# 同時開好幾個 agent，看輸出的眼睛還是只有一雙

> Addy Osmani 把人和 AI 的關係分成卸載、順從、投降三段。Wharton 的實驗裡，AI 答錯時，受試者的正確率比完全不用 AI 低約 15 個百分點。產出越多，靠自律的檢查越先失守；我拿自己踩過的假綠燈，整理出三個做進流程裡的機制。

- Author: Paul Kuo（郭曜郎）
- Date: 2026-11-06
- Pillar: 智能與秩序 / Intelligence & Order
- Tags: 認知投降, Cognitive Surrender, Agentic Workflow, Addy Osmani, AI 驗證, 獨立審查, 批判性思考
- Canonical: https://paulkuo.tw/articles/one-pair-of-eyes-cognitive-surrender/
- Site index for LLMs: https://paulkuo.tw/llms.txt

---

> **TL;DR**：Addy Osmani 提醒，就算同時跑很多 agent，看輸出的還是只有一雙眼睛。模型越好，明顯錯誤越少，人越容易從「交出工作」滑到「交出判斷」。提醒自己多檢查不夠，產出一多就會被省掉。我從自己踩過的假綠燈，整理出三個做進流程的機制：成功訊號要能說「不知道」、審查者不知道你的結論、完成的標準開工前寫好。

8 月 9 日，我推送到鏡像前的 git 健檢連續崩了三次。它負責確認幾個鏡像的版本有沒有分歧，每次都回報「非分歧」。實際上其中一個落後三個 commit，裡面還有一個安全修補。健檢在偵測還沒跑完的地方就崩了，然後照著我當初寫死的字串，回報一個它沒驗證過的結論。這件事我在〈[AI 每天替我巡系統，直到守門的那一支自己壞掉](/articles/agentic-operations-silent-failure)〉寫過。

三個月後，我讀到 Addy Osmani 的〈[Critical thinking when agents do the work](https://x.com/addyosmani/status/2117512471930167377)〉。他的 X 簡介寫著在 Anthropic 做 Claude Code，這篇是他個人的看法。他自己是 agent 的重度使用者，也說明這篇不是要大家少用 agent。讓我想起那三次「非分歧」的，是開頭這句：就算同時跑很多 agent，"you still only have one pair of eyes on the outputs"（看輸出的眼睛還是只有一雙）。

## 認知卸載、順從、投降：三段光譜是什麼？

Addy 把人和 AI 的關係排成一條光譜。

最上面是**認知卸載**（cognitive offloading）：把工作交給 AI，結果仍歸你負責。他說他整天都在這樣做，也建議大家這樣做。中間是 **deferral**，我譯成**順從**：工具的輸出直接變成你下一步的輸入，不再被當成需要驗證的假設。最下面是**認知投降**（cognitive surrender）：AI 的答案悄悄變成你的結論，你已經不覺得需要檢查。

「認知投降」這個詞不是 Addy 發明的。它出自 Wharton 的 Steven Shaw 與 Gideon Nave 今年 1 月寫成的論文〈[Thinking—Fast, Slow, and Artificial](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6097646)〉。他們在 Kahneman 的直覺（系統一）與深思（系統二）之外，把 AI 當成腦外的「系統三」，並把兩種用法分開：卸載是在思考過程中有策略地委託，投降是跳過深思、幾乎不檢查就採用 AI 的輸出。

他們用改編的認知反射測驗做了三個對照實驗，共 1,372 人、9,593 次作答，偷偷控制 AI 什麼時候答對、什麼時候答錯。第一個實驗裡，跟不用 AI 的基準相比，AI 答對時正確率高約 25 個百分點，AI 答錯時低約 15 個百分點。用了 AI 之後信心上升，答錯時也一樣。

> **📊 關鍵數據**
> - **實驗規模**：3 個預先註冊實驗，合計 1,372 人、9,593 次作答（Shaw & Nave, 2026）
> - **AI 答對**：第一個實驗中，正確率比基準高約 25 個百分點
> - **AI 答錯**：同一實驗中，正確率比基準低約 15 個百分點，信心照樣上升

