个人电脑、电子邮件和智能手机曾一次次被包装成能“解放劳工”的技术工具，但 this+that 共同创办人 Jeff Reynar 认为，过去 40 年几乎每一轮效率提升，最后都被企业转成更高的工作量和更强的待命预期，员工并没有真正拿回省下来的时间。
在最新文章中，Reynar 的判断并不只停在悲观层面。他认为，AI 可能成为这个长期模式的第一个例外，但前提非常苛刻：企业必须把技术节省出来的时间留给员工，用于思考、协作和提升质量，而不是继续塞进更多同样的任务。
工具带来自由，组织却收走自由
Reynar 回顾称，在 PC、电子邮件和智能手机普及之前，一名员工一周的工作量大约是制造 10 个“单位”；到了 2015 年，同样的职位被要求做到 20 个。
工具并没有消失，变化在于产出门槛被拉高了一倍。
他把这种现象与学术界已有的研究联系起来。麻省理工学院的 Melissa Mazmanian、Wanda Orlikowski 和 JoAnne Yates 曾追踪知识工作者导入移动电子邮件后的行为变化，并把这一现象命名为“自主性悖论”。员工最初采用移动设备，是为了换取随处工作的自由，结果却演变成随时随地都在工作。
Reynar 认为，这里并不存在某个明确拍板的单一决定，但效率红利就是这样被组织逐步吸收。
他也补充，自己并不是在主张科技从不淘汰工作。像听写员这类岗位的消失，并不意味着所有岗位都应被保留。真正反复出现的问题是，工具节省下来的时间，往往被用来继续抬高期待值，而不是还给原本已经超载的人。
AI 当前阶段没有显得更轻松
如果只看当前迹象，Reynar 对 AI 的观察并不乐观。
他认为，AI 正在让工作变得更紧，且不只是早期尝鲜者如此。当岗位边界变得模糊，员工会被期待自行吸收过去本可转交给别人的任务，工作强度没有下降，反而可能上升。
Reynar 将这段过渡期归入经济学中的“生产力 J 曲线”。重大新技术导入后，往往先制造混乱并拖累产出，之后才逐步回收效益。对他来说，关键问题不在于 AI 能不能省下时间，而在于这部分时间真正出现后，企业会不会把它还给员工。
换句话说，这些新增时间究竟会被用于思考与协作，还是被反射性地拿去填充更多同样的工作，才是决定结果的分水岭。
桌面出版曾走出另一条路
Reynar 还举出一个与 PC、电子邮件和智能手机不同的案例：1990 年代的桌面出版软件。
当时，外界担心印刷厂倒闭、排版工作整批消失，因为人人似乎都能自己制作电子报和婚礼请帖。但桌面出版并没有像前几波工具那样单纯加快工作节奏，而是把质量门槛拉高了。业余使用者做出的成品往往堆满花哨字体和装饰图案，效果并不好，人们很快发现，做出高质量作品依赖的是审美和技术，而不只是工具本身。
结果是，部分岗位的确消失，排版员大幅减少，但设计工作反而扩张。根据美国人口普查局数据，美国设计师人数从 1983 年的 393,000 人增长到 2001 年的 788,000 人，而同期整体就业仅增长 34%。
这也是 Reynar 认为 AI 仍有可能成为例外的原因之一：技术带来的效率提升，不一定只能换来加速，也可能转向提质。
麦肯锡估算：到 2030 年每天可省下 2.5 小时
麦肯锡在《Superagency》报告中预计，到 2030 年，AI 将为知识工作者每天节省约 30% 的工作时间，换算下来约为 2.5 小时。
Reynar 提醒，30% 的工时被自动化，并不等于 30% 的岗位会被裁掉。人力不是可以随意替换的零件，他也不认为体质健全的公司会按这个比例直接裁员。
他更担心另一种情况：企业要求员工把这部分时间继续投入更多相同产品的生产。但在需求已经饱和的市场里，这种做法只会压低价格，让所有人停留在原地空转。
相较之下，另一条路径是把时间换成质量，而不是数量。
思考、散步与面对面交流未必能被工具替代
Reynar 提到，自己在工作卡住时会去遛狗、跑步或骑车，回来后往往就有进展。他还引用斯坦福大学的一项研究，指出走路可以提升创造力，即便是在跑步机上行走也有效。
他同时提到贝尔实验室曾刻意设计长走廊，以及 MIT 学者 Thomas Allen 测得的“50 米定律”：当同事之间的距离超过约 50 米，交流频率就会明显下滑。这些例子都被用来说明，面对面互动并不容易被数字工具替代。
开放式办公室追求的正是这种邻近性，但结果多数并不理想。Ethan Bernstein 与 Stephen Turban 对两家《财富》500 强企业改造开放式办公格局后的情况进行研究，发现面对面互动反而下降约 70%，员工重新退回到使用电子邮件沟通。
在 Reynar 看来，把这套逻辑放回科技行业的日常环境并不难理解：效率工具本身不是问题，真正的问题在于，节省下来的时间最后被谁拿走。
AI 会不会重演过去 40 年的模式
桌面出版的案例至少说明，技术升级并非只能把效率红利从业者身上抽走，也可能把一部分价值留在岗位内部，转化为更高质量的工作。
Reynar 认为，现在就判断 AI 能否复制这一结果还太早，但有一点已经很清楚：如果企业把那 2.5 小时全部用来逼员工做更多同样的事，那么这一轮 AI 与过去 40 年的技术升级不会有本质差别。