像样的答案不再逼你看第二眼
Addy Osmani 每天同时开着好几路 Agent。他写这篇文章，是因为工作已经很容易整段交出去，批判性思考却不会自动留下来。他赞成继续用这些工具。这篇要保住的，是交出去之后仍在你这边的判断。
过去从提出问题到拿到答案，中间要查、要想、要掂量，判断力是在这段路上磨出来的。现在这段路按秒计。模型变强以后，明显的错变少了。多数结果写得清楚，大体也正确，却不再逼你看第二眼。Agent 开得再多，盯着结果的眼睛还是只有一双。又快又顺、多半还对的答案让人松一口气，戒备也在这时候卸下来。这道检查得自己排进一天的工作里。默认没有别的东西会替你停一下。
从卸载滑到投降，每一步都说得通
Osmani 把使用方式分成三档。最上是 cognitive offloading（认知卸载）：活交给 AI，结果仍归你。你知道它做了什么，也能为它负责。他整天停在这一档，也建议别人停在这里。中间是 deferral：工具的输出直接变成你下一步的输入，不再被当成一个还没证实的猜测。最下是 cognitive surrender（认知投降）：AI 的输出悄悄变成你自己的想法，你不觉得还要检查。这个词来自沃顿商学院的 Steven Shaw 和 Gideon Nave。
往下滑很少被自己看见。上一个答案你读得很认真，下一个就扫一眼，再下一个只看骨架。每一步都说得通。直到有人指着其中一行问为什么，你讲不出来，叫上 Agent 一起也讲不出来。
这样欠下的是 cognitive debt（认知债）。当时看不出来：代码整洁，测试通过；只看了目录就签字的需求文档，也一样体面。要等你必须改这套系统、必须靠自己的理解往前推，才发现那份理解不在。Margaret-Anne Storey 写过它在团队里的样子：大家对这套系统如何运作的共同认识，被一点点磨掉。落到代码上，Jeremy Twei 称之为 comprehension debt（理解债）。
大型代码库谁也装不下全貌。Claude Code 团队公开说过自己的做法：要动哪一块，就让 Claude 把那一块讲清楚。整库不必一直记在脑子里。这种债比很多工程师以为的更容易补回来。你只要知道自己缺的是哪一块，用的时候能补上。红线只有一条：借助 Agent 都讲不清，所有权就已经交出去了。
选错不贵的事，可以整段交出去
交出去本身可以是对的。Osmani 不久前录课，要从三家评分接近的酒店里挑一处当录制地点。他没有时间把评论看完，就把选择交给了 AI。这次在他看来没问题，下次他还会这样做。
家里的钱怎么投、怎么给孩子的职业出主意，他不会这样定。工作上做什么、哪些改动会影响哪些用户、能不能放心上线，他也不会。
错了也不贵的事，放手交接。后果要别人承担的推理，留在自己手里。
提问之前，先留下一个哪怕很差的猜测
以前想不清一件事，他会回到一张很土的清单：是不是在解决对的问题，方法对不对，结论有没有证据，怎么知道已经做完。写出来很幼稚，却会逼你走到平时会漏掉的地方。现在跳过这一切很容易，一句「你觉得我该怎么做」就够了。
他现在问自己六件事。提问之前，有没有先猜一个答案。猜得差也行，有了新信息可以改。先读到一篇写得很顺的回答，别的可能就很难再出现。完全没有头绪时，用 Thariq Shihipar 说的 blind spot pass：把你已经知道的交给模型，让它找出你不知道自己不知道的东西。
他会分清这一次是请工具帮忙想，还是把思考整个卸掉。两种都可以，前提是自己清楚在做哪一种。要让这个结论是错的，什么条件必须成立，然后去查。模型自己说有几成把握，比不上一个你能实际跑一遍的测试。立场已经很硬、问题又没有标准答案时，让不止一个模型替对立的一面说话，读完再下判断。这一步费时间，问完之后懂得也更多。
