最近有两个观察，让我重新审视自己和 AI 的协作方式。写下来之后发现，这两件事早有人说过——只是没想到同样适用于”和 AI 协作”这件事。
一、调度者焦虑，杀死了深度思考
和多个 Agent 协作之后，我的工作形态变了：频繁切换上下文——一会儿看这个 agent 的结果，一会儿给那个安排新任务。真正的问题是一种隐性的焦虑：不想让 agent 闲下来。于是不停地盯着回复、想着”下一步安排什么”——表面上效率很高，注意力却被切成碎片，一直停在浅层思考。
这件事在心理学研究里有名字。组织心理学家 Sophie Leroy 把它叫做注意力残留（Attention Residue）：从一个未完成的任务切换走时，部分注意力仍”残留”在那个任务上，新任务的表现随之下降（Leroy 2009）。也就是说，人必须先从上一个任务里抽离，才能把完整的注意力交给下一个任务。给 agent 排完任务等它回复，正是一种典型的”未完成状态”——残留一层叠一层，深度思考就没有入口了。
Cal Newport 在《深度工作》里给出的公式很直接：High-Quality Work Produced = Time Spent × Intensity of Focus。注意是乘法：时间再多，专注强度趋近于零，产出也趋近于零。
更早的洞察来自 1971 年，Herbert Simon 谈信息爆炸时代的注意力经济学：
“信息的富裕，造成注意力的贫困（A wealth of information creates a poverty of attention）。”
五十年前他担心的是信息，今天轮到了 agent 的回复流。Agent 没有闲下来，但人也没有静下来。
二、问 AI 代替了动手，答案是错的
一个同事想在会议软件里创建会议预约，用到了软件的一个特殊功能，先问 AI 能不能做到。AI 经过一长串推理分析，花了半个小时，结论是”不能”。而直接上手验证，20 分钟就能发现：这个功能其实是能实现的。
AI 错了，但他信了。为什么一个错误的答案这么容易被采信？Kahneman 在《思考，快与慢》里早有解释：系统 1 对证据的数量和质量近乎无感，它唯一在意的是故事讲得连不连贯——故事越顺，自信越强。
AI 的回答恰好是一个”高度连贯的故事”：推理链完整、语气自信。而 WYSIATI（所见即一切）原则告诉我们：自信来自故事的连贯，不来自证据的充分。Kahneman 在书里引用的实验表明，只看到一面之词的人，比看过正反两面的人更自信——而 AI 给出的，往往就是”一面之词”。
更深一层的损失在于：动手实践本身就是直觉和判断力的来源。Kahneman 与 Klein 在 2009 年的对抗性合作研究中确认：可信的专家直觉需要两个条件——环境有规律可循，加上大量带快速反馈的实践（Conditions for Intuitive Expertise）。跳过实践的”知道”，不是能力。
两千多年前荀子把这层意思说尽了：
“不闻不若闻之，闻之不若见之，见之不若知之，知之不若行之。学至于行之而止矣。……知之而不行，虽敦必困。”——《荀子·儒效》
问 AI 得到的是”闻之”，亲手验证得到的才是”行之”。
问 AI 很快，但快的不一定是对的，更不一定是你的。这个故事的教训不在”AI 错了”，而在顺序：探索型的问题，先动手再问。
三、两个发现，一件事
表面上一个是”注意力问题”，一个是”依赖问题”，但两起事件让渡出去的东西是同一个：本应由自己行使的判断。我们把”主动权”外包给了 AI。 调度 agent 时，注意力主导权交给了”别让它们闲着”的焦虑；遇到问题时，探索的主导权交给了 AI 的回答。AI 负责执行，这没有问题。但注意力怎么分配、问题要不要亲自验证，这两件事不该外包。
所以我做了三个调整：
- 给 agent 排队，而不是陪跑：任务批量安排好，约定时间点看结果，中间留出整块时间做深度思考。Leroy 与 Glomb 在 2018 年的后续研究发现，切换任务前给自己留一份简短的”回去后从哪儿继续”的计划，能显著减轻注意力残留（Leroy & Glomb 2018）——批量安排加约定查看时点，本质上就是这份计划。
- 区分”决策型问题”和”探索型问题”：决策型可以问 AI 交叉参考；探索型的，先动手试 20 分钟再问。
- AI 说”不能”时，把它当假设，不当结论：花 20 分钟亲手验证，往往就有答案。
Agent 越强大，人越要守住两样东西：完整的注意力，和亲手验证的习惯。AI 负责干活，人负责保持清醒。
You can outsource your thinking, but you cannot outsource your understanding.
参考
- Herbert A. Simon, “Designing Organizations for an Information-Rich World”, in Computers, Communications, and the Public Interest (1971), pp. 40–41
- Sophie Leroy, “Why is it so hard to do my work?”, Organizational Behavior and Human Decision Processes, 109(2) (2009), doi:10.1016/j.obhdp.2009.04.002
- Sophie Leroy & Theresa M. Glomb, “Tasks, Interrupted”, Organization Science, 29(3) (2018), doi:10.1287/orsc.2017.1184
- Cal Newport, Deep Work (2016)，中译《深度工作》
- Daniel Kahneman, Thinking, Fast and Slow (2011)，中译《思考，快与慢》
- Daniel Kahneman & Gary Klein, “Conditions for Intuitive Expertise: A Failure to Disagree”, American Psychologist, 64(6) (2009), doi:10.1037/a0016755
- 《荀子·儒效》
