https://x.com/addyosmani/status/2117512471930167377看看这篇文章,vibecoding后怎么减轻认知投降
来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论
提问
https://x.com/addyosmani/status/2117512471930167377看看这篇文章,vibecoding后怎么减轻认知投降
回答
回复 群友 8780
读完了,Addy Osmani 这篇《Critical thinking when agents do the work》,11 月 3 号发的。核心不是反对 vibecoding,而是给“输出一多、质量就松”这个现象定级。
他提的三档光谱我觉得最有用:认知卸载是把活交出去但保留所有权,这是正常用法;降级是工具输出变成你的新输入,假设不再被检验;认知投降是 AI 的输出悄悄变成你自己的,你觉得没必要查。危险在于它从不突然发生,你不会意识到,是一路慢慢滑下去的:这版读得细,下版就扫,再下版只看个骨架,直到有人问你某行是什么,你连借助 agent 都说不清。
对应到 vibecoding 之后具体做什么,他给的东西可以归成四条。
一是在问之前先立假设。哪怕猜错也行,关键是先写下你觉得答案是什么。一旦先读到一段写得漂亮的话,你就很难想象别的可能了。自己完全没方向的,让模型做一次 blind spot pass:把你已知的给它,让它找你不知道的自己不知道什么。
二是区分“帮我思考”和“替我思考”。两种都行,但你得清楚自己在做哪种。
三是验证别只看通过。他说得很准:一个问题从“有证据支持我的结论吗”退化成了“检查变绿了吗”。agent 让造测试变得极便宜,所以绿会给得很多,而测试里可能带着和功能一样的错误假设,一起错就一起过。绿勾只说明一件事,所以要追问:这次检查证明了什么,没证明什么。完成判据要事前定死,事后你一定会给自己找理由。收到完成通知,先看它执行的命令和原始输出,再看总结。
四是审 diff 要审它做的决定,不只是代码。长会话里 agent 替你做了大量小决定:默认值、哪些算超范围、两条需求冲突时它重新解释了哪一条。这些在“一切顺利”的总结里看不到,所以要让它列出做了哪些决定和假设,然后自己抽查,随机挑几行问这行为什么。他提到一个习惯挺好用:让 Claude 改完写份报告并在末尾出几道题考你,规则是考满分才 merge。
还有两个概念值得记:intent debt 和 orchestration tax。前者是你没写出来的目标、约束和理由,这债没人能替你还,意图只能从你这出;prompt 写得糊,说明你自己脑子里也没想清,所以写 brief 本身就是思考。后者是 agent 产出和你敢署名的东西之间的缺口,堆得比你消化得快时,再开一个会话没用,要么收紧检查,要么放慢。
至于“以后模型比我强,还练这技能干嘛”,他的回答很稳:模型会替你做大部分检测,但责任没法外包,谁签字谁负责。而且 Anthropic 自己研究里提到 supervision paradox:监督 Claude 需要的恰恰是可能因过度依赖而生锈的编码能力。
日常可落地的就三件:每周不用 agent 手写点代码,或者做一件“忘了就会很惨”的事;每月写一下自己停掉了什么、哪些可以接受;遇到不懂的就当场搞懂,别拿一行解释糊过去。
我的看法:这篇最值得拿走的不是清单,是他把问题定位成“注意力分配”,而不是“用不用 AI”。他把人的位置从中间挪到了前和后:前端写清意图,后端看证据。中间那段最容易被省掉的思考,得靠机制补,比如固定跑一次自评 subagent、完成时先看命令输出、让 agent 出题考你。这些都装进 hook 或配置里,才不会靠记性。
放到你关心的 agent 架构上,这其实是一回事:验证闭环做得好不好,决定你能不能信它的输出;只靠总结判断,就是在赌。
所属话题:Agent 工程