调查背景与方法论：量化科技从业者的真实情绪
Noam Segal 是一位在 Airbnb、Meta、Twitter、Zapier、Intercom 和 Figma 等公司长期担任研究领导者的专家，同时也是一名认证教练、AI 构建者以及 Lenny 社区的研究负责人。两人共同运营着年度“科技工作者情绪调查”（Tech Worker Sentiment Survey），这已是该调查的第二年，也是同类调查中规模最大的定量研究之一。该调查旨在量化科技行业从业者对工作、人工智能、倦怠感以及职业未来的真实感受。今年的调查涵盖了产品、工程、设计、研究、营销、数据和销售等多个职能领域的数千名员工，结果令人震惊。
“这是一项关于科技从业者如何真正看待他们的工作、AI、倦怠感和职业未来的定量研究。”
调查的方法论强调其大规模和多样性，不仅覆盖了传统的工程岗位，还深入到了设计和产品等创意领域。这种广泛的样本基础使得数据能够反映出整个科技行业的结构性变化，而非个别公司的孤立现象。通过这种严谨的定量分析，Noam 和 Lenny 试图揭示隐藏在表面繁荣下的深层情绪危机。
核心发现：AI 将科技 workforce 撕裂为两极
调查最核心的发现是，人工智能已经将科技 workforce 几乎精确地一分为二。一半的员工正在蓬勃发展，而另一半则感到动摇和不安。这种分裂并非基于职位高低，而是基于员工与 AI 的互动方式及其带来的心理影响。这种二元对立构成了当前科技行业情绪景观的基础，标志着行业进入了一个新的分化阶段。
“AI 将科技 workforce 几乎精确地一分为二：一半人在蓬勃发展，另一半人感到动摇。”
这种分裂反映了技术采纳程度的差异以及由此产生的职业安全感差异。那些能够熟练利用 AI 工具提升效率的员工感到更加自信和高效，而那些感到被 AI 取代或无法适应新工作流的员工则陷入了焦虑。这种两极分化不仅影响了个人的工作状态，也深刻改变了团队内部的动态和文化。
四大情感原型：科技工作者的心理画像
基于调查数据，Noam 识别出定义当前科技工作者的四种情感原型：充满活力的（Energized）、矛盾的（Conflicted）、迷失方向的（Disoriented）和怨恨的（Resentful）。这四种原型代表了员工面对 AI 变革时的不同心理状态和行为模式，为理解行业情绪提供了细致的框架。
- 充满活力的（Energized）：这类员工拥抱 AI，将其视为增强能力的工具，工作效率和满意度显著提升。
- 矛盾的（Conflicted）：他们看到 AI 的好处，但也担心其潜在威胁，内心充满挣扎和不确定性。
- 迷失方向的（Disoriented）：AI 的快速变化让他们感到困惑，不知道如何适应新的工作要求和职业路径。
- 怨恨的（Resentful）：他们感到被 AI 边缘化或剥削，对管理层和技术变革持有强烈的负面情绪。
“我们识别出四种定义当前科技工作者的情感原型：充满活力的、矛盾的、迷失方向的和怨恨的。”
这四种原型并非固定不变，员工可能会在不同阶段之间流动。理解这些原型有助于管理者采取针对性的措施，帮助员工从负面原型向正面原型转化，从而提升整体团队的稳定性和生产力。
倦怠感激增：速度提升反而加剧压力
调查揭示了一个令人担忧的趋势：倦怠感在短短一年内激增了 11 个百分点。更令人不安的是，这种倦怠感的增加与“更快交付”（shipping faster）的压力直接相关。AI 工具虽然提高了个人效率，但也推高了管理层和团队对产出速度和数量的期望，导致员工陷入“越快越累”的恶性循环。
“倦怠感在短短一年内激增了 11 个百分点，而‘更快交付’的压力正在加剧这一问题。”
这种速度导向的文化使得员工难以从工作中获得成就感，反而感到被工具驱使。AI 本应解放人类，但在缺乏适当管理的情况下，它变成了加速剥削的工具。员工感到自己不是在更好地工作，而是在更快地耗尽精力，这种认知加剧了职业倦怠。
