← #805

人才是那个循环

文章摘要

Brent Fitzgerald 这篇 2026 年 8 月 11 日的短文，起点是一次夏末休假。他离开 AI 几周，回来后对自己养成的不健康习惯有了更清醒的认识。那是一段在冷水河里游泳、多吃了几个棉花糖夹心饼、午饭后打盹的日子，有很多放纵，也是对工作和惯例的一次中断——大部分时间连笔记本和手机都放下了，这意味着几周没有 AI。

他不想念它。 回来这几天他意识到的，是自己有多少 AI 使用其实是不必要的。”事实上，我认为它常常是一根形成习惯的拐杖，让我在智力上更弱、更缺乏好奇心、更不自信。它可能还让我有点沮丧。”

几天前他终于打开笔记本，迎接他的是十一个 cmux 标签页，每一个里都有若干 agent 停在某项工作的半途，有些是职业上的，有些是私人的，还有很多介于两者之间。他还有横跨报税、庭院设计到政策文档评审的一堆 Claude 对话未读徽标。他问：这是不是 2026 年版的”开了一堆标签页”？也许吧，但感觉糟糕得多。每一个都是他曾以为自己需要帮助、或者想要自动化和外包一部分思考的动议，但每一个同时也是一小截愧疚——愧疚于从不把事情做完，愧疚于自己不够高效、不够聪明、时间不够专注。

他承认自己在苛责自己，这不是新行为，长期以来都是不切实际期待所带来的压力来源。但在机器智能时代，这种压力找到了新的出口。它没有迫使他去分诊、去聚焦于工作和生活中最重要的事，反而喂养了一种未经审视的信念——”我现在应该能做更多”。而它的释放方式，是又一个 agent 对话、又一个终端窗格、又一个没人要求的分叉、又一份他永远不会去读的破 markdown 输出。

他描述了自己积累的东西：一堆做了一半的、他其实几乎不需要的工具或服务的想法，由未处理的工作狂倾向和技术乐观主义式的一厢情愿共同点燃。他做的那些小东西确实能跑，它们运行着，做着各自的小事。”但没有一个帮到任何人，也没有一个让我更快乐或有更多空闲时间。”更关键的一段自省是：他过去把折腾个人项目当作放松和为乐趣而学习的方式，但这些项目不再提供这个；他常常跳过学习直奔结果，而快乐恰恰发生在学习里。

第二个自省更犀利：他一直在把 agent 当作自己和令人有压力的任务之间的一层隔膜。 与其直接面对那件事，不如塞一个 agent 进去。”这就像一个特别的毛绒玩具或护身符，保护着我。”他举了一个具体例子：需要写东西时，他会口述所有想法，然后在开车或走路时和 ChatGPT 过一遍。他会用”这是在和自己碰撞想法”“这是在利用本来不产出的时间”来为此辩护，但他心里清楚那其实是一面谄媚的镜子；正因为它不是现实的思考伙伴，他从不把那些会话的产出用于真正的工作。”那么那些小时到底有多大用处？现在它们只是留在 OpenAI 服务器上的漫谈录音和转录稿。”

另一个例子指向本文被引用最多的短语：他会试图把事情设置得更自动，以便理论上更快地完成工作、并行处理一堆任务。但事后看，没有人在要求这些效率增益。装备着理论上能让他成为更快、更强建造者的工具，他感到一种强烈冲动要最大化这些工具的使用——方法是把它们应用到……最大化这些工具的使用这项任务上。”这是最糟糕意义上的自反。一条生产力衔尾蛇（productivity ouroboros）。”

他明确表示自己不是在论证这项技术必然对使用者产生这些影响，并认为这项技术的形式、设计和围绕它的文化，是他形成这些习惯的巨大因素。他的判断是：agent 使用（谢天谢地）大概不像无尽的算法信息流那样在神经化学层面具有成瘾性，但确实存在非常真实的依赖和习惯化效应——一旦你把 AI 工具引入部分工作，很快就会看到更多可以纳入它们的方式。他还加了一句结构性的观察：”科技行业有很大一部分正在押注一种大规模的社会经济层面的 LLM 依赖。那些估值只有在我们集体变得无可救药地依赖 AI 技术时才说得通。”

他的计划很简单：对何时使用 AI、何时把它排除在外保持刻意；并对自己在这些选择中实际得到了什么、失去了什么保持诚实。

文章结尾给出了一个正面示范。在转去写这篇文章之前，他给一个刚开始的工作项目在 pi 里输入了一条提示：给了一堆需求和建议，让它去看代码库、wiki、schema、对话记录。设置这条提示本身就迫使他跟上进度并想清楚当前局面。 他要求它带着标记出的问题和可能的方案回来，把它约束得很窄，尽可能多地给了上下文——包括他已经在想什么、以及他不确定什么——并给出了非常明确的输出预期。他清楚 AI 不会递给他完美方案，结果不会让他效率十倍，但它在一堆系统和 SaaS 产品之间做模式匹配和搜索，而这是他不擅长也不喜欢的事，它可能揭示他理解上的几处空白、改善他带进项目的上下文。更重要的是，它把他解放出来去做写作和反思这类人类的事。 全文最后一句话是标题的展开：我们不想要被困在 agent 循环里的人类。人才是那个循环，而我们偶尔地、审慎地把 agent 叫上场。

