如今大多数人工智能用户的工作效率提升幅度约为 10–20%,无论他们声称 AI 多么“颠覆性”,或者他们编写了多少行代码。然而,我仍然认为 2 倍甚至 10 倍以上的提升是真实存在的,也是合理的预期。真正的变革需要同时进行两项改变——个人实践和组织架构的重构。最终的成果是 10 倍的提升还是 10 倍的浪费,取决于实践本身以及与之相关的组织架构。
截至2026年,产出呈指数级增长,但实际影响呈线性增长。这篇文章将探讨在“调试”该问题时发现的一些问题,并将观察结果和建议归纳为两大类:
- • 个人挑战与优化实践
- • 组织挑战与优化实践
一、个人挑战与优化实践
挑战 1:你不进行左移操作,所以你不了解你交付的是什么。
人工智能消除了过去迫使人们进行规划的摩擦。如果没有人对糟糕的抽象进行制约,前期思考就会被悄悄地跳过。你交付的系统无法调试或扩展,到处都是人工智能悄悄填补的空白。首先要制定大纲:标题、结构、受众、计划、原则、最终效果图,然后再让人工智能填充细节。审查流程也应该向前推进:从逐行审查改为对比计划结果。质疑应该在规划阶段进行:在允许任何程序生成之前,先生成子智能体作为“红队”来审查计划。最后的审查之所以容易,是因为最初的严格审查做得好。如果你觉得审查自己人工智能生成的输出很费力,说明你没有向前推进 [1]。
挑战 2:使用人工智能处理小任务速度反而更慢,而不是更快。
上下文开销并不会随着任务规模的扩大而减少,而小任务大多只是边缘问题。人工智能可以很好地处理中间 80% 的工作,但在最初和最后 10% 的工作上却可能比较脆弱:设置、处理边界情况、最终审核。对于人工智能来说,通常两行代码的修复成本与开发一个完整功能的成本相当。因此,你花在向智能体简要说明上的时间比编写代码本身的时间还要多。即便如此,它仍然会缺乏上下文信息,发布一些细微的错误,然后你还得重做。提高任务目标,直到上下文开销能够被合理化为止。经验法则:如果任务规模小于一个有意义的工作单元(例如公关稿、章节、图表、营销活动),那么它可能就太小了。从“小规模”人工智能开始,可能是你无法实现人工智能驱动成果更大飞跃的原因。
挑战 3:你的并行度要么太低可以忽略不计,要么太高无法管理。
人工智能扩展的是生成能力,而不是你受限于人类工作记忆的能力。并行代理的上限取决于人类在不丢失上下文或理解的情况下能够同时处理多少个线程,而这个数字非常有限。你要么一边喝咖啡一边看着它编写代码,同时只处理一个线程;要么就过度处理,放弃五个线程。在你的认知窗口内,保持活跃的线程数量在三个或更少左右,或者闭环(下一节)并完全退出。如果你一次只运行一个会话,那么你可能没有进行足够的任务委派。如果你难以管理几十个会话,那么请考虑你是否真的需要“管理”它们,会话是否应该采用更大的跨度(更少的代理完成更多的工作),或者是否应该有意保持线性,直到你投入足够的时间和精力去掌握合适的技能和理解上下文。
挑战 4:无法形成闭环
最后 1%的收尾工作在于验证基础设施和极其明确的“完成”定义:这与产品生成截然不同,因此人们往往忽略它,直接在现有流程之上叠加人工智能。你变成了截图人,一个等待你点击或上传以进行验证的代理。要实现端到端的闭环:测试、查询、沙箱、浏览器工具、类型检查、真实的 API 响应。任何能够让代理看到自身输出并在无需你参与的情况下迭代的方法都行。在自动化周边流程之前,先将其删除。闭环是突破约 3 个代理上限的关键:工作在你的认知窗口之外运行,因为它不需要占用你的认知空间。信不信由你,只要预定义合适的上下文,人工智能也能很好地处理“模糊”验证,包括“这对于长期系统架构是否真的有意义”以及“这是否是应该添加到产品中的正确功能”这类问题——我经常听到有人天真地认为这些问题只能由人类在循环中完成。
挑战 5:无法积累杠杆效应
我们的聊天界面通常将每次会话都视为短暂的。经验是一种可重用的资源,但界面却没有提供存放它的地方。因此,编码工作要么从未开始,要么矫枉过正,为每个任务编写一个技能,最终得到一个包含大量一次性代码的目录,而其他人却无法使用。应该针对任务类型而非具体实例来构建技能。有些技能是规范(如何完成某件事);有些则是原则(如何思考一类事物)。持久的资源是技能本身(通常是一个 Markdown 文件),而不是提示信息。识别信号是具体的:任何时候,当你发现自己为了获得更好的答案而编辑或“强迫”输出时,你可以将这条规则写入代码,并永远停止这种行为。甚至可以考虑元技能,这些技能会定期接收反馈(来自你或流程中的其他用户),并根据积累的经验对技能或上下文进行相应的修改。拒绝手动编辑 AI 的输出(即直接覆盖),或以任何不利于…