Addy Osmani 谈 Agent 时代如何保持批判性思维

Addy Osmani 在 X 长文中讨论工程师和产品人员全面采用 Agent 工作流后，如何避免批判性思维退化。他明确表示自己并非主张减少 Agent 使用，而是希望帮助使用者在容易把任何事都交给 Agent 的环境里保住独立判断。 他把人与 Agent 的关系划为三段光谱：顶端是认知卸载，把任务交给 AI 但仍对结果负责；中间是拖延，工具输出直接变成自己的新输入，结果不再是待验证的假设；底端是认知投降，AI 输出悄悄变成自己的判断而不再检查。这一术语来自 Wharton 的 Steven Shaw 和 Gideon Nave。他指出这种下滑很少被察觉，因为每一步都很渐进，通常要到需要改动系统、却发现没人理解它时才暴露，他称之为理解债。 他给出的自查问题包括：提问前是否先写下自己的假设；是在让 AI 帮自己思考还是替自己思考；什么条件成立时这个结论会是错的；是否从不同角度听过反方论证；是否敢在维护者面前为这个结果下注。他还建议在信息不足时让模型做一次盲区扫描，找出自己不知道的未知项。 在验证环节，他认为瓶颈已从写代码转向确认自己是否正确。给 Agent 端到端测试、属性测试或真实应用交互等验证手段后，它可以自行修改、运行验证、读取输出并重试。但他提醒绿色通过只证明了一个属性，测试若与功能犯同样的错误也会通过，因此要事先定义什么叫已验证，并以测试通过、截图、日志或 trace 作为收尾标准，而不是看摘要判断看起来完成了。 他建议把 diff 当作不是 AI 写的来读，并追问 Agent 在长会话中替你做了哪些默认值、范围和需求取舍上的决定。对长会话，他喜欢让 Claude 写变更报告并在末尾出题，规则是全部答对才合并。他还提出编排税的概念，即 Agent 产出与自己愿意署名之间的差距，产出堆积超过消化能力时应收紧检查或放慢速度。 最后他强调，可以卸载工作和大部分审计，但不能卸载责任；每周不用 Agent 手写一点代码、每月记录自己已停止做的事，是他给出的日常校准做法。