在过去的18个月里，生成式AI工具如ChatGPT、Claude、文心一言等席卷全球，成为知识工作者、程序员、作家和学生的日常伙伴。然而，最近一种新的情绪正在悄然蔓延——“我可能患上了LLM倦怠症”。这句话正在社交媒体上被越来越多的人提及，背后折射出的是人类与大型语言模型（LLM）长期相处后产生的复杂心理状态。

从兴奋到倦怠，只用了不到两年

2022年底，ChatGPT横空出世，引发了全球范围内的AI热潮。“提示工程”“AI辅助写作”“自动代码生成”成为热词。许多人热衷于探索AI的边界，向其提问、请求写作、获取建议，甚至与它进行哲学对话。这种“发现感”带来的新鲜感和效率提升，让人们对LLM充满期待。

然而，经过一年半的密集使用，部分用户开始感到疲倦。“每天醒来第一件事就是要面对大量的AI生成内容，”一位自由撰稿人在社交媒体上写道，“阅读文字时，我常常不确定这段话是AI写的还是人类写的。这种感觉令人不安。”

所谓的“LLM倦怠症”，并非医学诊断，而是一种对AI使用过度后产生的心理疲劳状态。它的典型症状包括：对AI生成的内容失去耐心和兴趣，频繁感到信息过载，在与AI交流时感到机械、重复，甚至在面对AI给出的答案时产生“AI疲劳”式的怀疑。

倦怠的成因：不只是“用多了”

AI倦怠的成因十分复杂，但核心在于人类与AI交互中的“认知不协调”——一方面，AI承诺带来效率提升和无限创造力；另一方面，在实际使用中，用户发现AI的回答常常表现出“幻觉”、逻辑缺陷或明显的训练痕迹。

“我发现自己越来越难以区分什么是自己的想法，什么是AI的‘建议’。”一位设计师在科技论坛上分享道，“当我必须花更多时间修改、重新理解甚至反驳AI的文本时，效率提升的承诺开始变得空洞。”

此外，提示工程本身也成为了一种负担。用户需要不断调整措辞、提供上下文、重复修正，才能获得满意的答案。这种“为机器服务”的体验，反而增加了人类的认知负荷。

行业在反思：AI工具需要“可持续发展”

这种现象也引起了AI行业专家的关注。斯坦福大学人机交互研究室的李教授指出：“AI倦怠本质上是一种‘认知过载’。当用户感觉自己不是在用工具，而是在‘伺候’工具时，倦怠就会产生。这提示我们，AI工具的设计需要从‘性能优先’转向‘可持续使用’。”

一些AI公司也开始认识到这一问题。近期，多家厂商推出了更轻量级、针对性更强的AI应用，试图降低用户的使用门槛。例如，通过优化对话界面、减少不必要的交互步骤、提供预设模板等方式，让AI“更懂用户，而非让用户更懂AI”。

应对策略：学会“减法”而非“加法”

对于普通用户而言，LLM倦怠并非不可逆转。专家建议，可以尝试以下策略：

首先，明确AI的使用边界。将AI定位为“草稿生成器”或“灵感启发源”，而不是最终的决策者或内容完成者。其次，规划使用时间，避免碎片化、高频次地与AI交互。最后，保持独立思考习惯，不对AI给出的答案不加辨别地全盘接受。

一位已从倦怠中恢复的AI分析师表示：“我发现自己之前用AI的方式，就像让一台洗衣机帮我完成所有家务。但真正有效的使用，是让它负责一部分，我负责剩下的。我们需要找回‘人的角色’。”

结论：人与AI，仍需保持距离

人类与大型语言模型的相处，正从最初的激情期进入到磨合期。倦怠是这种磨合过程中不可避免的部分。它提醒我们，任何工具，无论多么强大，都不应接管人的认知和决策过程。

在未来，AI或许会变得更具“陪伴感”和“直觉性”，减少人类的认知负担。但在那之前，清醒地认识到技术使用的边界，保持对自身思考的珍视，或许是应对LLM倦怠最有效的方式。

正如一位用户所说：“AI很强大，但永远无法替代我阅读、写作、犯错和成长的快乐。倦怠或许是对过度依赖的一次警醒。”