当生成速度超过理解速度，瓶颈会从“写不出来”迁移到“看不完、想不透、验不清”。
作者：上只当麻、游戏人王鲸、chatGPT5.6 sol ultra
内容提要 AI 编程工具减少了敲键盘、搜索资料和重复修改的时间，却未必同比减少人的脑力负担。原因可能不在于工作总量增加，而在于工作被重新分配：机器高速生成，人类持续切换上下文、重建因果链、核验结果并承担责任。本文结合写作认知、任务切换和自动化人因研究，提出“认知吞吐错配”与“上下文债务”两个分析概念，并据此讨论一种更可持续的人机协作方式。
2026 年 7 月
导语：一种新的效率悖论
一名开发者可以同时让几个代码代理读取仓库、修改文件、运行测试和修复报错。屏幕上的进度明显加快了：过去半天完成的改动，现在可能在几十分钟内出现。与此同时，另一种体验也越来越常见——工作结束后更加疲惫，脑中堆着许多尚未完全理解的修改，面对下一条批准请求时，已经很难确信自己究竟在批准什么。
这并不构成“AI 没有效率”的证据。不同工具、任务和使用者之间的生产率差异很大；在一项边界明确的实验任务中，使用 GitHub Copilot 的参与者完成 JavaScript HTTP 服务器的速度平均提高了 55.8%（Peng et al., 2023）。但“局部动作更快”和“整个工作系统更轻松”不是同一个命题。AI 可能显著压缩生成代码的时间，同时把人的劳动集中到持续监督、快速验证和异常接管上。
由此出现了一个值得认真研究的问题：当机器生成候选方案的速度超过人类形成可靠理解的速度，效率会怎样转化为疲劳，甚至转化为新的质量风险？
一、打字不是思想的搬运，而是思想发生的现场
日常直觉常把写作理解成一种转录：思想先在脑中完成，然后手指负责把它搬到屏幕上。认知写作研究给出的图景更接近循环。写作者在规划、遣词、阅读已写内容、评价和修改之间往返；目标也会随着写作本身而改变。已经写出的文字不是思考结束后的残留物，而是下一轮思考可以观察、比较和修订的外部环境（Hayes & Flower, 1980）。
说话和打字共享语言规划，却不完全相同。直接比较两种产出方式的实验发现，二者都存在短语层面的预先规划；但书写留下稳定可见的痕迹，允许回看、停顿、重排和跨越更长时间的修订，因此会改变规划与反馈的节奏（Roeser et al., 2019）。打字的速度通常慢于思想和口语，这种速度差并非纯粹损耗。它也给认知系统提供了微小的停顿：前文成为外部记忆，句子成为可检查的对象，模糊直觉在落字过程中被迫获得结构。
这与自回归语言模型之间确有一种有限的结构相似性：当前语境会约束下一步语言输出。对自然语言理解的颅内皮层电图研究也发现，人脑会利用上下文预测后续词语，并在实际输入到来后产生与“意外程度”相关的反应（Goldstein et al., 2022）。但相似的计算原则不等于相同的内部机制。人的语言活动嵌在身体经验、长期目标、情境判断和社会责任之中；语言模型则通过不同的工程结构计算词元概率。把两者直接画上等号，会把一个有启发性的类比误写成神经科学结论。
更可靠的判断是：人类在写字时会借助已经产生的外部痕迹继续思考。 因而，打字不只是行动输出，也是认知反馈。
二、编码同样是一种“通过行动来理解”的活动
编程把上述机制表现得尤其清楚。开发者写下一段代码，编译器、类型系统、测试、日志和运行结果随即返回反馈。一个原本含混的设想在遇到边界条件时变得具体；一次报错暴露了心智模型与系统真实状态之间的差异；一次小规模重构又会反过来改变开发者对模块边界的理解。
因此，直接编码中的“行动”并不只是低价值的机械劳动。它还承担三个认知功能：把内部假设外化，制造可以检验的中间状态，并用环境反馈逐步校准心智模型。理解与产出往往是在同一个循环中共同生长的。
AI 代码代理改变了这个循环的时间结构。它可以迅速检索文件、提出方案、修改多处代码并运行命令。开发者看到的，常常不再是一个问题如何逐步展开，而是已经完成的一串动作和一份等待审阅的结果。此时，人的任务并没有简单地“只剩下决定”。为了做出负责的决定，开发者仍要观察变更、推断代理依据了什么假设、判断它遗漏了哪些约束，并预测改动在更大系统中的后果。区别在于，这些理解活动从与生成同步，变成了对既成结果的逆向重建。
这种变化在熟悉任务与陌生任务中并不对称。对 Copilot 使用过程的观察研究区分出“加速模式”和“探索模式”：当程序员已经知道下一步要做什么时，工具主要替代输入和样板工作；当程序员本就不确定方向时，工具生成的选项同时也增加了选择、核验和整合的负担（Barke et al., 2023）。由此可见，AI 越快不必然意味着人越轻松，关键还要看人是否拥有足够稳定的心智模型去吸收它的输出。
三、生成速率与验证能力的错配
