AI越来越聪明，人类却越来越懒得动脑了！
刚刚，前Google Cloud AI总监、现Claude Code工程师Addy Osmani专门发文讨论了这个相当扎心的问题。
在他看来，那些天天指挥Agent写代码的工程师们，可能已经不知不觉陷入了一种状态——认知投降（Cognitive Surrender）。
说白了就是AI写啥，你信啥。
代码能跑，测试全绿，那就大手一挥，“批准！”。
可当真有人问起这段代码为什么这么写时，自己却答不上来。
于是，这位亲手参与打造AI编程工具的工程师，决定亲自给大家支个有意思的招：
让Agent写完代码，再出几道题考考你。
答不上来？那就先别急着合并代码。（doge）
AI越聪明，人越容易被“养废”
Addy Osmani何许人也？
他硕士毕业于英国华威大学，此前在Google工作了14年多，参与过Chrome DevTools、Lighthouse等开发者工具项目，如今则加入Anthropic，参与Claude Code相关工作。
△Addy Osmani
而且，他还是出了名的热门教程高产户。
从Claude Code使用技巧，到Agent工作流、代码审查，几乎隔三差五就有新教程。
不过这一次，他把目光投向了一个越来越现实的问题：
当AI生成的东西越来越靠谱，人类还会认真检查吗？
以前咱们写代码，还得自己哼哧哼哧查资料、琢磨方案、动手调试。
但现在呢？
一句Prompt丢过去，Agent可能几分钟就把活干完了。
更要命的是，随着模型能力的提升，AI写出的代码也越来越像那么回事。
不仅变量命名规范，逻辑看着也顺，测试还一片绿。
于是大家逐渐习惯了第一次认真检查，第二次扫两眼，第三次直接点通过…
久而久之，人类就这么从亲自写代码，变成了给Agent盖章的。
△漫画系AI生成
Addy将这种情况形容为认知投降（Cognitive Surrender）。
它并非一夜之间发生，有一个逐渐加深的过程。
- 起初可能只是“认知卸载”：我们只是把具体工作交给AI，但自己仍然理解任务，也能判断结果；
- 接着开始“判断让渡”，AI给出的答案逐渐成为下一步工作的默认依据；
最后就到了“认知投降”：
行了行了，AI说得肯定有道理，那就听它的吧。
至此，连原本应该由自己完成的判断，我们也统统拱手交了出去。
△漫画系AI生成
Addy举了个非常典型的例子：
假如Agent一口气提交了一个600行代码的PR（拉取请求）。
开发者一看，结构清晰、测试通过，ok放心合并。
殊不知，Agent可能在某个不起眼的地方，悄悄改了事务处理顺序，或者调整了某个边界条件。
这些改动没有在当时立刻报错。
但等到系统真出了问题，开发者才突然发现，自己甚至解释不清这段代码为什么这么运行。
最麻烦的还在后面。
Addy认为，长期这样使用Agent，还会积累出一种新的技术债务——理解债（Comprehension Debt）：
代码写得越来越多，系统功能越来越复杂。
可开发者对代码的理解，却没能跟着一起增长。
于是，等到真正需要修改某个功能时，大家才恍然发现，这座代码大厦虽然盖起来了，却越来越没人摸得清内部结构，只能茫然地面面相觑，太烧心。
当然，这并不意味着每一行AI生成的代码都要亲自读完。
Addy也提到，Claude Code团队也不会要求工程师随时记住整个代码库，他们会在需要修改某一部分时，借助Claude重新理解相关逻辑。
只是这里有个前提：
你必须得知道自己懂什么，又有哪些地方还没搞懂。
否则，代码写得越快，你的理解债也可能欠得越多。
防沉迷小妙招：让Agent反过来考咱们
那么问题来了。
Agent现在这么能写，咱们究竟该怎样跟上它的速度呢？
Addy在长文里分享了不少自己的实操干货。
其中最有意思的一招，就是让Agent变成考官。
咱假设啊，Claude刚刚完成了一项大型代码修改。
先别急着点通过。
我们可以先让它总结这次到底改了哪些地方、为什么这么改，再根据修改内容给我们自己出几道题，并立一条规矩：
只有测验全部答对，代码才能合并。
这样一来，我们就能真正清楚和理解自己究竟批准了什么，避免出现不必要的错误。
除此之外，Addy还多分享了几招，我也都给大家梳理出来啦( ￣▽￣)σ。
