Addy Osmani 把代理時代的批判性思考畫成三段光譜

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

11 月 3 日下午 3 點（台北時間），Addy Osmani 在 X 發表長文《Critical thinking when agents do the work》，談代理接手工作之後，批判性思考要放在哪裡。到 11 月 5 日凌晨，這篇長文累積超過一萬六千個讚、近五百則留言。Osmani 這個名字對網頁開發者並不陌生：他的個人網站自述，他目前在 Anthropic 任 Member of Technical Staff、參與 Claude Code 開發，更早之前在 Google 待了超過十四年，帶過 Chrome 的開發者體驗，最後職務是 Google Cloud AI 的 Director。

這篇長文值得台灣讀者花時間讀的原因有兩個。其一，它把散落在半年文章裡的概念收成一條線：從認知卸載到認知投降的光譜、交辦前的假設、驗收時的證據，每一環都有出處可以追溯。其二，發言位置很少見：提醒你監督能力會萎縮的人，正是在做代理工具的公司裡寫代理工具的人，而且他引用的證據是雇主對自家工程師的調查。

長文的核心主張一句話可以說完：過去，批判性思考是被工作本身逼出來的；代理把工作接走之後，那個逼迫消失了，所以思考要自己排進流程裡。他在文首寫得很直接：批判性思考過去被教成帶著謙遜的好奇與健康的懷疑去接近新資訊，這仍然成立，但「我的日常裡已經幾乎沒有什麼會強迫我做批判性思考，因為我的大部分工作都經過代理」。

立場需要先講清楚：Osmani 不是反對代理的人。他在文中明言自己是代理式工作流程的重度使用者，要講的是判斷力現在必須被主動安排、不會自己長出來，並沒有要人重拾手工作業。

交出去的是工作，消失的是逼你思考的機制

Osmani 用一段三階段的光譜描述人與代理的關係。光譜的起點是認知卸載（cognitive offloading）：把工作交出去，但對結果的判斷還在自己手上。中段是交出判斷（deferral）：工具的輸出直接成為你的輸入，結果不再是待檢驗的假設。末端是認知投降（cognitive surrender）：代理的輸出悄悄變成你自己的結論，你不再覺得需要檢查。

「認知投降」不是他發明的詞。他在文中註明，這個詞出自賓州大學華頓商學院 Steven Shaw 與 Gideon Nave 的研究，兩人 2026 年在 SSRN 發表論文，題名 Thinking, Fast, Slow, and Artificial，副標講的就是人工智慧如何重塑人類推理、帶來認知投降。Osmani 今年 5 月曾為這項研究寫過專文，其中引述研究設計：三個實驗、1,372 位參與者；AI 在場時，即使答案有一半是刻意做錯的，參與者仍在 73% 的錯誤試次裡直接接受錯誤答案，而且信心不降反升。他把這種現象稱為借來的信心：模型的自信被拿來當成自己的自信。

Pin

光譜往下走，代價會從個人擴散到團隊。Osmani 引用學者 Margaret-Anne Storey 的觀察：這種流失在團隊裡會表現為對系統的共享理解逐漸侵蝕；他也轉引 Jeremy Twei 提出的理解負債（comprehension debt）：程式產生的速度與人真正理解它的程度之間，缺口會像技術債一樣累積。個人層面叫認知投降，團隊層面叫理解負債，講的是同一件事的兩種規模。

界線要畫在哪裡？Osmani 給了自己的例子。他會把「在三間評價相近的旅館裡挑一間錄課地點」交給代理，因為那種決定錯了代價很低；但他不交出投資決定、孩子的職涯方向、要做什麼產品、會影響使用者的變更、能不能安全出貨。他的原則是：「在出錯代價低的地方接受交付，在別人要承擔後果的地方保留自己的推理。」

他也在長文裡替代理說了公道話：注意力可以交給代理守。他自己參與的開源專案收到大量 pull request，讓代理先做初篩，人類的注意力才能留在真正需要判斷的地方。問題從來不是代理能不能用，而是判斷留在哪一端。

引用鏈最硬的一環，是 Anthropic 對自家工程師的調查

這篇長文裡最有分量的引用，來自他自己公司。Anthropic 在 2025 年 12 月 2 日發布內部研究《How AI is transforming work at Anthropic》：調查在 2025 年 8 月進行，對象是 132 位自家工程師與研究員，另外完成 53 場深度訪談，並分析內部 Claude Code 的使用資料。報告裡有一段被 Osmani 直接引用：「有效使用 Claude 需要監督，而監督 Claude 所需要的，正是可能因為過度使用 AI 而萎縮的程式技能。」報告把這個處境稱為監督悖論（paradox of supervision）。

Pin

這段話的出處，讓長文的張力變得很具體：寫長文的人在 Anthropic 做 Claude Code，他引用的是自己公司對自家工程師的調查。代理商業模式的賣方，先承認了監督能力會在大量使用中萎縮。對正在擴大代理編制的企業讀者來說，這份調查比任何外部評論都值得讀一遍；Anthropic 先前也建議企業逐個收編多餘的子代理、先架好評測再談擴編，方向與這份調查一致。同一家的就業研究則顯示招募重心正轉向判斷力：初階新聘占比掉到 9%，能監督、能下判斷的人變貴了。讀者若在評估把代理接進工作流，Anthropic 夥伴生態怎麼用承諾額度跨工具採購，也值得對照。