无人推荐：科技行业的 NPS 得分低迷
调查中的一个关键指标是职业推荐净推荐值（NPS），即员工是否愿意向他人推荐进入科技行业。结果显示，几乎没有科技从业者愿意向今天进入行业的人推荐自己的工作。这一数据反映了行业整体吸引力的下降，以及从业者对职业前景的悲观预期。
“几乎没有科技从业者愿意向今天进入行业的人推荐自己的工作。”
这一低 NPS 得分揭示了行业内部信任的崩塌。尽管科技行业依然高薪，但工作强度、不确定性以及对 AI 的恐惧使得从业者失去了分享热情的动力。这种负面情绪不仅影响现有员工，也可能阻碍未来人才的流入，对行业的长期发展构成威胁。
主要恐惧：并非失业，而是“同薪加倍”
调查指出，科技从业者当前的第一大恐惧并非被 AI 取代失业，而是被要求用同样的薪水做更多的工作。这种“同薪加倍”（do more for the same pay）的恐惧反映了员工对剥削的担忧，以及对 AI 提高生产力后利益分配不公的焦虑。
“科技从业者的第一大恐惧并非被 AI 取代失业，而是被要求用同样的薪水做更多的工作。”
这种恐惧源于生产力提升与薪酬停滞之间的脱节。员工担心公司利用 AI 提高效率，却将节省的成本转化为更高的绩效要求，而非更高的薪酬或更少的工作时间。这种心态导致了普遍的不满和疏离感，削弱了员工对组织的忠诚度。
设计与研究岗位：连续两年最负面的群体
调查数据显示，设计师和研究人员在连续两年中都是情绪最负面的群体。这一发现挑战了传统观念，即创意岗位更能适应 AI 变革。实际上，AI 生成内容的普及使得设计师和研究者感到其专业价值受到威胁，工作意义感下降。
“设计师和研究人员在连续两年中都是情绪最负面的群体。”
这种负面情绪源于专业自主性的丧失。AI 工具使得非专业人员也能生成高质量的设计和研究结果，削弱了专业设计师和研究员的不可替代性。此外，快速迭代的压力使得他们难以深入思考，进一步加剧了职业倦怠和不安全感。
管理者：提升员工福祉的最大杠杆
尽管行业面临诸多挑战，调查也发现了一个积极的信号：管理者是提升员工福祉的最大杠杆。那些拥有支持性、透明且善于沟通的管理者的团队，员工的情绪状态显著更好，倦怠感更低。
“管理者是提升员工福祉的最大杠杆，支持性的管理能显著改善员工情绪。”
这一发现强调了领导力的关键作用。管理者可以通过设定合理的期望、提供情感支持、明确 AI 工具的使用边界等方式，帮助员工应对变革带来的压力。管理者不仅是执行者，更是员工情绪的缓冲器和引导者。
行动建议：员工与管理者的应对策略
针对当前的困境，Noam 和 Lenny 提出了具体的行动建议。对于员工而言，应主动学习 AI 工具，但也要设定边界，避免被速度文化吞噬，专注于提升不可替代的核心技能。对于领导者而言，应重新评估绩效指标，避免单纯追求速度，转而关注质量和员工福祉，并公开讨论 AI 带来的变化，减少不确定性。
“员工应主动学习 AI 工具但设定边界，领导者应重新评估绩效指标并关注员工福祉。”
这些建议旨在重建工作与生活的平衡，以及员工与组织之间的信任。通过共同努力，科技行业可以缓解 AI 带来的负面情绪，转向更加可持续和人性化的工作模式。
结语：AI 焦虑与行业反思
最后，Noam 提到了AI 愧疚感（AI guilt）这一现象，即员工在使用 AI 时感到道德或职业上的不安。这种情绪反映了行业在技术快速变革中的身份危机。要解决这一问题，需要行业重新定义工作的价值，从单纯的生产力导向转向以人为本的发展模式。
“AI 愧疚感反映了行业在技术快速变革中的身份危机，需要重新定义工作的价值。”
这一反思呼吁科技行业超越短期的效率追求，关注长期的员工健康和职业满意度。只有通过全面的文化和管理变革，科技行业才能在 AI 时代实现真正的可持续发展。