最近我越来越觉得，AI 带来的一个隐性问题，可能不是让人变懒，而是让人越来越不需要思考。

11 月 3 日，Addy Osmani 在 X 上发了一篇长文《Critical thinking when agents do the work》。Addy 在 Google 做了 14 年开发者工具，今年 9 月加入 Anthropic 做 Claude Code。这篇文章讨论当 Agent 接管越来越多工作后，人应该如何保持批判性思考。

我觉得有意思的地方在于，Addy 并不反对 Agent。恰恰相反，他自己就是 Agent 工作流的深度使用者。但他发现，随着模型越来越强，明显的错误越来越少，人反而更容易放松警惕。

来源：Addy Osmani，X 长文，2026 年 11 月 3 日。

以前 AI 经常胡说八道，你不得不检查它。现在一份研究报告、一段代码，甚至一套产品方案，AI 都能完成得相当漂亮。你看了一眼，觉得没什么问题，就继续下一项工作了。

真正值得担心的，可能不是 AI 会犯错，而是它正确得足以让你不再怀疑。

01｜从认知卸载到认知投降，只隔着几次「看起来没问题」

Addy 把人和 Agent 的关系排成一条光谱，从上到下分成三个阶段：

• 认知卸载（Cognitive Offloading）：让 AI 完成任务，但自己仍然为最终结果负责。
• 直接采信（Deferral）：不再验证 AI 的结论，直接把它作为下一步工作的依据。
• 认知投降（Cognitive Surrender）：AI 的结论不知不觉变成了自己的判断，觉得没必要再检查。这个词是沃顿商学院的 Steven Shaw 和 Gideon Nave 提出的。

来源：Addy Osmani，X 长文，2026 年 11 月 3 日。

我觉得最危险的其实是第二个阶段。

比如让 AI 做一份市场研究，它引用了几篇报告，整理了几个数字，最后给出一个结论。你没有看过原始资料，但觉得分析挺有道理，于是把这个结论放进下一份商业计划书。

后来又有一个 Agent 根据这份计划书制定产品策略，再由第三个 Agent 生成执行方案。

整个过程可能非常高效，但问题是，最开始那个未经验证的判断，已经变成了后续所有工作的事实基础。Addy 在文中也专门提醒过这一点：Agent 之间互相传的往往是摘要，而不是原始资料。

这样的判断积累多了，就是 Addy 提到的「认知债务」（Cognitive Debt）：你积累了越来越多的成果，却不一定拥有与之匹配的理解能力。

更麻烦的是，这种债务不会像程序报错一样立即提醒你。往往直到某天需要解释一个决策、修改一套系统，才发现自己根本说不清它为什么是这样。

02｜Agent 生产得越快，人类的判断反而越容易成为瓶颈

过去做一项工作，执行本身就是思考的一部分。

写代码时，你会逐渐理解系统的架构；研究行业时，你需要比较不同证据；写文章时，你会不断推翻自己原来的论证。

这些过程很慢，但很多判断力恰恰是在这个过程中形成的。

现在 Agent 把中间的大量过程压缩到了几分钟。表面上看，人终于可以从执行中解放出来，专注更重要的决策。

但这里存在一个悖论：如果判断力原本就来自执行过程中的不断试错，当执行被外包后，人又该如何继续训练判断力？

Anthropic 今年 1 月公布过一项随机对照实验，可以拿来当参照。52 名工程师（大多是初级工程师）学习一个陌生的 Python 库，一组可以用 AI 助手，一组手写代码，做完马上测验。用 AI 的一组平均 50 分，手写的一组 67 分，差距最大的是 debug 题。研究者推测，手写的人一路上遇到的报错更多，只能自己排查，debug 能力是这么练出来的。这项实验测的是刚学完时的掌握程度，不是长期的判断力，但它至少说明，少走的弯路是有代价的。

左图：用 AI 的一组完成任务只快了不到 2 分钟，差异在统计上不显著，测验分数却明显更低（正文的 50% 和 67% 是研究原文报告的平均分，图中点位略有出入）。右图：同样用 AI，把代码和 debug 全交给 AI 的人得分在 40% 以下，边写边追问概念、让 AI 解释的人在 65% 及以上。右图每组只有 2 到 7 人，只能看方向。来源：Anthropic，How AI assistance impacts the formation of coding skills，2026 年 1 月 29 日。