HN 评论精华

appplication 的置顶回复把讨论引向了更广的方向：他有同感，但怀疑在工作层面答案可能不是做得更少，而是以某种方式突破。他提出了一个折中——”把它们关在工作这个盒子里”：如果有人愿意付钱让我用 LLM 生成代码，那就这样；但把它们挡在爱好、计划、艺术之外。不过他随即自我反驳：”这也许高尚，但话说回来，如果我找不到办法让所需的努力量适配我的生活方式，有很多项目我根本不太可能会做。有小孩之后，副业时间少得可怜。”他更大的感慨是：”我从 AI 浪潮里学到的主要一件事，是现代生活如何随着更多技术进入而变得更令人沮丧……我不觉得我们穴居人的多巴胺系统适合应付现代生产力和信息的期待或可得性。”
作者本人（burnto） 在评论区做了几次高质量的回应。对上面这条他写道：他的主要观察大体是个人的——“我经常被技术浪潮卷进去，希望事情会变好，但我从没清晰地定义过『更好』。或者说我的标准太松，把新颖当成了进步。” 他给出了自己的分界线：如果先进模型最终加速科学和医学、让更多人过上健康充实的生活，那听起来确实好得多；但如果模型明天帮我用上某个随机 IoT 设备的无文档 API，我不觉得有什么变好了，而且我连过程都没得到多少。”在效率不是首要目标时，我常常不清楚什么时候该走捷径、什么时候该老老实实做功。”
borski 对最后一点提出了有价值的反驳：这取决于你想从中得到什么——有趣的部分是逆向工程和发现本身，还是你只是想从 Home Assistant 控制你的车？”一旦你逆向过一个 React Native 应用，再做一次并不会学到新东西，我不介意 LLM 帮我干那个。但如果我想学会逆向一个二进制或应用？那我就自己做。”
garrickvanburen 贡献了本帖最被认同的一句话：”有很多事我们就是不需要做。现在不需要，永远也不需要。这没关系。“borski 接得更好：”就算你能，也不意味着你必须，哪怕所有人都在做。“当 alansaber 反问”这不是一直如此吗”，borski 给出了关键区分：“是的，但人们会忘记。而当 LLM 让你感觉可以『免费』卸载任务时，人们就会发现自己在试图做所有事。LLM 给了你一种『免费并发』的错觉，把人吸进去。”
stillpointlab 分享了一个具体对策：为了避免”开了一百个项目一个都没完成”的感觉，他现在只做一个大的、有野心的项目——这样就没有一堆做了一半的东西盯着他，每一个都在指控他抛弃了它们、争夺他的注意力，永远只有一个大项目让他回去持续投入。当有人指出这在 AI 之前也是最好的做法时，他补充了关键差异：“在 AI 之前，开始一个项目还有一点摩擦。现在从想法到 MVP 的摩擦接近于零，所以走捷径的诱惑比过去更强。”
garrickvanburen 还给出了一条颇具挑衅性的默认立场：”如果 LLM 擅长做某件事，那我们大概不需要做它。“这引发了本帖最激烈的一场争论。boesboes 走得更远：”任何值得做的事，都值得自己做。在我看来 LLM 创造不了任何真正的价值。”他还刻薄地补了一句：那些全心同意、然后又说”但我用它来……”的同事，”和那些自以为是例外的烟民与日内交易者没多大区别”。antvs 反驳说 LLM 缩短交付时间，不利用这一点你会亲身体会到为什么它重要，并类比：”你会不会说任何值得发的消息都值得手写并通过邮政寄出，而不是发电邮？”vaylian 用一句老话回击：”便宜、快、可靠，任选其二。你也许交付得更快，但你没法在维护负担上作弊。”garrickvanburen 给出了本帖最好的比喻之一：”我常把 LLM 比作亚马逊当日达。你可以今天就拿到，但它不太可能是最好的选择——只是今天能拿到的最好的。”
ky-hy 从一个残酷的现实角度插了一句，值得记录：”如果我必须手写代码并花时间去做，我早就被开除了。作为一个只有两年经验的人，我现在不想冒险去找工作。我说我会花时间审查代码或手改一些小部分时，已经会收到别人怪异的眼神。”
BrenBarn 对”生产力衔尾蛇”给出了本帖最精妙的一句注解：”更多面粉更多水。更多水更多面粉。”作者本人回复：”这个比喻绝了。而且还会折叠（folds）！”