Addy 描述的滑落是漸進的：第一個答案仔細讀，下一個用掃的，再下一個只看結構，直到有人問你某一行在做什麼，你解釋不出來。

![四格漫畫：模型越好，為什麼越容易交出判斷？把工作交給 AI，結果仍歸你負責。工具的輸出直接變成你下一步的輸入，不再被當成需要驗證的假設。AI 的答案悄悄變成你的結論，你已經不覺得需要檢查。完成的工作堆得比你看得還快時，再多開一個 session 沒有用。產出多到你沒辦法為它背書時，你已經不是在審，只是在祈禱。](/images/articles/one-pair-of-eyes-cognitive-surrender/01-spectrum.svg)

## 模型越好，為什麼越容易交出判斷？

直覺上，AI 越準，越不需要盯。Addy 的觀察剛好相反：模型進步後，明顯錯誤的比例變低，大部分輸出寫得好、大致正確，人自然就不會再多看一眼。錯誤變少，但沒有消失；剩下的那些，更容易一路過關。

Anthropic 自己的研究也碰到同一件事。2025 年 8 月他們調查了 132 位工程師和研究員，有人擔心深一層的技術能力會萎縮，研究頁把它叫作「[監督悖論](https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic)」：要用好 Claude 得監督它，而監督它需要的寫程式能力，正是過度依賴 AI 會退化的那一塊。今年 10 月另一份[內部就業研究](https://www.anthropic.com/research/employment-at-anthropic)寫得更直接：agent 的產出加速之後，人的注意力成了瓶頸；連非技術員工，要把自己的 agent 產出全部讀完，也要花掉半個工作週。

這對我這種一個人帶好幾個 agent 的工作方式特別有感。agent 可以再開一個，眼睛不能。

## 綠燈到底證明了什麼？

Addy 的驗證原則只有兩句：綠燈亮了，問它證明了什麼；再問它沒證明什麼。

我回頭看自己的紀錄，同一題出現過兩次。

第一次就是開頭那個健檢。它的綠燈證明的只是「印了一行字」，沒證明「分歧真的偵測過」：它其實崩在偵測還沒跑完的地方。

第二次是我讓 Codex 審查 Claude 寫的工具（〈[讓 Codex 挑 Claude 的錯](/articles/ai-second-opinion-independence)〉）。原本的驗收是「最後訊息不是空白」。這能擋住程式退出卻沒留下文字的失敗，但沒辦法證明那段文字讀對了標的、涵蓋了範圍。

兩次的共同點，是我讓一個寫死的成功訊號，替我回答了它根本沒問過的問題。這就是順從：工具的輸出直接當成下一步的輸入。

## 這篇稿子，差點也是一次順從

這篇的初稿是我請 Claude 起的。我交給它一份另一個 AI 整理的 Addy 文章筆記，裡面寫到「每週一次校準練習」和「如果 AI 不存在，你會有多迷路」。Claude 再請 Perplexity 去查原文。

第一輪搜尋拿回來的原文段落裡，沒有這兩句。Claude 據此在初稿寫了一段：筆記裡有兩句找不到出處，兩個 AI 互相印證，不等於回到來源。

審稿時，Antigravity 把這段標成必須修改：作者自己承認只讀到搜尋收錄的段落，就不能把「沒找到」寫成結論。Claude 回頭再查，兩句都在原文，在接近結尾的「日常做法」那一節。

Addy 文中剛好提醒過這種情況：每個 agent 都把上一個 agent 的摘要接進來，到第三個 agent 時，已經沒有人讀過原始文件。

被抓包的不是那份筆記，是起稿的那一輪。它拿到一半的原文，就替整篇下了結論，而且這個結論剛好跟文章主題很配，讀起來很順。起稿的那一輪自己沒有發現；攔下它的，是一個事先不知道結論的審查者。

## 提醒自己多檢查，為什麼不夠？

Addy 的文章裡有一長串自問：問之前有沒有先形成假設、這個答案要錯需要什麼條件成立、敢不敢在維護這段程式碼的人面前為它下注。這些問題都對，我也照著問。

問題在於它們都靠自律。這篇的前提是 agent 越開越多、注意力只有一份；產出一多，最先被省掉的，就是這種要自己記得做的檢查。我的健檢那次、Codex 那次、這篇起稿那次，這三次我都知道要檢查，只是那一刻沒有東西逼我檢查。

Addy 也指了方向。他提到讓 Claude Code 用一個全新脈絡的子 agent 檢查自己的工作，並說這一步值得做進流程，讓它每次都跑，不要只在想起來的時候跑。

