夜雨聆风我最近越来越频繁地遇到一种很荒谬的场景：
任务还没开始，脑子已经开始开会了。
这个需求要不要丢给 Claude Code？还是 Cursor 更顺手？如果只是查一段旧逻辑，用 Copilot Chat 够不够？要不要让 Codex 跑一版？Gemini 的长上下文会不会更适合？
然后十分钟过去了。
代码一行没写，浏览器标签页开了五个，终端里挂着两个会话，脑子里还有一个声音在问：我是不是又选错工具了？
这不是矫情。
我觉得这是 AI 编程进入 Agent 阶段以后，很多开发者正在经历的一种新疲劳：不是写不动代码，而是每天都在做太多“该让谁来写、写到哪一步、我该不该信它”的判断。
一、AI 没有让工作日变短，只是让工作日更密
Stack Overflow Blog 在 5 月 21 日发了一篇文章，标题很直接：Coding agents are giving everyone decision fatigue。
我喜欢这篇文章，不是因为它爆了。事实上，我顺手看 Hacker News，同题链接当时只有 4 points、0 comments，完全不是那种英文技术圈集体冲进去吵架的热点。
但它戳中了一个更适合在微信里聊的日常感受：AI 工具越多，人的心智负担反而越明显。
文章里有一句核心判断：随着软件工程师的时间从“写代码”转向“组织 prompt”和“review 代码”，工作日正在变得更密、更紧张。
这句话我太有共鸣了。
以前写代码累，是因为要自己啃文档、查 API、补类型、改语法错误。现在这些事确实被 AI 吃掉了一大块。问题是，省下来的时间并没有自动变成休息。
它变成了另一堆工作：
- • 给 Agent 讲清楚上下文
- • 判断它读没读懂项目
- • 看它改了哪些文件
- • 确认有没有引入安全和性能问题
- • 决定这段代码能不能进主分支
- • 如果不行，还要判断是 prompt 写错了、模型不行，还是需求本身没说清楚
所以我现在越来越不喜欢一句话：AI 提高了开发效率。
这句话太粗了。
更准确的说法可能是：AI 降低了“生成代码”的成本，但把压力后移到了“判断和收口”。
二、真正变贵的不是代码，是 review
Stack Overflow 那篇文章把这件事说得很直白：容易生成的代码，给软件开发生命周期后半段带来了更大压力，尤其是 code review、DevOps/SRE、安全和基础设施。
这点我觉得很多团队已经感受到了。
AI 最擅长制造“看起来完成了”的东西。
一个功能页面，它能很快拼出来；一段脚本，它能很快跑起来；一个 API，它能很快补齐参数和错误处理。问题是，“能跑”和“能进生产”中间隔着一条很长的河。
以前一个人写一天代码，reviewer 可能看半小时。
现在一个 Agent 半小时吐出一大坨 diff，reviewer 反而要花更久理解：
- • 这个改动是不是解决了真正的问题？
- • 有没有绕开现有抽象，偷偷复制了一套逻辑？
- • 有没有把边界条件写死？
- • 有没有为了通过测试改坏语义？
- • 有没有新增一个以后没人维护的复杂度？
这就是“代码变便宜，review 变贵”。
Stack Overflow 文章里还引用了一个很典型的例子：某位工程师产出了团队其他人 7 倍的代码，而且质量也不错；但问题是，团队里其他人花了大量时间在 review 她的代码上，而不是写自己的代码。
这不是在否定高产。
它提醒我们：软件开发不是打字比赛。一个人的输出量如果把整个团队的判断能力吃光，那瓶颈只是换了地方。
以前瓶颈在“谁来写”。
现在瓶颈越来越像是：谁来判断这东西到底好不好。
三、为什么你会在工具选择上卡住
很多人以为“选择 AI 工具”只是偏好问题。
我不这么看。
当工具只是补全几行代码时，选错了也没什么。不好用就关掉，手写就完了。
但 Agent 不一样。你一旦让它读仓库、改文件、跑命令、生成 PR，它就进入了真实工程链路。工具选择不再是“哪个回复更聪明”，而是会牵动一串后果：
- • 它能看到多少上下文？
- • 它会不会乱改无关文件？
- • 它生成的 diff 好不好审？
- • 它的执行日志够不够透明？
- • 它失败以后，我能不能快速接手？
- • 团队其他人能不能复现它的过程？
所以你会犹豫，不是因为你没主见。
是因为每次选择 Agent，本质上都在选择一套工作流。
更麻烦的是，工具每天都在变。
今天这个模型代码能力更强，明天那个 CLI 支持更好的 repo 操作，后天又有人说某个插件能自动生成测试。开发者很容易进入一种状态：一边想赶紧开工，一边又怕错过更优解。
这就是决策疲劳最隐蔽的地方。
它不一定表现为“我不会做决定”。
它常常表现为：我每个决定都能做，但每个决定都要消耗一点点注意力。
半小时之后，你终于选好了工具，可真正该思考业务逻辑的时候，脑子已经没那么清爽了。
四、80% 被编辑，说明人还没退出战场
Stack Overflow 文章还引用了 Smartsheet 的研究：其企业用户的 automation intensity 同比增长 55%，overall activity 增长 46%。他们的判断是，工作日没有变长，但同样的时间里塞进了更多活动。
这个描述非常准确：不是更长，是更密。
Smartsheet 还提到，80% 的 AI-generated content 在最终定稿前会被编辑。这里要说清楚，它说的是 AI 生成内容，不是只指代码；但放到代码场景里，这个趋势同样值得警惕。