Addy 还提到一个很形象的说法：编排税（Orchestration Tax）。编排指的是同时调度好几个 Agent 干活，这笔“税”就是 Agent 生成的东西，和你愿意署上自己名字的东西之间的差距。

你可以同时运行五个、十个 Agent，但你只有一套注意力。AI 生成内容的速度可以不断提高，人类理解和审查的速度却没有同步增长。

当 Agent 交付的成果越来越多，你可能不再真正审查，而是指望它们没有问题。

高亮句是编排税的定义。最后加粗的一句：产出超过你能负责的量时，你已经不是在审查，只是在指望它没问题。来源：Addy Osmani，X 长文，2026 年 11 月 3 日。

我觉得这也意味着，AI 产品未来的竞争，不只是生成速度和任务完成率。谁能帮助用户更好地理解、验证和修正 AI 的决策，可能同样重要。

毕竟，一个系统能替你做多少事，与它能让你放心承担多少结果，是两种不同的能力。

03｜判断力不会自动保留下来，它需要被刻意训练

Addy 的文章最后提出了不少建议。我把它们整理成七个比较容易实践的方法。

第一，提问之前，先有自己的假设。

哪怕这个假设并不准确，也要先想清楚自己预期的结果是什么。否则，AI 给出的第一个答案很容易成为你的默认答案。

第二，让 AI 解释证据，而不只是提供结论。

尤其是研究、财务分析和产品决策，不要只读最后的总结。看看它使用了什么资料、执行了哪些步骤，以及证据是否真的支持结论。

第三，弄清楚 AI 替你做了哪些决定。

很多时候，Agent 不只是执行任务，还会悄悄替你选择方法、设定优先级、填补缺失的条件。这些看似不起眼的选择，可能比最终结果更值得检查。

第四，不要把验证通过等同于结果正确。

代码测试通过，只能说明它通过了已经执行的测试；一份报告引用了数据，也不意味着它的商业判断成立。每次看到绿色的通过标记，都应该问一句：它究竟验证了什么，又遗漏了什么？

第五，把 Prompt 当成一次思考训练。

Addy 认为，Prompt 的质量其实反映了你对问题的理解程度。如果自己都无法清楚描述目标、限制条件和完成标准，AI 即使给出漂亮答案，也可能只是在替你掩盖问题的不清晰。

第六，让 Agent 反过来考你。

这是我觉得特别值得尝试的一点。完成一项复杂任务后，不只是让 AI 总结成果，而是让它提出几个关键问题，检查你是否真的理解这项工作。答不上来，就说明还有一部分理解需要补上。

第七，保留一些不依赖 AI 的训练，同时建立自己的交付标准。

Addy 自己的做法是每周留一段时间不用 Agent 写代码，每个月列一次自己已经不再亲手做的事，看看哪些是有意放下的，哪些是不知不觉丢掉的。对于非程序员，我觉得也可以是独立研究一份报告、自己完成一次商业判断，或者不借助 AI 写出一篇文章的核心论证。

同时，如果一份成果你不愿意署上自己的名字，那不管它是不是 AI 生成的，都不该交出去。

这七个方法看起来都不复杂，但它们其实在解决同一个问题：怎样让 AI 成为思考的协作者，而不是判断的替代者。

我并不认为未来每个人都需要理解 AI 完成的所有细节。低风险、标准化的工作，完全可以交给 Agent。

但那些真正重要的判断，例如为什么做这个产品、为什么选择这个市场、为什么相信某个结论，还是需要自己能够解释。

AI 让越来越多的人拥有专家级的执行能力，却不保证每个人都能获得专家级的判断力。

而且我甚至觉得，未来判断力最稀缺的原因，可能不是它有多难，而是人们越来越缺少主动训练它的机会。

当答案变得唾手可得，能够独立形成问题、质疑答案，并为结果负责的人，反而可能更有价值。

参考资料

1. Addy Osmani，Critical thinking when agents do the work，X，2026 年 11 月 3 日：https://x.com/addyosmani/status/2117512471930167377
2. Anthropic，How AI assistance impacts the formation of coding skills，2026 年 1 月 29 日：https://www.anthropic.com/research/AI-assistance-coding-skills