就寫得一樣好，甚至更好。我開始懷疑，我到底還有什麼用？」
長期暴露在這種比較中，人會無意識地從創作者退化成校對者。校對者需要的認知負荷更低，但帶來的成就感也更低。更隱性的疲憊在於，當 AI 寫得比你快、比你順、甚至某些段落比你漂亮，你心裡很難完全不受影響。
很多知識工作者會掉進一種尷尬位置：自己沒有真的退出流程，但也不再像完整的創作者，比較像校對者、整合者、最後把關的人。這個位置當然重要，可是如果組織沒有把它講清楚，它很容易變成一種失落。因為社會長期獎勵的是「親手完成」的成就感，沒有太多人教我們怎麼從「我做出來了」過渡到「我讓一套人機系統做對了」。
Vibe Coding 成癮迴圈
最近台灣科技圈彭明義先生在 Facebook 寫了一段話，精準描述了我正在經歷的事。他描述的是 Claude Code「後遺症」——一個令人上癮的閉環。
我把它轉化成更完整的理解：一個閉環，就像一台成就感引擎。
你晚上想到一個點子，原本照過去的節奏，你可能會記在筆記裡，改天再說。現在不是。你會很想立刻打開 Claude、Cursor 或其他工具，把它做出一個雛形。幾個 prompt 下去，東西真的動起來了。那個回饋太強，會讓人很難停。
Token 不夠了，升級到 Pro。滿足了一陣子以後，你開始想：既然有 Claude，為什麼還要花錢買 SaaS 軟體？你開始自己寫工具。寫著寫著，你發現有些功能 Pro 沒辦法一次完成，你升級到 Max。
但升級到 Max 後，情況變得更詭異。你有 Max 的額度，心理上會覺得不用白不用。所以你開始想點子——可能本來不存在的問題，現在被你「創造」出來，然後用 Claude 解決。睡前想到一個小工具的概念，早上起來第一件事不是滑手機，而是打開 Claude。做著做著，連原本打算買的 SaaS 都想自己刻。為了把工具做得更好，又跑去學新的框架、新的服務。最後 token 又不夠，再升級。
一直在得到小勝利，於是一直加碼。它很像一台成就感引擎。我坦白，我深陷這個迴圈。現在我的工作日很難界定：哪些是「公司工作」，哪些是「自己的練習」。界線變得模糊，工作時間也自然無限延伸。
隱藏的風險
但這裡有個被忽略的風險，而且越來越多人踏進去。
成就感不等於理解。 如果你不懂底層邏輯，你其實沒有能力做基本的 QC（品質控制）。當你依賴 Claude 寫程式，你可能失去了對程式碼的深度理解。當你依賴 Claude 寫業務分析，你可能無法獨立判斷數據。更危險的是，你沒有能力去糾錯自己完全不懂的東西——那不管是程式碼還是稅務判斷，只要超過你的知識邊界，你就會陷入一個很危險的狀況：產出很多，掌握很少。
我們最近有遇到一些客戶，用 Claude 寫的程式碼，在公司內部上線一陣子以後才發現有漏洞——但他們自己看不懂程式碼，無法判斷哪裡出問題只好嘗試下prompt繼續修正，但隨著系統越來越複雜，就越難修、越修越歪。這不只是技術問題，是一個信任與控制的問題。
實戰對策框架
在 DeepWave，我們逐漸摸索出一套做法。不是禁止 AI，而是清楚定義邊界。
第一層：區分判斷層級
哪些決定可以 100% 交給 Agent（如郵件分類、會議排期），哪些需要人工審核（如預算核准、客戶重點決定），哪些根本不能外包（如公司方向、重要客戶溝通、道德判斷）。
這個劃分不是一成不變的。我們滾動式檢討：有沒有發現 Agent 決定得不好的地方？有沒有發現人其實不需要審核的事情？
第二層：建立 AI 使用邊界
我們的工程師用 Claude Code比我還謹慎：不能寫完全不理解邏輯的程式碼就上線，必須理解 Claude 寫了什麼、為什麼這樣寫。
行銷團隊也是，要先決定「人的觀點」才會開始評估 AI 是否能夠加速初稿——不是 AI 預測會高轉化的說法，而是你真實相信的論點。
第三層：個人的 AI Hygiene
這是最難的部分。我自己也還在練習：每件事要先自己想五分鐘，再去找 AI 對打。這個順序很重要。因為你要先形成自己的問題意識，才不會被 AI 第一版答案牽著走。思考肌肉一旦鬆掉，回頭要練會很慢。
如果你每一個複雜問題都先問 AI，長期會發生什麼？你的判斷力會逐漸萎縮。有一天當 AI 不在身邊、或者 AI 給出錯誤建議的時候，你會發現自己沒有後備的思考能力。
第四層：對 Vibe Coding 的覺察
承認 vibe coding 帶來的成就感是真實的。但要定期問自己：「我真的懂我在做的東西嗎？這個工具我真的需要，還是只是因為有 Max 額度所以才想到它？」
一個實用的檢驗方式：如果有人問你「這個工具的核心邏輯是什麼」，你能用自己的話清楚解釋嗎？如果不能，那就是一個信號——你可能建立的不是真實的能力，而是依賴。
被重設的人類基準線
有個心理學現象叫「對比效應」。當你長期和一個更優越的對象互動，你對自己的評價會不自覺地下降。
AI agent 有一個人類永遠做不到的特質：永遠在線、永遠不累、永遠不抱怨。當你的「同事」就是這樣的存在，人類員工的心理基準線會被悄悄重設。你不自覺地拿自己跟一個不會累的東西比較，然後每次都輸。
ILO 在 2025 年談 AI 與數位化對職場安全健康的報告時，也把心理社會風險、監控壓力、斷線權拉進來一起看。這個脈絡很重要。因為 AI 導入不是只有效率問題，它也會影響人的神經系統。當工作節奏變成「隨時可做」「隨時可改」「隨時可補一版」，人很容易失去停下來的正當性。
我有一個工程師告訴我，他開始做夢夢到被 Claude 替代的場景。我聽了很難受。因為這不是技術問題，是一個組織文化的問題——我們有沒有足夠清楚地告訴他：「AI 的角色是放大你的能力，不是證明你無用」。
回到那個下午六點
我和那位工程師得出一個結論：AI 讓產出加速，但沒有讓判斷加速。更危險的是，AI 帶來的成就感迴圈會讓人上癮而不自知。如果一個組織只看產出不看判斷品質，只看工具效能不看人的心理健康，那 AI 就會變成一台讓人越來越累、越來越困惑、卻停不下來的加速器。
我們有責任把這個循環打破。或許，這比優化工具本身更重要。
如果你的團隊也在經歷 AI 帶來的加速與焦慮，歡迎預約一次 30 分鐘的免費 AI 顧問諮詢（人機協作節奏），聊聊怎麼建立健康的人機協作節奏。
標籤： AI 導入｜vibe coding｜工作效率｜心理健康｜企業 AI｜Claude Code
