# 同时开好几个 agent，看输出的眼睛还是只有一双

> Addy Osmani 把人和 AI 的关系分成卸载、顺从、投降三段。Wharton 的实验里，AI 答错时，受试者的正确率比完全不用 AI 低约 15 个百分点。产出越多，靠自律的检查越先失守；我拿自己踩过的假绿灯，整理出三个做进流程里的机制。

- Author: Paul Kuo（郭曜郎）
- Date: 2026-11-06
- Pillar: 智能与秩序 / Intelligence & Order
- Tags: 认知投降, Cognitive Surrender, Agentic Workflow, Addy Osmani, AI 验证, 独立审查, 批判性思考
- Canonical: https://paulkuo.tw/zh-cn/articles/one-pair-of-eyes-cognitive-surrender/
- Language: Simplified Chinese (简体中文)
- Translation: AI-translated from the zh-Hant (Traditional Chinese) original
- Original (zh-Hant): https://paulkuo.tw/articles/one-pair-of-eyes-cognitive-surrender.md
- Site index for LLMs: https://paulkuo.tw/llms.txt

---

> **TL;DR**：Addy Osmani 提醒，就算同时跑很多 agent，看输出的还是只有一双眼睛。模型越好，明显错误越少，人越容易从「交出工作」滑到「交出判断」。提醒自己多检查不够，产出一多就会被省掉。我从自己踩过的假绿灯，整理出三个做进流程的机制：成功信号要能说「不知道」、审查者不知道你的结论、完成的标准开工前写好。

8 月 9 日，我推送到镜像前的 git 健检连续崩了三次。它负责确认几个镜像的版本有没有分歧，每次都回报「非分歧」。实际上其中一个落后三个 commit，里面还有一个安全修补。健检在侦测还没跑完的地方就崩了，然后照着我当初写死的字符串，回报一个它没验证过的结论。这件事我在〈[AI 每天替我巡系统，直到守门的那一支自己坏掉](/zh-cn/articles/agentic-operations-silent-failure)〉写过。

三个月后，我读到 Addy Osmani 的〈[Critical thinking when agents do the work](https://x.com/addyosmani/status/2117512471930167377)〉。他的 X 简介写着在 Anthropic 做 Claude Code，这篇是他个人的看法。他自己是 agent 的重度使用者，也说明这篇不是要大家少用 agent。让我想起那三次「非分歧」的，是开头这句：就算同时跑很多 agent，"you still only have one pair of eyes on the outputs"（看输出的眼睛还是只有一双）。

## 认知卸载、顺从、投降：三段光谱是什么？

Addy 把人和 AI 的关系排成一条光谱。

最上面是**认知卸载**（cognitive offloading）：把工作交给 AI，结果仍归你负责。他说他整天都在这样做，也建议大家这样做。中间是 **deferral**，我译成**顺从**：工具的输出直接变成你下一步的输入，不再被当成需要验证的假设。最下面是**认知投降**（cognitive surrender）：AI 的答案悄悄变成你的结论，你已经不觉得需要检查。

「认知投降」这个词不是 Addy 发明的。它出自 Wharton 的 Steven Shaw 与 Gideon Nave 今年 1 月写成的论文〈[Thinking—Fast, Slow, and Artificial](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6097646)〉。他们在 Kahneman 的直觉（系统一）与深思（系统二）之外，把 AI 当成脑外的「系统三」，并把两种用法分开：卸载是在思考过程中有策略地委托，投降是跳过深思、几乎不检查就采用 AI 的输出。

他们用改编的认知反射测验做了三个对照实验，共 1,372 人、9,593 次作答，偷偷控制 AI 什么时候答对、什么时候答错。第一个实验里，跟不用 AI 的基准相比，AI 答对时正确率高约 25 个百分点，AI 答错时低约 15 个百分点。用了 AI 之后信心上升，答错时也一样。

> **📊 关键数据**
> - **实验规模**：3 个预先注册实验，合计 1,372 人、9,593 次作答（Shaw & Nave, 2026）
> - **AI 答对**：第一个实验中，正确率比基准高约 25 个百分点
> - **AI 答错**：同一实验中，正确率比基准低约 15 个百分点，信心照样上升