当着以后要维护它的人，敢不敢为它打包票。代码如此，交出去的任何东西都如此。这是他给「能不能负责」定的线。还有一问留给自己：已经不再练哪些事，比如一些日常排错。放掉一部分可以，最好是自己选的。
变绿的检查只证明一件事
他把瓶颈从把代码写出来，挪到确认自己是对的。Agent 如果有办法检验自己的工作，端到端测试、属性测试，或者真的去点一遍应用，就可以改一处、跑一遍、读结果、再试。这些都发生在你看之前。Claude Code 的创建者 Boris Cherny 把这叫作：给 Claude 一个验证自己工作的方法。人的活跟着变：少逐行读，改为把这些循环搭起来，再审它留下的证据。
验证自己也会被交出去。「有没有证据」会滑成「检查变绿了吗」。Agent 让写测试便宜到几乎不占成本，满屏绿色随手就有。测试和功能要是带着同一个误解，测试照样通过，功能照样是坏的。一个绿勾只证明一件事。人很容易把它看成已经覆盖了全部。
检查变绿之后，先问它证明了什么，再问它没证明什么。什么叫已经验证，要事先定下来。做完再定，人会替刚出来的结果找理由。Agent 工作的终点要摸得着：一次通过的测试、一张截图、一段日志或调用轨迹。「做完了」应当是一件可以核对的事实。它要是只剩一种感觉，就太容易被放过。收到完成通知，先看它实际跑了哪段命令、输出了什么，再看总结。
Claude Code 可以用一个全新上下文的子 Agent 给自己挑刺。这件事值得固定进流程，每次都跑。他看完复杂功能之后，仍会再问一句：我漏了什么。对方常常还能再找出两三件，所以他每次都问。深挖不必成为每一次的默认。知道什么时候该深挖，本身就是手艺。Claude Code 团队写代码审查时留过一条：说不出这些检查会漏掉什么，就去要一次真正的审查。快速批准盖不住这个缺口。
代码之外同样适用。Agent 汇总了五十通客户电话，或做了一份竞品分析，就去翻几份原始材料，看总结准不准。建议押在某个数字上，就核一遍这个数字算得对不对。把验证搭起来已经很便宜。难的是你得知道，好的验证长什么样。
六百行里，要审的是它替你做的决定
设想 Agent 交来一份六百行的改动。你看了结构，没有逐行读。变量名像样，测试也过了，于是批准。中间某处，事务里几步的先后被调换了，或者一个你没想过的边界情况里，默认值被反过来。你确实看过。看到的，是你本来就知道要找的那些。
写代码和审代码是两门手艺。审着审着，就会变成盖章。把改动当成一份普通提交去读，不因为出自 Agent 就放低标准。然后再看改动外面。一次长会话里，它会替你做很多小决定：用了什么默认值，认定什么不在范围内，两条要求冲突时改写了哪一条。一份写着一切顺利的总结里，这些都看不见。
让它把自己做过的决定和假设列出来。然后考自己：随手挑几行，这行在做什么，那一行呢。如果是文档，就合上它，凭记忆写出主要论点。他喜欢的一种长会话习惯是，让 Claude 就这次改动写一份报告，末尾附一套测验，测验全对才合并。交出去的东西，要理解到能替它辩护，因为迟早有人会问。
Agent 也能帮你守住注意力。他维护的一个开源项目常常涌进大量拉取请求。他用 Agent 分辨新来的是什么、哪些违反了项目规范、哪些需要他亲自看。拍板很少交给 Agent。范围缩到该看的地方之后，他才有余力判断：这个改动是不是用对的方法，解决了对的问题。
产量要对自己诚实。他把一道缺口叫作 orchestration tax（编排税）：Agent 产出的东西，和你愿意署上自己名字的东西，中间的距离。做完的活堆得比你看得快，再开一个会话也补不上。要么收紧检查，让必须等你过目的少一点；要么慢下来。产出多过你能担保的时候，审查已经停了。剩下的，是指望它没出错。
判断从过程中间，挪到开头和结尾