_def 提出了依赖问题里最具体的一面：他现在有一堆没有 agent 就不会存在的工具在帮他，但等这些代码库最终需要维护时，他能修好吗？”多半不能。所以那时我最好还能用上某个像样的模型。”他补充说在工作中这也会侵蚀你的技能和经验，”而这只有在你所在的地方提供/允许使用 LLM 时才没问题”。KaseKun 的回应带着一点乐观：”其实不是必需的——如果你在没有这些工具之前过得好，你会再次过得好。区别只是你会知道哪些值得手工维护。”
rando103747202 提出了对文章本身最尖锐的质疑：文章其余部分都在批判，最后一段却说”更重要的是，它把我解放出来去做写作和反思这类人类的事”——”什么？怎么会？这完全不接前文。”作者在回复里做了澄清：他想传达的是自己在有意识地划分——工作项目上他做了最初的思考和设置、agent 做大量审查和汇总并回报，而反思和写作则不交给它；”如果我更留意自己的价值观和优先级，我会对目标和实现方式做出更好的决定，也许我能从技术和过程两边都得到更多价值。这些都不是全新的、也不限于 AI 的影响——过程与结果之间的权衡一直存在，但过去几年里有些参数变了，我认为我们需要调整。”
本帖最有趣的一条支线由 borski 开启，最后演变成一场关于 ADHD 与 AI 使用模式的讨论。他说很多朋友对这篇文章深有共鸣，而他……并不太有。他同时只开 2 到 4 个 opencode/claude 标签，且用于固定任务——一个”邮件审阅”终端、一个”文档制作”终端、一两个”编码”终端。”但我不会同时开六件事（这很讽刺，因为我有 ADHD）。我不觉得需要用 AI 最大化我的效率。我也不为那些开了头没做完的想法而哀叹；那就是我的人生哈哈——参见前述 ADHD。所以为什么我现在要因为往里面砸了些 token 就开始在意那些做了一半的项目？”他还说自己曾花整整一天想用 LLM 自动化某件手工琐事，最后彻底失败，纯属浪费时间——”也许正是这些经历（我有很多）帮我认清了它的局限。”他给出的另一条界线是：他会用它做研究类的事（”找到发生这件事的那个函数”“找出我要去的那些城市里所有的自助洗衣店”），但不会”帮我报税”——”那是我花钱请人做的事。我不觉得需要把所有东西都送进 AI。既然我能用它做任何事……我为什么就应该做？”
Systemerror7A69（同为 ADHD）观察到相同的模式，并提出了一个假说：也许 LLM 让神经典型者更容易失焦，而”我们与之共处过，所以知道怎么处理”。borski 把这个假说推得更远，也是本帖最有意思的一个未验证猜想：”我在想，LLM 使用带来的那种极快的多巴胺刺激，是不是触发了 ADHD 面对刺激时的同一种多巴胺反应？如果是，我们是不是仅仅因为一辈子都在应付这些波动，所以更擅长处理它们？“他甚至说”现在我想做个研究了”，随后 pringk02、iamflimflam1 等多位 ADHD 用户跟帖说同样的工作模式——”我倾向于切分和串行化而不是并行化。我处理不了这篇博客描述的那种上下文切换程度，两周内我就会崩溃。”
dust-jacket 给出了一个反向解释，可能是这条支线里最锋利的一刀：”我完全是瞎猜，但这里面有一层虚张声势或过度自信……没有 ADHD 的人更可能觉得自己能同时做多少事只受物理和时间这些讨厌东西的限制，而 LLM 通过让他们同时做更多来『解决』这个问题。有点像一个好经理接了越来越多的下属，管理能力彻底崩坏，但没有那个『团队又暴躁又被管坏了』的有用反馈回路。”
jagenabler2 给这条线补上了职业层面的焦虑：他建立了很多个人策略——划小而明确的边界、理解在哪里以及如何委派、强迫自己对一两件事”超聚焦”，这让他成为好得多的系统思考者，因此也看不出同时跑超过一两个编码 agent 的意义，而同事们不理解，正在尽可能并行化。”我有一部分担心这种思维方式与新一波 agent 式软件工程不兼容，这些技能会过时。或者也许其实一切正在收敛回来，比以往更有价值。”borski 的回答斩钉截铁：他认为是后者，而这篇文章本身就是证据——”『开十二个 agent』不仅不可持续（会导致倦怠），而且从根本上与构建健壮软件不兼容。当然你可以让 agent 们互相搏斗，但代价是多少心力（和真金白银），换来什么收益？”
duskdozer 在讨论”给孩子降低启动门槛”时给出了一句冷峻的提醒：”如果说有谁最不该在认知上脱离参与，那就是小孩子。推动孩子使用 LLM 是在制造永久依赖的未来客户。”
nicbou 用一句话总结了很多人的共识：”LLM 也许足够擅长把方案编出来，但可能需要一个人类去理解问题，并对它施加一些智慧。”

（原文抓取成功。）