Agent 一次性甩出 6000 行 PR，你真的逐行看过了吗？
如果答案是「跑起来没报错，就 next 了」，那你可能已经走在「认知投降」的路上。这个词的导火索，是知乎热问里那句「Claude 工程师发文警惕『认知投降』，用 Agent 编程如何防止被 AI 养废？」。11 月 3 日，Addy Osmani 的长文更是把问题挑明：AI 生成答案的速度提高了，人理解答案的时间却没有自动增加。知乎知乎
更有意思的是讨论之后的连锁反应。捋一捋 11 月的时间线，你会发现一个反常识的画面：AI 编程的激进派们，正在集体踩刹车。
11 月 5 日，「认知投降」警告刷屏，知乎热问冲到 39 条评论、51 次收藏。
11 月 6 日，Linus 让 Claude Code 参与内核补丁开发的实测被翻出：吞吐量最高涨了 23 倍，却被维护者揪出一个连 Linus 和 AI 都没发现的 Bug。知乎今日头条
11 月 11 日，Karpathy 称已不再写代码，完全靠 Claude 搓出纯净版油管。知乎
11 月 15 日，最激进的全自动「软件工厂」布道者 Steve Yegge 在大会后抛出几条劲爆观点，第一条就是：我告诉每个人都要慢下来。知乎
Yegge 的自白特别有画面感。他那个只有十几个人类参与的 AI 工厂 GasTown，被自家 Agent 用功能淹没玩家、用邮件淹没会计、用 PR 塞爆合并队列、用负载压垮机器。他先后推倒重来五个工厂，原因是重写比修复更便宜——不精心维护的软件工厂，就是自动化生产屎山的流水线。他的结论更扎心：工程仍然以工程的速度推进，「几乎没有人真的在借助 AI 快速前进」。知乎
为什么先行者慌了？「认知投降」讨论下的高赞回答点破了机制：高频、流畅、大部分正确的输出，压缩了「问题到答案」之间的认知空隙。以前思考长在写的过程里，现在过程没了，只剩下一个 next，你对编程和项目的心智模型会慢慢变浅、变碎。你可以让 AI 多解释、多交互，但赶排期的节奏下，「哪有时间和 Token 给你维持认知」？知乎
这种焦虑不是个例。知乎「程序员的代码大多是 AI 生成的，以后会不会变成屎山看不懂」的问题下，堆了 286 条评论。小红书里「AI 做页面，我踩了 6 个坑」成了这周的日常经验帖。另一边，Claude 的自动漏洞扫描在开源项目里挖出 3.8 万个候选漏洞，公开记录上已修复的只有 217 条。维护者自嘲：「我们的目标是别被淹死。」小红书36氪
那普通人怎么办？从这场大讨论里能抄的作业，其实就三条：
一、把「讲得出来」当合并底线。 别人问这个 PR 改了啥、为什么这么改、怎么实现的，你不能只会说「能跑」。
二、最后一公里别外包。 commit message 自己写，diff 自己过目，合并按钮自己按——这几分钟就是你认知在场的全部门票。
三、把产出节奏控在人类速度。 学 Yegge 的做法，Agent 跑得太快不是功劳，是下一个要还的债；能等一轮的合并，就等一轮。成本数据也站在慢的一边：微软给编码 Agent 做成本控制的开源工具实测，在 Claude Code 等编码 Agent 上能把单任务平均成本砍下 18.4%–30.9%，通过率不降反微升。GitHub
AI 写代码越来越快是事实，人越来越懒也是事实。工具把人变强还是养废，分界线从来不在模型多聪明，而在你按下 next 之前，还在不在思考只有你能思考的那部分。
