用AI最怕的不是出错，是「认知投降」
“代码有bug我不怕，怕就怕在说清楚上：我以为AI懂了，它其实误解了，而且你基本上看不出来”。这条知乎评论本周拿了16个赞。知乎
“我现在基本不写代码了，review都不太review，只看它改了哪几个文件，不要太离谱就好”。这周知乎、小红书同时刷屏的问题，是同一个：这么用AI，会不会把人用废？知乎
11月3日，Anthropic Claude Code团队工程师 Addy Osmani 在X发长文《Critical thinking when agents do the work》，讨论的正是这件事。他先叠甲：他天天让AI干活，也不劝你少用，只是把独立思考排进了每一天。真正的问题是：活都AI干了，你的脑子去哪了？知乎微博小红书
从人到AI的提线木偶，只要三步：
认知卸载：脏活交给AI，但仍然对结果负责——正常分工。微博
判断让渡：AI的输出不再被当成待核实的假设，直接成了你的下一步输入。知乎
认知投降：AI的结论悄悄变成你的结论，被追问时唯一的依据只剩"AI说没问题"。知乎
滑坡很难自查，因为每一步都看起来合理：上条答案认真读过，下条就略读，再下条只扫一眼框架，直到有人问起某一行，你解释不清，连有智能体帮忙也解释不清。这词来自沃顿商学院Shaw和Nave的实验：推理测试里AI的回答被故意设错，人们仍会照收——答对时93%听从，答错时还有80%照单全收。微博知乎微博
三个数字比讲道理扎心。 Anthropic今年1月的研究：52名不熟异步库Trio的新手，一组用AI辅助、一组手写，AI组理解测验只考50%，手写组67%。最大的分差出现在调试题。METR的实验更荒诞：资深开发者用AI反而慢了19%，做完还自觉快了20%。追踪655家企业的工作论文显示：上了AI编程智能体12个月，新增代码涨约44%，完成工单只涨约14%。生成不限流，审核堵死了——Osmani管这叫"编排税"：智能体生成的量，和你敢署名的量之间的那道差距。知乎知乎知乎微博
怎么防？Osmani给的做法可以整理成4招。小红书
先猜：处理不简单的任务之前，先写下你猜的答案，猜得烂也没关系。知乎
写简报：开工前写下你要什么、什么不能发生，让完成标准建立在事实上。改两轮还不对，就整段重写提示词。知乎
要证据：收到完成通知时，先别看总结，先看它实际执行的命令和输出。微博
问决定：让它列出替你做的默认值、范围和假设，再问一句"我有没有遗漏什么"，它常会回来告诉你还有两三件事。小红书
理想的验收长这样：Claude Code交活后，再让一个用全新上下文的子智能体自我审查一遍，检查是否存在明显问题。绿灯是证据之一，不是全部。知乎
最后是"监督悖论"：监督Claude所需的，恰恰就是那些可能因过度使用AI而退化的编程技能——这是Anthropic对自家工程师的研究原话。这不是理论：GitHub 8.4万星的LobeHub把自己做成了实验——凌晨，lobehub-coder和Codex审查机器人在PR里来回修复、逐条回复，全程唯一的人类操作，是中午那位工程师按下的合并按钮。知乎36氪
连分活的主管都是AI：它会定期查看任务看板，找出进展受阻的事项，调查原因后再决定交给谁处理——人只看验收单。36氪
Osmani说得很直白：“你可以把工作以及大部分审核交出去，但不能把责任也交出去”。他留了两个零成本自测：开始前，写下你预期的结果；结束后，指出一件它还没验证的事。至于更深的那个问题，留给你自己——如果AI不存在，你会有多茫然？知乎知乎