Anthropic 的 Claude Code 團隊把同一件事寫成了審查規則。團隊 10 月 15 日在 claude.dev 發表《How the Claude Code team does code review》，其中一條是：「如果你說不出這些檢查會漏掉什麼，就要求一次真正的審查，而不是匆匆放行。」Osmani 在長文裡補了實務面的觀察：瓶頸已經從寫程式移到確認自己是對的，而測試可能跟功能帶著同一個錯誤一起過關。他給的對應動作很簡單：「當檢查變綠，先問它證明了什麼，再問它沒有證明什麼。」他的隊友還有一個務實的折衷：與其要求自己隨時保有完整心智模型，不如按需重建理解，要動哪個環節，就請 Claude 把那一段講一遍。

交辦之前，先寫下你的假設與範圍

長文中段是一串可以在下次交辦前直接用的自問，Osmani 列了六個，其中五個值得留在手邊：

• 在開口問之前，你有沒有先形成自己的假設？他自己的習慣是遇到不簡單的任務就先寫下預期答案；若完全沒有頭緒，他引用同事 Thariq Shihipar 的說法，改做盲點掃描（blind spot pass）：把手上的已知交給模型，請它找出你沒想到的未知。
• 你是在請它幫你想，還是把想這件事外包給它？
• 什麼情況成立時，這個結論會是錯的？他認為實際去測，比模型自陳的信心更有價值。
• 你聽過從另一個角度出發的反面論證嗎？他的做法是再問一個模型，請它專門唱反調。
• 你不再練習的技能是什麼？

交辦文件那一側，他用了意圖負債（intent debt）的概念：目標、限制與決策理由如果只存在你腦裡，接手的人就找不到，缺口會一路累積。這個詞出自他 6 月的專文《The Intent Debt》。他的建議是把期待寫成一份短說明，涵蓋讀者是誰、什麼不在這次範圍、做到什麼程度算完成。長文裡還有一句容易被略過的提醒：你的提示就是你對問題理解的鏡子，寫不清楚交辦單，通常表示你自己還沒想清楚問題。他引哲學家 Andy Clark 對「委派」與「協作」的區分：把 AI 當協作者，互動會放大彼此的理解；當成委派對象，理解就只往一個方向流。

還有一個反向技巧：與其自己憑空寫交辦單，不如讓代理先來訪談你，把目標與限制問出來再開工；也要留意輸入端：代理之間若只傳遞摘要，傳到後面時接手的代理可能早已沒讀過原始文件。

驗收的時候，綠燈只證明一件事

Osmani 把驗收階段的風險稱為驗證投降：「有沒有支持我結論的證據」這個問題，會慢慢變成「檢查是不是綠的」。他的解法是把完成的定義弄得很具體：測試通過、有截圖、有 log 或 trace，三者至少居一，而且要在事前就定好，不是事後再看。

他有幾個寫進長文的習慣。看彙總之前，先看代理執行過的指令與輸出原文；讀一份長的修改稿時，先請代理列出它做的決定與假設，然後拿這份清單考自己，答得上來才算讀完。他舉的例子是一份六百行的 pull request：與其從頭滑到尾假裝看過，不如讓代理先說明每個決定，再由維護者抽問，問不倒才算審過。他也會讓另一個代理在乾淨的脈絡裡自我批評，問它「有沒有漏掉什麼」，並引用同事 Boris Cherny 的提醒：給 Claude 一個能驗證自己工作的方法。

這一側還有他自己 5 月提出的編排稅（orchestration tax）：代理產出的東西，與你願意掛名背書的東西之間，有一段必須自己消化的差距。長文裡語氣最重的一句就是它的後果：「當你產出的東西多到你背書不完，你就不是在審查，你是在期望它別出事。」他對成品的門檻也一樣直接：就算 AI 讓產出變快了，只要他不願意把成品掛上自己的名字，就不該送出去。

維持練習的建議同樣具體：一週挑一天不帶代理寫一段程式；一個月寫下一次自己停掉了哪些事；對自己問一句「如果 AI 不存在，我會有多迷失」。他甚至建議把檢查時間當成行事曆上的獨立項目，避免用剩下的時間順手做。

六個月的概念線，在這篇長文收束

把引用攤開看，這篇長文是 Osmani 半年概念線的收束，而且每個術語都有自己的出處：

他自己 5 月的《Cognitive Surrender》專文，比這篇長文更早把華頓研究講完；這次的新增內容，主要是光譜的整理、六個自問，以及把自己前後幾個概念接在同一條線上。發表一天半累積的一萬六千多個讚，也說明這組概念在開發者社群踩到了共同的痛處：代理越用越多，共識卻還很分散，這篇長文剛好給了大家一套共同的詞彙。還有一個發表位置的細節：截至 11 月 5 日，這篇長文只發在 X 的文章功能，Osmani 的部落格最新一篇仍停在 9 月中旬；X 的文章可以被作者事後編輯，引用時值得留意。

還沒被驗證的部分

這套整理屬於個人實務觀察，長文沒有提供採用率或前後對照的量化結果；華頓研究證明的是認知投降會發生，並沒有證明這六個自問能防止它。Anthropic 的調查也有邊界：132 人的樣本全部來自同一家公司的工程與研究部門，生產力相關數字屬於自我報告，報告本身在附註裡也承認這個限制。方向有初級證據支撐，具體做法的效果，目前只有作者的經驗背書。

概念本身沒有地域限制，中文工作環境一體適用。如果要挑一個最低成本的起點，長文結尾的建議大概最容易：交辦之前，先寫下你認為會發生什麼；代理完成之後，寫下一件它沒有檢查的事。這兩行字不會讓代理變聰明，但它們會把判斷留在你這一端。