他也談到產出量。他把 agent 產出的量，和你願意掛名的量之間的落差，叫作 orchestration tax。完成的工作堆得比你看得還快時，再多開一個 session 沒有用，要先把檢查收緊，讓需要你看的東西變少，不然就放慢。他說，產出多到你沒辦法為它背書時，你已經不是在審，只是在祈禱。另一個做法也在同一篇：東西沒達標時，把原因寫進共用設定、hook 或測試，讓同樣的事不再發生。

所以我把自問改成機制。下面三個，都是我已經在用的。

## 三個做進流程的機制

**一、成功訊號要能說「不知道」。** 健檢那次之後，我把回報字串改成「分歧狀態未知（偵測未完成）」，旁邊留了一句註記：措辭不准再改回「非分歧」。分歧與否是未知，不是已排除。檢查沒跑完，結果就是未知，不能用一句寫死的成功字串帶過。這條不需要任何人記得去問「它沒檢查什麼」，訊號自己會說。

**二、審查者不知道你的結論。** 我請 codex、grok、antigravity 三家 AI 審稿時，只給標的和標準，不先說我認為沒問題（做法寫在〈[想讓 AI 做更大的事，先把抓錯的機制搭好](/articles/ai-ambition-is-infrastructure)〉）。驗收也拆開：程式有輸出、正常跑完、審查通過，是三個不同的條件。這篇稿子那段錯誤，就是這樣攔下來的。換成人也一樣，請同事看東西時，先別說你覺得沒問題。

**三、完成的標準在開工前寫好。** Addy 的說法是：事先定義什麼叫驗證過，因為事後你會替任何結果找理由；終點要是看得到的東西，例如測試通過、一張截圖、一段日誌。我網站的部署腳本，只有五個條件都成立才記為成功：部署指令成功；部署後讀得到線上正式版的 ID；確認這個 ID 就是這一次部署；上線後的自動檢查完整跑完、全部通過；檢查跑完後再讀一次正式版 ID，仍然是這一次。哪一步讀不到結果，就不記成功。

這三個機制有一個共同點：它們不要求我在疲倦或趕時間的那一刻還保持警覺。

## 機制也會壞

我不想把這寫成萬靈丹。〈[AI 每天替我巡系統](/articles/agentic-operations-silent-failure)〉那篇講的，正是守門的那一支自己壞掉。機制做好了，也會變成新的綠燈。

所以機制之外，還是要留一點由人回頭查的時間，查的對象是機制本身。Addy 給了兩個固定練習：每週做一點不靠 agent 的事，挑那種忘了怎麼做會很麻煩的；每月寫下自己已經不再做的事，再決定哪些可以放掉。他也重提自己舊文裡的一個問題：如果 AI 不存在，你會有多迷路？

## 那雙眼睛

Addy 在文中有一句：工作可以卸載，大部分的檢查也可以卸載，責任不行。

agent 可以一直加，眼睛還是只有一雙。既然眼睛不夠用，就把它最該看的地方標出來：哪個訊號該回報「未知」、哪份審查沒有被你的結論帶著走、哪個「完成」在開工前就說好了。

這篇放在「[AI 與人類秩序](/topics/ai/)」的人機協作底下。下一次看到「完成」兩個字，我們要先問的是它檢查了什麼，以及它沒檢查什麼。

## 資料來源

- Addy Osmani，〈[Critical thinking when agents do the work](https://x.com/addyosmani/status/2117512471930167377)〉，X 長文，2026 年 11 月 3 日。本文的三段光譜、自問清單、驗證原則、子 agent 自我檢查、orchestration tax 與日常練習出自這篇，英文引文為原句。
- Steven D. Shaw、Gideon Nave，〈[Thinking—Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6097646)〉，The Wharton School Research Paper，2026 年 1 月 11 日寫成，2026 年 2 月 2 日刊上 SSRN。認知投降的定義、實驗規模，以及第一個實驗的正負 25／15 個百分點出自這篇。
- Anthropic，〈[How AI is transforming work at Anthropic](https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic)〉，2025 年 12 月 2 日。132 位工程師與研究員的調查、「監督悖論」出自這篇。
- Anthropic，〈[How employment is changing at Anthropic](https://www.anthropic.com/research/employment-at-anthropic)〉，2026 年 10 月。人的注意力成為瓶頸、讀完 agent 產出要半個工作週出自這篇。

以上連結於 2026 年 11 月 6 日查證；Addy 的 X 原文當天以瀏覽器開啟全文逐句核對。
