More Agents, More Agency

先把结论放这：更多 Agent，不是更少主体性，而是更强的判断与行动。

coding agent 把代码变便宜了。变便宜之后，review、判断、上下文管理反而变贵了。“把未经认真 review 的 agent 代码丢给同事”已经是公认的 anti-pattern：那不是效率，是把负担转嫁给协作者。用好 agent 其实很消耗人的经验和注意力，不是轻松托管。

这篇写人这一侧应该怎么干活。给 Agent 立的规矩在另一篇：给 Agent 立规矩：我的 AGENTS.md。

最大的风险：失去 mental model

AI 做错不是最大风险。更大的风险是人逐渐不知道系统为什么变成现在这样：不知道 AI 为什么这么做，不知道改了哪些关键路径，不知道哪些复杂度是必要的，也不知道自己到底同意了什么。

AI 时代，人最大的能力不是会不会 prompt，而是能不能持续维护自己的 mental model。

失控信号	应该怎么做
看不懂 AI 的 diff，但觉得应该没问题	要求 AI 解释关键路径、调用方、风险和验证方式
不知道复杂度从哪里来的	回到 plan，要求列出每个新增抽象的必要性
系统状态只能靠聊天记录回忆	把目标、决策、进度和风险写成可检查状态
只能听 AI 说 done	看测试、diff、截图、日志、用户路径和风险清单

人慢在开始，AI 快在执行

计划不是形式主义，而是在 AI 还没开始制造复杂度之前，先把方向、边界和验证方式定住。AI 执行太快，模糊需求会很快变成几十个文件的 diff；前面没有计划，后面 review 会非常痛苦。

开始前慢一点	执行时快一点
想清楚问题	让 AI 搜索和读代码
定清楚边界和非目标	让 AI 写初稿和补测试
找到现有系统里的相关东西	让 AI 做变体和小修复
定义验收方式	让 AI 循环跑检查

一开始不慢，后面 AI 的快就是负资产。

文档不是文档，是状态控制器

AI 时代，文档不只是写给别人看的说明。它也是控制 AI 上下文、任务状态和团队共识的仪表盘。好的文档让人和 AI 都知道：现在目标是什么、已经决定了什么、哪些不能动、哪些还不确定、下一步验证什么。

Brief 管”这次到底要解决什么，为什么现在做”；Plan 管”准备怎么做、改哪些地方、怎么验证”；Progress 管”做到哪、卡在哪、下一步是什么”；Decision Log 管”决定了什么、为什么这么决定”。

文档的核心不是写得完整，而是把流动的对话固化成可检查的状态。

人控制关键关口，不控制每一行

人不需要控制所有样板代码、机械重命名、简单测试、重复迁移和资料搜索。但人必须控制目标、scope、系统结构、安全风险、产品直觉、验证方式和停止条件。

关口	人要检查什么
执行前	目标、边界、非目标、相关文件、验收标准是否清楚
改动前	AI 准备改哪些文件，有没有越界，有没有重建倾向
完成后	diff 是否小，有没有无关改动，测试和验证是否真实
沉淀前	这次问题是一次性的，还是应该写进规则、流程或知识库

不要一轮轮聊天，要设计循环

不要把 AI 工作流看成一次对话，而要看成一个有停止条件的循环。AI 最大的问题不是做不出来，而是会一直加、一直修、一直解释、一直扩展。人必须定义什么时候停。

scope 变大就停
开始改无关文件就停
解释越来越复杂就停
连续两轮没修好就停
需要产品判断就停
需要破坏性操作就停

写代码的循环是”目标 → 计划 → 最小改动 → 测试 → diff → 修 blocking issue”，停在测试通过、diff 可解释、无越界改动。写文档、做产品同理，各有自己的循环和停止条件。

AI 是放大器，不是代脑器

AI 最好的用法，不是替人完成思考，而是把人的思考外化、放大、验证、迭代。

放大器用法	代脑器用法
先自己定问题，再让 AI 搜	从空白开始让 AI 定最终问题
先自己写结论，再让 AI 展开	让 AI 写完再努力理解它想说什么
先自己列风险，再让 AI 补充	AI 说没风险就相信
先自己解释逻辑，再让 AI 挑错	让 AI 替自己承担解释责任

人先形成判断，AI 才能放大判断；人没有判断，AI 只会放大混乱。

并行 Agent：把等待变成思考窗口

并行很多 Agent 的目标不是显得热闹，而是把等待时间变成比较、验证和推进。并行只有在任务边界清楚、写入范围隔离、验收标准一致时才有价值。

几条实践：一个 Agent 只拿一个任务；所有 Agent 共用同一份 Brief（目标、非目标、验收标准、禁止事项）；热点文件只能有一个 Writer，其他做 Reviewer；多个方案用同一张验收表横评，不按主观顺眼选；连续两轮失败、scope 变大、开始改无关文件就停。

等待也不是闲着。实现 Agent 在写代码时，人补验收路径；Research Agent 在查资料时，人先写自己的判断假设，等资料回来做对照。

通用分 AI 能给，taste 和 prompt 是人的

AI 很擅长给一个通用、说得过去的分数或答案。但真正决定好坏的，往往是具体的 taste：在一个具体问题上什么算好、什么算差。这层 taste，AI 给不出通用版。

taste 最重要的载体是 prompt。一个好 prompt 不是一次写成的，是在同一个问题上长年累月反复打磨、踩坑、收手，慢慢攒出来的直觉。这种直觉是人的护城河，不会因为换一个更强的模型就自动得到。这一点我在让 AI judge 对齐到人评里写得更细。

怎么判断这套在起作用

有效的标志不是 AI 产出更多字或更多代码，而是：diff 更小、无关改动更少、review 更快、文档更短但判断更多、规则库越来越薄但越来越有效。

最后放一张可以直接引用的表：

命题	解释
人负责判断，不负责所有执行	人控制目标、边界、风险、品味和最终责任
开始越慢，整体越快	前期用 AI 做规划、查漏、找风险、拆 scope，是为了避免高速返工
文档是控制状态的工具	控制目标、上下文、进度、决策和复盘，不是写给仪式看
等待时间是人的思考窗口	AI 执行时，人形成自己的判断，再拿来对照 AI
不要让 AI 把你从思考里赶出去	先自己形成粗判断，再让 AI 放大
用证据管理 AI，不用感觉管理 AI	看测试、diff、截图、日志、用户路径、风险清单
成熟标志是可停止	知道什么时候继续、停止、回滚、重新规划