妙招1：写Prompt之前，自己先动脑列出需求清单
Addy提到，现在的Agent确实太擅长补全需求了。
哪怕我们自己还没想明白要什么，它也能交出一份像模像样的作品。
可问题恰恰出在这里，需求里那些没说清楚的目标、限制和取舍，可能就这么被AI替你决定了。
Addy把这种情况称为“意图债”（Intent Debt）。
所以他建议，下达任务之前，我们最好先用自己的话写一份简短的需求说明。
包括面向谁、想解决什么问题、哪些事情不需要做，以及做到什么程度才算完成。
先想清楚，再让Agent开工。
如果连续调整两轮Prompt仍然得不到想要的结果，那咱们就该回头重新梳理需求了，而不是继续往上堆提示词。
妙招2：让Agent主动交代，它背着你做了哪些决定
这一点尤其适合长时间运行的任务。
因为Agent在执行过程中，可能会自行选择默认参数、调整实现范围，甚至在不同需求发生冲突时做出取舍。
这些决定，它未必会主动写进最后的总结里，甚至自然到难以察觉。
所以，比起只问一句“完成了吗”，Addy建议我们不妨继续追问：
- 你做了哪些我没有明确授权的决定？
- 哪些地方依赖了自己的假设？
- 还有什么没验证？
- 以及，哪些改动可能影响其他功能？
这样一来，大家至少就能看清Agent在执行过程中作出了哪些取舍，再可以根据代码和测试结果逐步核对Agent自己交代的内容了。
妙招3：别光看测试全绿，还得问它没测什么
Addy特别提醒，所谓绿色的测试结果只证明测试覆盖到的条件通过了。
如果边界情况根本没有写进测试，Agent照样可以交出一份看起来很漂亮的报告。
因此，他建议大家仔细查看实际执行了哪些测试、返回了什么结果，再去读AI生成的总结。
对于高风险修改，还可以增加独立检查，让另一个Agent从不同角度寻找问题。
妙招4：Agent可以多开，但重要任务必须要保留原始材料和验证依据
现在估计有不少的小伙伴们已经开始同时指挥多个Agent了。
一个负责写前端，一个负责改后端，还有一个负责测试。
效率简直是芜湖起飞。
但与此同时，就跟人与人之间的传话会有损耗一样，当多个Agent协作时，一个Agent的总结很容易直接成为下一个Agent的输入；
传着传着，到了最后，整个工作流可能就已经离原始资料越来越远，导致原始信息里那些关键细节可能早就丢了…
△AI接力，信息越传越薄（漫画系AI生成）
Addy因此提醒，重要任务必须要保留原始材料和验证依据。
至于那些已经多到根本审不过来的任务，要么补上自动化检查，要么先减少并行数量。
不然，继续增加Agent数量，只会让待审核的内容越堆越高。
Addy对此给出的判断也相当犀利：
当你生成的内容已经多到无法负责时，你做的就不再是审查，而是在赌它没问题。
妙招5：每周留点时间，让自己回归古法手搓代码
这招听上去甚至有点复古。
都2026年了，Claude工程师居然还劝大家偶尔别用Claude？
但Addy认为，长期不使用的技能确实可能逐渐退化；
偶尔脱离Agent独立完成任务，也能帮助大家随时校准自己当前的真实水平。
所以他建议大家，每周至少安排一次不依赖Agent的独立编码练习。
每个月也可以顺手盘点一下：
- 自己已经把哪些技能交给了AI？
- 哪些能力可以放心外包，哪些又必须继续掌握？
这样做还有一个额外好处。
那就是至少还能知道，离开AI后，自己现在究竟还能干些什么。
在文章的最后，Addy还分享了一个极其简单的自测办法，那就是每次向Agent提问前，先写下自己预期会发生什么。
等AI交卷后，再试着找出一件它可能没检查到的事。
这样一来，我们至少就能保证在整个工作中，脑子也跟着转了两下。
Anyway，分享完这些干货后，Addy还留下了一个值得所有AI重度用户认真思考的灵魂拷问：
家人们都说实话啊，要是明天AI集体罢工，你们觉得自己能撑几天不崩溃呢？
嘶…是啊，能撑几天呢？
别人不知道，反正对我这种选择困难症晚期患者来说，多少有点天塌了。（泪目）
毕竟，出个门需要AI帮忙规划行程，找个路得问AI，就连去餐厅吃顿饭，都恨不得先让豆包帮我研究一下菜单，看看哪道菜最值得点。
这么一想想，AI要是真集体罢工了，我可能连今天的午饭吃啥都真的得重新学起咯。（捂脸）
