MIT研究：AI“效率错觉”会扭曲生产力收益
来自 MIT 和普林斯顿的研究人员（arXiv 发表）警告：存在一种 AI “效率错觉”（efficiency-gain illusion），可能让用户误判真实的生产力提升。在三项预注册实验中（共 2,691 名参与者），被试在算术、拼写检查等基础任务上，普遍高估了 AI 节省的时间与精力。
一项模型分析显示：用 AI 的复制粘贴功能后，平均完成时间从 102.0 秒降至 66.2 秒，但参与者对收益的主观感受却远大于真实幅度——这构成了“效率错觉”，并反过来影响他们未来何时使用 AI 的决策。此外，研究还发现参与者会系统性低估自己使用 AI 的频率。
关键机制是“反馈回路”：当用户感到 AI 能帮上忙时，他们会更倾向于再次依赖 AI。但这种主观效率提升会自我强化，即便客观收益只是有限或边际改善。研究者将其概括为“生产力悖论”：个体层面的热情未必能在群体层面转化为可量化的生产力数据。
关键词重点：AI “效率错觉”可能影响科技行业对 AI 工具的采用方式，并改变人们对“效率提升/自动化”叙事的预期。研究并不否定 AI 的价值，但提示应谨慎对待仅由用户感受驱动、而缺乏硬指标支撑的“生产力”故事。
中性
这是一则行为学/科研进展，而不是加密行业原生催化剂。研究指出，由于“效率错觉”（efficiency-gain illusion）与自我强化的依赖机制，用户可能高估 AI 带来的生产力提升，但它并未直接涉及区块链网络、代币经济、监管、流动性或协议升级。
因此对市场更可能是中性：
- 短期：交易者通常更关注明确的变量（ETF 资金流、协议安全事件、宏观冲击）。该结果偏学术，未必会立刻改变加密资产的基本面或带来立竿见影的流动性变化，只会在“AI 叙事”层面间接影响部分情绪。
- 长期：若市场开始认为“AI 提升生产力”的叙事被高估，科技板块/AI 主题情绪可能降温，并可能通过风险偏好间接影响加密中与 AI 相关的主题交易（尤其在“AI 热度周期”里）。但这更像二阶效应。
历史类比：市场在过去的多次叙事高峰中都出现过“预期—现实差距”（早期自动化/AI 宣称未能在可量化落地上跟上）。在加密领域，这类差距往往更多影响叙事仓位与定价情绪，而不是在缺少真实采用指标或政策变化时立刻造成方向性基本面冲击。该研究强调的是“感知偏差”，因此潜在影响更偏情绪校准，而非直接的方向性冲击。