AI 可以给你一个初稿。
但“能不能用”，仍然要人判断。
而且 AI 生成的东西有个特点：它不像你自己写的代码，你天然知道每一行为什么在那里。你 review AI 代码时，经常要倒着补上下文：它为什么这么设计？它是不是误解了需求？它是不是为了迎合 prompt 编了一个不存在的约束？
这也是为什么我觉得“人人都是 builder”这句话只说对了一半。
是的，AI 让更多人能更快做出原型、页面、脚本、自动化流程。
但 builder 不是只负责把东西搭起来。
builder 还要负责做判断：什么该做，什么不该做；什么能上线，什么只能当 demo；什么应该自动化，什么必须留给人。
Stack Overflow 那篇文章把新的 SDLC 瓶颈概括为一个词：judgement。
我觉得翻成中文，不只是“判断力”，还包括“负责收口的能力”。
生成越快，收口越重要。
如果没有收口，AI 帮你省下来的时间，会以 bug、返工、review 堆积、线上风险的形式要回来。
五、我的建议：别每天重新选工具，先定默认流程
我不是想劝大家少用 AI。
恰恰相反，我觉得现在更应该用，只是别把每天都过成工具评测日。
我自己的做法很简单：先定默认流程，再允许例外。
第一，给工具分工。
比如：一个工具负责日常代码库修改，一个工具负责解释和查资料，一个工具负责长任务探索，一个工具负责最终 review。分工不一定固定成行业标准，但要固定成你自己的默认值。
默认值的意义是：小任务不要重新开会。
第二，给 Agent 设边界。
我越来越喜欢在第一轮 prompt 里说清楚：先读哪些文件，先给计划，不要直接改；改动范围限制在哪；必须跑哪些检查；不确定的地方先问我。
这听起来慢，其实是在省后面的 review 时间。
第三，控制 diff 大小。
AI 很容易一口气改太多。越大的 diff，越容易让 reviewer 放弃逐行理解，最后变成“看起来差不多就合”。这很危险。
我宁愿让 Agent 做三个小 PR，也不愿让它生成一个巨大的“顺手重构”。
第四，团队要把“谁来判断”写清楚。
如果一个 PR 是 AI 生成的，那责任人不是 AI，而是按下合并按钮的人。这个原则不能模糊。工具可以协助解释，测试可以协助兜底，但最终要有人对结果负责。
第五，允许自己不追最新。
这点很反直觉。
AI 工具发展太快，永远会有更新、更强、更会跑的东西。但开发者真正稀缺的不是“知道所有工具”，而是保持一套稳定工作流的能力。
能稳定交付，比永远追最新更重要。
六、别让 AI 把你变成审批机器
我现在对 AI 编程的态度很明确：它不是替我写代码那么简单，它是在重排我的工作日。
以前我主要消耗在实现上。
现在我更多消耗在选择、组织上下文、检查结果、判断风险上。
这不一定是坏事。工程师本来就不该只做打字员。真正有价值的部分，本来就是理解问题、拆解系统、做权衡、承担判断。
但问题是，如果工具只负责不断生成，而流程没有重新设计，人就会被推成一个疲惫的审批机器：
上午 approve 这个，下午 reject 那个，晚上再回头看一个 Agent 改了 18 个文件的 PR。
这不是我想要的 AI 工作流。
我想要的是：AI 帮我减少低价值重复劳动，也帮我减少不必要的选择；而不是给我塞更多半成品，让我每天在“要不要相信它”里耗光脑力。
所以，下次当你发现自己“代码还没写，先选 AI 工具选了半小时”，不用太自责。
这不是你效率低。
这是整个软件开发流程正在迁移，而我们还没给新流程建立足够清晰的默认值、边界和判断机制。
AI 时代最该练的，也许不是 prompt 花活。
而是这件事：让工具多干活，但不要让工具替你制造更多决定。
下期我想聊一个更硬但很关键的话题：当 AI 写代码越来越快，测试会不会从“上线前的保护网”，变成 Agent 工作流里的刹车系统？
参考来源
- • Stack Overflow Blog: Coding agents are giving everyone decision fatigue[1]
- • Smartsheet Research: AI is making work denser, not lighter[2]
- • Hacker News / Algolia: Coding agents are giving everyone decision fatigue[3]
引用链接
[1] Coding agents are giving everyone decision fatigue: https://stackoverflow.blog/2026/05/21/coding-agents-are-giving-everyone-decision-fatigue/
[2] AI is making work denser, not lighter: https://www.smartsheet.com/content-center/inside-smartsheet/research/ai-making-work-denser-not-lighter
[3] Coding agents are giving everyone decision fatigue: https://hn.algolia.com/api/v1/search?query=Coding%20agents%20are%20giving%20everyone%20decision%20fatigue&tags=story