Addy 描述的滑落是渐进的：第一个答案仔细读，下一个用扫的，再下一个只看结构，直到有人问你某一行在做什么，你解释不出来。

![四格漫画：模型越好，为什么越容易交出判断？把工作交给 AI，结果仍归你负责。工具的输出直接变成你下一步的输入，不再被当成需要验证的假设。AI 的答案悄悄变成你的结论，你已经不觉得需要检查。完成的工作堆得比你看得还快时，再多开一个 session 没有用。产出多到你没办法为它背书时，你已经不是在审，只是在祈祷。](/images/articles/one-pair-of-eyes-cognitive-surrender/01-spectrum-zh-cn.svg)

## 模型越好，为什么越容易交出判断？

直觉上，AI 越准，越不需要盯。Addy 的观察刚好相反：模型进步后，明显错误的比例变低，大部分输出写得好、大致正确，人自然就不会再多看一眼。错误变少，但没有消失；剩下的那些，更容易一路过关。

Anthropic 自己的研究也碰到同一件事。2025 年 8 月他们调查了 132 位工程师和研究员，有人担心深一层的技术能力会萎缩，研究页把它叫作「[监督悖论](https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic)」：要用好 Claude 得监督它，而监督它需要的编程能力，正是过度依赖 AI 会退化的那一块。今年 10 月另一份[内部就业研究](https://www.anthropic.com/research/employment-at-anthropic)写得更直接：agent 的产出加速之后，人的注意力成了瓶颈；连非技术员工，要把自己的 agent 产出全部读完，也要花掉半个工作周。

这对我这种一个人带好几个 agent 的工作方式特别有感。agent 可以再开一个，眼睛不能。

## 绿灯到底证明了什么？

Addy 的验证原则只有两句：绿灯亮了，问它证明了什么；再问它没证明什么。

我回头看自己的记录，同一题出现过两次。

第一次就是开头那个健检。它的绿灯证明的只是「印了一行字」，没证明「分歧真的侦测过」：它其实崩在侦测还没跑完的地方。

第二次是我让 Codex 审查 Claude 写的工具（〈[让 Codex 挑 Claude 的错](/zh-cn/articles/ai-second-opinion-independence)〉）。原本的验收是「最后消息不是空白」。这能挡住程序退出却没留下文字的失败，但没办法证明那段文字读对了标的、涵盖了范围。

两次的共同点，是我让一个写死的成功信号，替我回答了它根本没问过的问题。这就是顺从：工具的输出直接当成下一步的输入。

## 这篇稿子，差点也是一次顺从

这篇的初稿是我请 Claude 起的。我交给它一份另一个 AI 整理的 Addy 文章笔记，里面写到「每周一次校准练习」和「如果 AI 不存在，你会有多迷路」。Claude 再请 Perplexity 去查原文。

第一轮搜索拿回来的原文段落里，没有这两句。Claude 据此在初稿写了一段：笔记里有两句找不到出处，两个 AI 互相印证，不等于回到来源。

审稿时，Antigravity 把这段标成必须修改：作者自己承认只读到搜索收录的段落，就不能把「没找到」写成结论。Claude 回头再查，两句都在原文，在接近结尾的「日常做法」那一节。

Addy 文中刚好提醒过这种情况：每个 agent 都把上一个 agent 的摘要接进来，到第三个 agent 时，已经没有人读过原始文件。

被抓包的不是那份笔记，是起稿的那一轮。它拿到一半的原文，就替整篇下了结论，而且这个结论刚好跟文章主题很配，读起来很顺。起稿的那一轮自己没有发现；拦下它的，是一个事先不知道结论的审查者。

## 提醒自己多检查，为什么不够？

Addy 的文章里有一长串自问：问之前有没有先形成假设、这个答案要错需要什么条件成立、敢不敢在维护这段代码的人面前为它下注。这些问题都对，我也照着问。

问题在于它们都靠自律。这篇的前提是 agent 越开越多、注意力只有一份；产出一多，最先被省掉的，就是这种要自己记得做的检查。我的健检那次、Codex 那次、这篇起稿那次，这三次我都知道要检查，只是那一刻没有东西逼我检查。

Addy 也指了方向。他提到让 Claude Code 用一个全新脉络的子 agent 检查自己的工作，并说这一步值得做进流程，让它每次都跑，不要只在想起来的时候跑。