人脑并不是一块只有单一“算力百分比”的处理器。多资源理论指出，不同感觉通道、表征方式和反应阶段可以在一定条件下并行；资源重叠越高，任务之间的干扰通常越强（Wickens, 2008）。与此同时，双任务研究也显示，反应选择和中央控制等环节存在明显瓶颈：某些知觉或动作资源仍有余量，并不代表第二项复杂决策能够无代价地同时完成（Dux et al., 2006）。
异构计算设备可以提供一个直观但有限的类比。显卡包含多类专用单元；即使部分单元尚有余量，只要关键路径上的某一单元达到饱和，整体帧率仍会被它限制。认知系统并不是显卡，但两者共享一个系统工程事实：局部资源空闲，并不能消除关键路径上的瓶颈。
把人机协作看成一个工作队列，会得到同样的结论。上游是 AI 生成候选改动，下游是人类与测试系统完成理解、验证和风险承担。在这一分析类比中，长期可靠产出通常受生成、理解和验证中较慢的一环约束。若 AI 不断提高上游速度，而下游能力没有同步增强，系统通常会出现几种结果的组合：放慢输入、降低审查深度、积压尚未理解的变更，或把更多验证交给独立自动化机制。
本文把这种现象称为 认知吞吐错配：机器产生需要判断的状态，其速度和复杂度超过了人类建立情境模型并作出可靠判断的能力。它不是一个已经确立的神经科学术语，而是连接认知瓶颈与工程工作流的分析概念。
这个概念解释了为什么“手没那么忙，脑子却更累”并不矛盾。被自动化掉的是输入、搜索和执行的时间；变得密集的则是理解压缩、风险判断和责任确认。可见产出上升了，单位时间内需要消化的语义变化也上升了。
四、上下文切换如何把积压变成疲劳
当一个开发者监督多个代理时，真正昂贵的往往不是点击窗口，而是恢复每个任务的内部状态：目标是什么，已经排除了哪些方案，当前改动依赖什么假设，上一轮测试究竟证明了什么。
认知科学至少区分出三类相关成本。第一是 任务切换成本：从一套规则转向另一套规则，需要移动目标并重新激活规则，任务越复杂，切换通常越慢（Rubinstein et al., 2001）。第二是 恢复延迟：中断之后，人需要重新提取原任务的目标和进度，才能继续工作（Monk et al., 2004）。第三是 注意残留：转入新任务后，一部分注意仍停留在未完成的旧任务上，从而削弱当前任务的表现（Leroy, 2009）。这些现象都比“上下文被清空”更精确：问题不是记忆突然消失，而是旧目标仍在竞争，新任务状态尚未完整重建。
高频中断也未必立刻降低表面产出。Mark、Gudith 与 Klocke（2008）的实验发现，被打断者可能通过加快工作来维持甚至缩短完成时间，但代价是更高的压力、挫败感、时间紧迫感和主观努力。这为“效率提高而体验变差”提供了一个重要机制：人会用更高的内部动员去掩盖流程中的摩擦。
在 AI 工作流中，这些成本还会形成积累。一个代理完成了数据库迁移，另一个正在改鉴权，第三个返回了一组测试失败；每一项都已经在系统中产生真实变化，却尚未完整进入监督者的心智模型。本文将这些 已经需要负责、但尚未被充分理解的中间状态 称为 上下文债务。
上下文债务与技术债务相似，都可能在短期内被速度掩盖，却在后续变更、故障排查和交接时支付利息。不同之处在于，它首先存在于理解层：修改已经发生，因果链尚未在人的认知中闭合。并发代理越多、任务差异越大、切换越频繁，这种债务积累得越快。
五、自动化的反讽：人离开过程，却仍要在异常时负责
人因工程早已发现，自动化不会简单地按比例减少人的工作。Bainbridge（1983）把这种现象概括为“自动化的反讽”：系统接管常规操作后，留给人的往往是难以预料、信息不足且风险更高的异常处理。操作者减少了日常练习，却必须在自动化失效时迅速接管。
后续研究把其中一类风险称为 脱离回路问题。当操作者不再持续参与控制过程，情境意识和手动接管能力可能下降；自动化层级越高，也不代表系统整体表现必然越好（Endsley & Kiris, 1995）。关于自动化使用的研究还区分了误用、弃用和滥用：过度信任会造成监控缺口，反复误报又可能导致人忽视工具，而不顾人的能力边界去设计自动化，本身也会制造新的风险（Parasuraman & Riley, 1997）。
代码代理把这一经典问题带进了知识工作。代理可以完成大量常规生成，真正棘手的架构冲突、隐蔽安全问题和跨系统副作用仍由人承担。若开发者只在最后看到一份大规模差异，就会同时遭遇三个不对称：
控制权不对称：实现路径主要由代理选择，人只保留末端批准权；
理解机会不对称：系统变化很快，形成可靠心智模型的机会减少；
责任不对称：结果仍由部署者、评审者和组织承担。
这三者叠加后，批准按钮会变得异常沉重。责任不能只与“谁按下了最后一个按钮”绑定，还必须与过程可见性、实际干预能力和理解条件相匹配。
六、关于认知疲劳，科学目前知道什么
