当 AI Agent 变得像 Unix 命令一样轻量、可组合、可编程，世界会怎样？

引言

如果你是一个有经验的开发者，一定对 Unix 哲学耳熟能详：做一件事，并做好它。管道让一个个小工具组合成强大的工作流。然而，当我们谈论 AI Agent 时，画风突然变了——动辄数 GB 的依赖、数百 MB 的模型上下文、数分钟的准备时间。

TL;DR: MIT 研究表明，当 AI 能完成大部分工作时，人类的稀缺资源不再是"执行能力"而是"验证能力"。这意味着我们的价值从"做事情"转向"确保事情做对"。开发者需要从"执行者"转变为"监督者"，而整个社会需要投资验证基础设施，否则将面临"空心经济"的风险。

一个戏剧性的反转

昨天写了《认知负债》，引用了一个研究：有经验的开发者用 AI 后反而慢了 19%。

今天发现，发布这个研究的机构 METR 发了更新：我们的方法有问题，实际可能是快 20%。

一个扎心的发现

最近看到一个研究：有经验的开发者使用 AI 编码工具后，反而比不用时慢了 19%。

不是快 19%，是慢。

这事儿挺反直觉的。AI 不是应该提升效率吗？

认知负债是什么

传统的 技术债务（Technical Debt） 我们都熟悉：为了赶进度写的烂代码，以后要还利息。