理解还在干活，位置从中间挪到了两头。开头把任务和背景说清楚，结尾审结果。输入的质量会决定输出的质量。他把写好提示词看成一项批判性思考的能力。
过去你提一个含糊的需求，总有人追问，你才会发现自己其实还没想清。Agent 往往不会在这里拦住你。它把你没说的部分补上，交回一个看起来做完了的东西，背后的想法仍然是糊的。他把这叫作 intent debt（意图债）：藏在你没亲手写的成果里的目标、约束和理由。别的债或许还有人能替你还。这一笔只能你自己来。
提示词反映的是你对问题的理解。说不清，常常是自己还没想清。求助之前，先用自己的话写一份简短需求：给谁用，哪些不做，怎样算完成。改了两轮还没到想要的结果，就停下修修补补，把提示词重写一遍。
哲学家 Andy Clark 分开过两件事：把事委托给 AI，以及跟它合作。合作的时候，你的提示词让输出更好，输出又让你下一条提示词更准，对问题也想得更清楚。还想不清，就让 Agent 来采访你，问它没搞懂的地方。会话结束时你比开始时更明白，这就是做成了。输入往下传的时候也要留神。每个 Agent 都只拿上一个 Agent 的总结当上下文，传到第三个，就已经没人读过原始材料。
结尾要有自己的标准。他在不少创作形式里试过 AI，大部分成果没有拿出来给人看，因为没过他自己那一关。东西现在都格式整齐、语气笃定。看起来很精致，已经不再是一个有用的信号。生产变快了。不愿署上自己名字的，他就不发出去。没过线的，把原因写进共享配置、一个 Hook，或一条测试，让同样的问题不再出现。品味是这样一点点攒出来的。记下为什么没入选，本身就是练习。
检查可以交出去，责任交不出去
读到这里，很容易冒出一个念头：再过一两年，模型能发现的问题就和我一样多，这些还要练吗。在发现问题这件事上，他觉得这个估计可能大体成立。他自己也主张，把越来越多的检查交给 Agent。这项能力仍然要留着。
总得有人为发出去的东西负责。AI 参与多少，最后签字的还是一个人。该信它多少，本身就是判断。模型出错的地方一直在变，只有持续看它的活，这个判断才准。Anthropic 研究自家工程师时，把这个陷阱叫作 paradox of supervision（监督悖论）：监督 Claude 所需要的，正是那些可能因为过度使用 AI 而退化的编程技能。还有一类问题，模型再强也替你答不了：你在做什么，为什么值得做，会影响谁，你愿意为它放弃什么。Agent 可以陪你想。答案仍然是你的。活可以交出去，大部分检查也可以交出去。责任交不出去。
上面这些不必全部做成硬制度，接进自己用得上的部分就行。
每周离开 Agent，写一点代码，或做一件忘了就会很麻烦的实事。他管这叫校准练习，并把它放在手艺上，不放在道德上。每月写下已经不再做的事，逐一决定哪些可以放下。他旧文里有一个问题仍然有效：如果 AI 不存在了，你会有多迷茫。写作或读材料时碰到没见过的说法，搜一句解释塞进去很容易。他更愿意先做一点研究，看清这句话在整体里的位置。认真检查 Agent 的产出是真实的工作量。把它当成不花时间的事，团队最后就不会做。排进计划，它才会被做完。不再练习的技能会消失，而且往往比当事人猜的更快。不愿放掉的那些，就继续练。
他留下八件可以带走的事。Agent 能考你、采访你、把证据摊开，前提是你先设好。诚实看自己停在三档的哪一档：借助 Agent 都解释不了，就是已经交出去了。提问前先有一个猜测，哪怕很差。一个绿勾只意味着一件事，问清它检查了什么、没检查什么。先读它运行了什么、返回了什么，再读总结。读出它替你做的决定。提示词怎么写，暴露了你对问题懂多少。设一条线并守住：不愿署名的，就不发出去。还可以马上试一个小动作：提问之前，写下你觉得会发生什么；Agent 做完之后，写下一件它没有检查的事。看这一下，会不会改变你读输出的方式。