持续监控、频繁切换和高密度验证带来的疲劳是真实体验，也可能伴随压力和生理唤醒。但现有证据不支持把它直接描述成“决策产生脑内废物，最终毒害大脑”。这类表述把尚有争议的机制假说，扩张成了确定的损伤结论。
一项 2022 年研究让参与者进行近一整天高需求或低需求的认知控制任务，并使用磁共振波谱测量代谢物。高需求组在外侧前额叶出现了谷氨酸浓度与扩散指标的差异，同时在经济决策中更偏向低努力和即时回报选项。研究者据此提出了神经代谢解释（Wiehler et al., 2022）。这项结果提供了值得继续检验的线索，却不是“脑内垃圾堆积”的直接证据。谷氨酸本身是正常而关键的神经递质和代谢物；磁共振波谱也难以区分细胞内外区室，无法据此确认有毒的细胞外积累。相关方法学评论因此提醒，现有测量不足以支持强因果推论（Möller, 2023）。
更稳妥的科学表述是：长时间的高控制需求会改变主观努力、行为选择和部分生理指标；具体机制可能涉及神经代谢、动机调节、压力反应、睡眠与恢复等多重因素。对个人而言，疲劳是需要管理的系统信号；对组织而言，它也不应被当成意志薄弱或工具使用不熟练的证据。
七、一个可检验的分析框架
综合写作认知、任务切换与自动化研究，可以形成四个相互关联的命题。以下名称是本文对现有证据的概念化，用于描述和检验 AI 协作工作流，而不是给大脑贴上新的解剖标签。
1. 闭环保留原则
凡是需要人承担后果的自动化流程，都应保留足够的中间反馈，使人能够形成、校准并在必要时重建心智模型。人不必亲手完成每一步，但必须能够追溯关键假设、证据和因果链。
2. 认知吞吐错配
当 AI 生成待判断状态的速率持续高于人类可靠理解和验证的速率，增加生成速度会首先扩大积压，而不是同比增加可靠产出。瓶颈会从“写不出来”迁移到“看不完、想不透、验不清”。
3. 上下文债务
所有已经进入项目、却尚未被责任主体纳入心智模型的改动，都会形成上下文债务。债务可以暂时由测试通过和短期可运行性遮蔽，但会在故障、扩展、交接和再次修改时显现。
4. 责任—控制—理解对齐
一个健康的人机系统，应让责任大小、实际控制权和获得理解的机会大体匹配。责任越高，系统越应提供可观察性、可逆性、拒绝权和独立验证，而不是只提供更醒目的批准按钮。
由此可以提出几项可被实验或现场数据检验的预测：
在工作量相近时，AI 输出越快、并行任务之间的语义差异越大，恢复延迟、遗漏错误和主观疲劳越容易上升。
当开发者已有稳定心智模型时，AI 更可能表现为“加速器”；当任务处于探索期、约束不清或领域陌生时，验证与整合成本占比会提高。
小批次提交、切换前的恢复注记和显式假设清单，会降低重新进入任务的时间，并减少上下文债务。
对高风险任务，提高过程可观察性和独立测试覆盖，可能比继续提高代码生成速度更能改善长期可靠产出。
这些预测区分了一个重要问题：需要测量的不只是“AI 是否让一次任务更快”，还包括返工、缺陷、接管时间、知识保持和主观负荷。最新的开发者生产率研究也在提醒这一点。METR 在 2026 年更新实验设计时指出，工具快速变化、参与者选择偏差以及多人同时使用多个代理，都让单一的“提速百分比”越来越难以可靠估计（Becker et al., 2026）。
八、把 AI 重新放回可理解的闭环
如果问题来自工作流的节奏和结构，解决方案就不应只是“学会更快地审批”。更有效的方向，是让 AI 的生成速度服从于可靠理解的速度。
缩小变更批次
让代理先完成一个可独立验证的最小闭环，再进入下一批修改。小批次不仅便于回滚，也让假设、代码和测试之间的对应关系更清楚。一次生成二十个文件，可能节省等待时间，却把审查变成考古。
按语义距离限制并发
并发上限不应只看机器资源，还要看任务之间的语义距离与风险。两个共享同一模块、目标一致的代理，可能比两个分别处理数据库迁移和权限模型的代理更容易监督。真正稀缺的不是窗口数量，而是能够同时保持的连贯情境数量。
要求交付“证据包”，而不只是代码
每次关键改动都应同时给出：目标与约束、采用的假设、被排除的方案、风险点、测试证据、尚未验证的部分以及回滚方式。这样，AI 交付的就不只是结果，也包括人类恢复因果链所需的索引。
在切换前保存恢复点
短短几行恢复注记——当前目标、已完成事项、下一步、未决问题——可以把一部分任务状态从脆弱的工作记忆转移到外部环境。它不是行政记录，而是降低恢复延迟的认知基础设施。
按风险分配自主权
低风险、可逆、测试充分的任务可以给予代理更高自主度；涉及权限、数据迁移、财务、安全和不可逆操作的任务，应提高人工介入频率，并要求更强的独立验证。是否“人在回路中”不应是二元开关，而应与后果等级联动。
把规格写成可更新的边界，而不是一次性瀑布
