AI Agent 讓你更累？25 年工程師的真實告白與三個解法

本文是 YouTube 影片「同時跑 4 個 AI Agent，到上午 11 點就廢了 | Django 創始人的警告」的延伸閱讀版。 影片講了核心觀念，本文加上獨家分析和實用操作框架。 影片版本：https://www.youtube.com/watch?v=PLACEHOLDER

---

影片重點回顧

Django 框架共同創始人 Simon Willison，25 年資歷的頂尖工程師，在 Lenny’s Podcast 坦言：他 95% 的程式碼都交給 AI Agent，可以同時跑四個 Agent 處理四個專案——但到早上 11 點，他整個人就廢了。

他的原話是：「善用 AI coding agent，用盡了我 25 年的每一寸經驗。到上午 11 點，我整個人就廢了。」

這件事有三個層面：管 AI 比用 AI 更累、停不下來比用太多更危險、解法是學會管理自己而不是少用 AI。

---

【獨家】你的大腦沒有升級，但 AI 的算力已經暴漲

Simon Willison 遇到的問題，本質上是「認知頻寬不匹配」。

2015 年，你用電腦工作，你是唯一的決策者。一個問題，一個思路，一個執行路徑。你的大腦只需要處理一條資訊流。

2026 年，你用 AI Agent 工作，你突然變成了四個、六個、十個 AI 的「決策中心」。每個 Agent 都在產出，每個產出都需要你判斷、確認、調整方向。你的大腦還是那個大腦，但資訊流從 1 條變成了 4 條。

哈佛商業評論的研究指出了一個重要的矛盾：AI 工具帶來的生產力提升，有可能同時帶來更嚴重的心智耗竭。研究人員把這種現象稱為「認知稅」（cognitive tax）——AI 省了執行時間，但徵收了決策時間。

在我服務超過 400 家企業的培訓過程中，這種現象有一個明顯的規律：

使用 AI 的第一週：驚喜期。效率感暴升，很多事情都交給 AI，感覺如魚得水。 使用 AI 的第三週：撞牆期。開始覺得「怎麼跟 AI 溝通比自己做還累」。 使用 AI 的第八週：分化期。一部分人找到了自己的節奏，另一部分人乾脆放棄了。

這個分化點，就是有沒有學會「管理認知負荷」。

---

【獨家】AI 成癮的神經科學——為什麼你會停不下來

Simon Willison 用了一個很精準的詞：gambling and addiction，賭博和成癮。

從神經科學的角度看，他說的完全正確。

當你丟一個任務給 AI Agent，它會產出結果。這個結果有時候普通，有時候超出你的預期，讓你覺得「哇，比我自己做的還好」。這種「變動比率增強」（variable ratio reinforcement）——也就是不知道什麼時候會得到意外驚喜——正是老虎機讓人上癮的機制。

你的大腦學會了：丟任務給 AI = 可能有驚喜 = 再丟一個。

加上 AI Agent 是 24 小時無休的，「它可以繼續做，那我再撐一下」的想法就自然出現了。就像智慧型手機出現後，「再看一則通知」讓很多人熬夜到凌晨兩點一樣——AI 的「隨時可工作性」反過來變成了一種心理綁架。

辨識你是否已經中招的三個信號：

1. 你發現自己在深夜還在跟 AI 對話，理由是「它現在可以繼續跑，等我明天看結果」
2. 你覺得「今天成效不好，再試一個 prompt 看看」，然後不知不覺試了十幾個
3. 你開始覺得沒有 AI 就沒有安全感，但用了 AI 之後也沒有真的放鬆

紐約大學的 Gary Marcus 教授對此有精準的警告：AI 工具可能會把工作者拉得太薄，而不是讓他們的負擔變輕。這句話說的正是這種「薄」——你的注意力被分散到太多地方，每個地方都涉入，但沒有一個地方真正專注。

---

【獨家】馬拉松選手如何管 AI？——負荷管理的操作框架

Simon Willison 提到「像運動員管體能一樣管 AI 使用強度」，這個比喻我很喜歡，但他沒有展開說怎麼做。讓我來補充一個可以直接用的框架。

找到你的 AI 使用臨界點

運動員有一個概念叫「乳酸閾值」——超過這個強度，身體就開始快速堆積疲勞物質。使用 AI 也有類似的臨界點：超過某個強度，你的判斷力開始下降，錯誤率上升。

找到自己臨界點的方法：

連續三天，每天記錄「今天用了幾小時密集的 AI 對話」和「今天下午三點的精神狀態（1-5 分）」。你會發現一個轉折點——超過那個用 AI 的時數，下午精神就明顯變差。那個時數就是你的臨界點。

多數人的臨界點在 3-4 小時的密集 AI 互動。這不是固定值，每個人不同。

三段式節奏

把一天的 AI 工作分成三段：

清晨（08:00-10:30）：高強度 AI 協作。複雜問題、重要決策、多個 Agent 並行。這是大腦最清醒的時段，用來做最需要判斷力的 AI 工作。

午後（14:00-16:00）：中強度 AI 輔助。回顧清晨 Agent 的產出、整理資訊、做低認知負擔的任務。不開新的複雜 Agent 任務。

傍晚（以後）：讓 AI 自行跑，但你不看結果。把需要 Agent 跑夜班的任務在傍晚設定好，然後關掉通知，明天早上再看結果。

每日 AI 健康檢查表

結束一天的 AI 工作前，花 2 分鐘回答這三個問題：

1. 今天的 AI 產出中，有多少是我真正審查過的，多少是直接採用的？
2. 今天有沒有因為「AI 還在跑」而延後了下班時間？
3. 明天最重要的三件事，哪幾件需要我親自做判斷，哪幾件可以全交給 AI？

這不是為了評分，是為了保持「我在主導，AI 在輔助」的意識。

---

阿峰觀點

這件事讓我想起 2000 年代初期，電腦剛進入辦公室的時候，很多主管說「有電腦之後大家反而加班更多」。當時很多人以為是工具的問題，結果後來發現：是工作文化的問題。電腦讓工作變快了，但也讓「你可以做更多工作」這件事變得理所當然。

AI Agent 正在重演同樣的歷史。它讓工作變快了，讓「你可以同時管更多事」也變得理所當然。Simon Willison 的警告，不是說 AI 不好，而是說我們需要有意識地設計新的工作節奏。

在我接觸過的企業客戶中，做得最好的不是限制 AI 使用，而是明確定義「AI 可以自主決定的範圍」和「一定要人來判斷的範圍」。這條界線畫得越清楚，認知負荷就越低。

一把電鋸可以讓你十分鐘砍完一棵樹，但你不會因此連續砍八個小時。找到你跟 AI 的新節奏，別讓它變成另一個讓你加班的理由。

---

本文提到的資源

資源	連結	說明
Lenny’s Podcast	lennysnewsletter.com	Simon Willison 訪談集
Business Insider 原文	businessinsider.com	本文素材來源
autolab.cloud	autolab.cloud	企業 AI 培訓服務

---

企業 AI 培訓 → https://www.autolab.cloud （服務超過 400 家企業，從科技業到金融業到傳產）

---

---

---

關於作者

黃敬峰（AI峰哥），企業 AI 實戰培訓專家，400+ 企業合作、10,000+ 學員。 核心心法：「會用、懂用、好用、每天用」 官網：https://www.autolab.cloud