他也谈到产出量。他把 agent 产出的量，和你愿意挂名的量之间的落差，叫作 orchestration tax。完成的工作堆得比你看得还快时，再多开一个 session 没有用，要先把检查收紧，让需要你看的东西变少，不然就放慢。他说，产出多到你没办法为它背书时，你已经不是在审，只是在祈祷。另一个做法也在同一篇：东西没达标时，把原因写进共用设置、hook 或测试，让同样的事不再发生。

所以我把自问改成机制。下面三个，都是我已经在用的。

## 三个做进流程的机制

**一、成功信号要能说「不知道」。** 健检那次之后，我把回报字符串改成「分歧状态未知（侦测未完成）」，旁边留了一句注记：措辞不准再改回「非分歧」。分歧与否是未知，不是已排除。检查没跑完，结果就是未知，不能用一句写死的成功字符串带过。这条不需要任何人记得去问「它没检查什么」，信号自己会说。

**二、审查者不知道你的结论。** 我请 codex、grok、antigravity 三家 AI 审稿时，只给标的和标准，不先说我认为没问题（做法写在〈[想让 AI 做更大的事，先把抓错的机制搭好](/zh-cn/articles/ai-ambition-is-infrastructure)〉）。验收也拆开：程序有输出、正常跑完、审查通过，是三个不同的条件。这篇稿子那段错误，就是这样拦下来的。换成人也一样，请同事看东西时，先别说你觉得没问题。

**三、完成的标准在开工前写好。** Addy 的说法是：事先定义什么叫验证过，因为事后你会替任何结果找理由；终点要是看得到的东西，例如测试通过、一张截图、一段日志。我网站的部署脚本，只有五个条件都成立才记为成功：部署指令成功；部署后读得到线上正式版的 ID；确认这个 ID 就是这一次部署；上线后的自动检查完整跑完、全部通过；检查跑完后再读一次正式版 ID，仍然是这一次。哪一步读不到结果，就不记成功。

这三个机制有一个共同点：它们不要求我在疲倦或赶时间的那一刻还保持警觉。

## 机制也会坏

我不想把这写成万灵丹。〈[AI 每天替我巡系统](/zh-cn/articles/agentic-operations-silent-failure)〉那篇讲的，正是守门的那一支自己坏掉。机制做好了，也会变成新的绿灯。

所以机制之外，还是要留一点由人回头查的时间，查的对象是机制本身。Addy 给了两个固定练习：每周做一点不靠 agent 的事，挑那种忘了怎么做会很麻烦的；每月写下自己已经不再做的事，再决定哪些可以放掉。他也重提自己旧文里的一个问题：如果 AI 不存在，你会有多迷路？

## 那双眼睛

Addy 在文中有一句：工作可以卸载，大部分的检查也可以卸载，责任不行。

agent 可以一直加，眼睛还是只有一双。既然眼睛不够用，就把它最该看的地方标出来：哪个信号该回报「未知」、哪份审查没有被你的结论带着走、哪个「完成」在开工前就说好了。

这篇放在「[AI 与人类秩序](/zh-cn/topics/ai/)」的人机协作底下。下一次看到「完成」两个字，我们要先问的是它检查了什么，以及它没检查什么。

## 参考资料

- Addy Osmani，〈[Critical thinking when agents do the work](https://x.com/addyosmani/status/2117512471930167377)〉，X 长文，2026 年 11 月 3 日。本文的三段光谱、自问清单、验证原则、子 agent 自我检查、orchestration tax 与日常练习出自这篇，英文引文为原句。
- 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 日写成，2026 年 2 月 2 日刊上 SSRN。认知投降的定义、实验规模，以及第一个实验的正负 25／15 个百分点出自这篇。
- 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 位工程师与研究员的调查、「监督悖论」出自这篇。
- Anthropic，〈[How employment is changing at Anthropic](https://www.anthropic.com/research/employment-at-anthropic)〉，2026 年 10 月。人的注意力成为瓶颈、读完 agent 产出要半个工作周出自这篇。

以上链接于 2026 年 11 月 6 日查证；Addy 的 X 原文当天以浏览器开启全文逐句核对。