自然语言规格可以帮助代理理解目标，但超长、僵硬、试图预先穷尽所有细节的文档，会把认知成本集中到反馈最少的阶段。更合适的规格是短小、可测试、可随证据修订的：明确目标、不变量、禁区和验收标准，让实现反馈继续参与决策。
重写效率指标
代码行数、令牌数、代理调用量和合并次数只能描述活动，不能单独代表价值。更完整的指标还应包括缺陷逃逸率、返工时间、恢复时间、变更可解释性、知识保持和持续使用后的疲劳。工具若把今天的速度兑换成明天的排障成本，效率只是被提前记账。
结语：并非所有摩擦都是浪费
AI 最容易压缩的是行动时间，最难压缩的是可靠理解形成所需的时间。一个方案可以在数秒内生成，但判断它是否满足真实需求，仍然需要领域知识、因果推理、反例搜索和对后果的承担。生成与理解因此不是同一种吞吐量。
这也提示了一种更一般的人机协作哲学：并非所有摩擦都是浪费。 敲下一段代码、看见一次失败、追踪一条日志，这些动作有时低效，却也可能是知识形成的接口。自动化如果只消除了动作，却没有为理解提供新的反馈结构，就会连同有价值的“认识性摩擦”一起删除。
理想的人机关系不是让人盯住机器产生的每一个字符，也不是把全部过程交给机器后只在终点签字。更合理的目标，是让机器承担可外包的生成，让系统承担可自动化的验证，让人保有关键节点上的情境理解、拒绝能力和责任所需要的控制权。
当 AI 生成快于人类理解时，真正稀缺的资源不再是代码，而是一段没有被打断、能够把因果链想完整的时间。
参考文献
1. Hayes, J. R., & Flower, L. S. (1980). Writing as Problem Solving. Visible Language, 14(4), 388–399. https://journals.uc.edu/index.php/vl/article/view/5308
2. Roeser, J., Torrance, M., & Baguley, T. (2019). Advance planning in written and spoken sentence production. Journal of Experimental Psychology: Learning, Memory, and Cognition, 45(11), 1983–2009. https://doi.org/10.1037/xlm0000685
3. Goldstein, A., Zada, Z., Buchnik, E., et al. (2022). Shared computational principles for language processing in humans and deep language models. Nature Neuroscience, 25, 369–380. https://doi.org/10.1038/s41593-022-01026-4
4. Dux, P. E., Ivanoff, J., Asplund, C. L., & Marois, R. (2006). Isolation of a central bottleneck of information processing with time-resolved fMRI. Neuron, 52(6), 1109–1120. https://doi.org/10.1016/j.neuron.2006.11.009
5. Wickens, C. D. (2008). Multiple resources and mental workload. Human Factors, 50(3), 449–455. https://doi.org/10.1518/001872008X288394
6. Rubinstein, J. S., Meyer, D. E., & Evans, J. E. (2001). Executive control of cognitive processes in task switching. Journal of Experimental Psychology: Human Perception and Performance, 27(4), 763–797. https://doi.org/10.1037/0096-1523.27.4.763
7. Monk, C. A., Boehm-Davis, D. A., & Trafton, J. G. (2004). Recovering from interruptions: Implications for driver distraction research. Human Factors, 46(4), 650–663. https://doi.org/10.1518/hfes.46.4.650.56816
