AI承诺减少工作量，我却从未如此忙碌：并行Agent的认知税

原创

alex 33分钟前阅读数 1 #头条

AI承诺减少工作量，我却从未如此忙碌：并行Agent的认知税

承诺与现实：AI 没有省下时间，反而让工作更重

那套说辞我听过无数遍：AI 会把时间还给我们，少写样板代码，把无聊的部分交出去，早点回家。我入职 Bold.org 做全栈工程师是在 2020 年 1 月，那时候还没人跟我讲这些。现在回看，我自己在博客里写的标题就是答案：“AI promised less work. I've never worked more”。来源：Orestis Ioannou

我不抱怨工具。我现在的工程工作全部由 agents 处理，写过一篇文章讲这套设置怎么演化的，也讲清楚了为什么我仍然要读代码。有些事，两年前根本不值得开始调查和发货，现在我能做了。来源：Orestis Ioannou

但今年某个时刻，我意识到自己比以往任何时候都忙，而且这种忙法比以前更沉。不是哪个任务变难了，是任务的数量变多了，而且它们同时涌过来。来源：Orestis Ioannou

这篇文章是我试图用自己 GitHub 历史里的数据，把这件事想明白。

机制与数据：并行 Agent 如何撕碎注意力

以前做全栈工程师，正常一周是两三个正经任务：一个新功能、一个难缠的 bug、可能一次迁移。每个都需要真正的专注，但我一次能在脑子里装一个，做完再去下一个。来源：Orestis Ioannou

现在完全不一样了。好几个 agents 并行跑着：一个在实现改动，一个在调查生产问题，一个在过 review，另一个在做我之后才需要的研究。它们没有一个需要我一直盯着，但每一个都需要我偶尔搭把手。来源：Orestis Ioannou

问题出在这个“偶尔”上。每个 agent 终会带着问题、待批计划、要读的 diff 或需要我理解的结果回来。回应意味着切换上下文：重新加载另一个问题、另一个仓库、另一套决策。过去那种两三个严肃任务带来的累是熟悉的累，现在跟多个 agent 协作带来的累是陌生的累。我的注意力被摊到更多问题上，在它们之间挪动让我精神上更吃不消。来源：Orestis Ioannou

我把 2019 年 1 月到现在的 GitHub 贡献日历每个月都拉出来，标上我在 Bold.org 的任职节点：2020 年 1 月入职，全栈工程师做到 2022 年 8 月，首席工程师做到 2025 年 8 月，之后是技术副总裁。GitHub 的贡献数包含私有工作，所以是 commit、PR、review、issue 的混合，算活动量的粗略信号，不算价值度量。2019 年是个不完整基线，我上一份工作用自托管 GitLab，GitHub 只显示我在那之外做的事。但这个形状没法忽略。来源：Orestis Ioannou

多源交叉验证：效率提升为何反而增加总工作量

效率变高了，工作量却涨了。这听起来反常识，但 HN 上有评论者 oxyg3n 把机制讲得很直白：因为基于 AI 的编码让你在每一项任务上都极其高效，一切解决得更快，那就让更多问题冒出来。像一种不可避免的升级，把油门踩到底，却不知道从哪里松脚。来源：Hacker News

我和这位评论者从不同方向撞到同一个结论。他从“效率必然导致升级”的理论角度出发，我从个人 GitHub 历史的曲线出发。两者都指向同一件事：AI 在增加而不是减少总工作量。来源：Orestis Ioannou 来源：Hacker News

我没法确定这种升级有没有上限。也许某天我会重新校准，把 agents 的数量压回到能控制的范围，也许不会。但有一点我很确定：问题不在工具。工具让我能做更多，这本身不坏。坏的是我没把“能做更多”换算成“做更少”。任务数量从两三个涨到七八个并行，这个数字变化才是我累的原因。来源：Orestis Ioannou

原文：

AI promised less work. I've never worked more · 来源：Hacker News

参考来源：