8. Leroy, S. (2009). Why is it so hard to do my work? The challenge of attention residue when switching between work tasks. Organizational Behavior and Human Decision Processes, 109(2), 168–181. https://doi.org/10.1016/j.obhdp.2009.04.002
9. Mark, G., Gudith, D., & Klocke, U. (2008). The cost of interrupted work: More speed and stress. In Proceedings of CHI ’08 (pp. 107–110). https://doi.org/10.1145/1357054.1357072
10. Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775–779. https://doi.org/10.1016/0005-1098(83)90046-8
11. Endsley, M. R., & Kiris, E. O. (1995). The out-of-the-loop performance problem and level of control in automation. Human Factors, 37(2), 381–394. https://doi.org/10.1518/001872095779064555
12. Parasuraman, R., & Riley, V. (1997). Humans and automation: Use, misuse, disuse, abuse. Human Factors, 39(2), 230–253. https://doi.org/10.1518/001872097778543886
13. Barke, S., James, M. B., & Polikarpova, N. (2023). Grounded Copilot: How programmers interact with code-generating models. Proceedings of the ACM on Programming Languages, 7(OOPSLA1), Article 78. https://doi.org/10.1145/3586030
14. Peng, S., Kalliamvakou, E., Cihon, P., & Demirer, M. (2023). The impact of AI on developer productivity: Evidence from GitHub Copilot. arXiv:2302.06590. https://arxiv.org/abs/2302.06590
15. Becker, J., Rush, N., Cunningham, T., Rein, D., & Mahamud, K. (2026). We are changing our developer productivity experiment design. METR. https://metr.org/blog/2026-02-24-uplift-update/
16. Wiehler, A., Branzoli, F., Adanyeguh, I., Mochel, F., & Pessiglione, M. (2022). A neuro-metabolic account of why daylong cognitive work alters the control of economic decisions. Current Biology, 32(16), 3564–3575.e5. https://doi.org/10.1016/j.cub.2022.07.010
17. Möller, H. E. (2023). Considerations on gradual glutamate accumulation related to cognitive task performance. Journal of Cerebral Blood Flow & Metabolism, 43(3), 476–478. https://doi.org/10.1177/0271678X221139550
