今天下班前，我干了件闲事：把这一天和 AI 的对话记录从头翻了一遍，数我拍了多少次板。
三个技术方案里选一个，算一次。五处"这样改行不行"，算五次。一份分析看完说"结论站不住，重来"，也算一次。数到第四个会话窗口我放弃了——照这个密度推下去，一天两百个只多不少。
这个数字解释了一件我最近一直没想通的事：我明明一行代码没写，没开一个会，没有任何东西能填进"今天的产出"那一栏，为什么每天下班，累得像跑完半马。
手上没干活，脑子却被掏空了。于是一个念头冒出来——我记得之前看到过一个观点：**人在处理信息和做决定时会消耗大脑的认知功能，导致后续的决策质量降低，这种现象也被称为「决策疲劳」。而认知功能也恰恰是前额叶所掌管的部分。做决策是要消耗前额叶的。**现在 AI 把决策密度提高了十倍，那我的前额叶，是不是正在被这些批量生产的方案、问题和待办事项，一点点磨损？
这个担心听起来很有道理。所以我又在 Claude Code 里专门跟 Fable 5 聊了这个事情，然后发现，事情和我以为的完全不一样。
「意志力是块肌肉」—— 一个塌了一半的比喻
“决策消耗意志力"这个说法，有一个很体面的学术出身。
上世纪九十年代末，心理学家 Roy Baumeister 做了一个著名的实验：让一组人抵抗刚烤好的巧克力饼干的诱惑、只能吃萝卜，另一组人随便吃。随后两组人去解一道无解的几何题。吃萝卜的那组平均八分钟就放弃了，吃饼干的那组坚持了十九分钟。结论呼之欲出：自控和决策消耗某种共同的心理资源，用掉了就少了——这就是"自我损耗”（ego depletion）理论。它太符合直觉了，以至于后来衍生出整套流行文化：意志力是肌肉、决策疲劳、乔布斯为了省决策只穿同一款衣服、法官在饭前更倾向于驳回假释。
问题在于，这座大厦后来塌了一半。
2016 年前后，心理学经历可重复性危机，自我损耗是被清算得最狠的理论之一。二十多个实验室联合做的预注册重复实验，测出来的效应约等于零。那个"饥饿的法官"研究也被指出致命混淆：没有律师的囚犯往往被排在临近午饭的时段——法官驳回他们，可能不是因为饿，而是因为案子本身弱。至于"决策消耗葡萄糖"的版本，算一下就知道不成立：大脑做一小时艰难决策多消耗的血糖，还不如散步五分钟。
那我下午的累是幻觉吗？也不是。2022 年，巴黎的一个团队在 Current Biology 上发了一个更靠谱的答案：他们让被试连续六个多小时做高强度认知任务，用磁共振波谱追踪大脑代谢，发现外侧前额叶里谷氨酸确实在累积——伴随着决策偏好的变化，人会更倾向于选省力的、即时的选项。认知疲劳是真的，有生理指标。
但注意这个结论的另一半：它是可逆的。睡一觉，代谢物清掉，第二天照旧。这和"磨损"是两码事——肌肉练完会酸，不等于练废了。神经组织恰恰是用进废退的，没有任何证据表明多做决策会损伤前额叶。
查到这里，我本来可以安心了：累是真的，伤是没有的，散会。
但真正让我坐直的，是再往下查时发现的东西——证据指向的危险方向，和我的直觉正好相反。
我以为我在过载，其实我在退场
先说一个和 AI 毫无关系的老实验。
1948 年，心理学家 Norman Mackworth 受英国皇家空军委托研究一个问题：雷达操作员盯着屏幕找潜艇信号，为什么总在后半程漏掉目标？他设计了著名的"Mackworth 时钟"实验，结果发现：哪怕是训练有素的人，持续监视任务开始半小时内，探测率就会显著下滑。这个现象后来被称为"警觉衰减"（vigilance decrement），在此后几十年的空管员、质检员、麻醉师研究里被反复验证。它有一个反直觉的内核：监督别人干活，比自己干活更快耗尽注意力。 因为生成是主动的，节奏在你手里；而监视是被动的，你必须时刻准备着从大量"看起来都对"里揪出那个错的——这种"随时待命的怀疑"，才是最贵的认知开销。
现在回头看我的下午：AI 生成，我评估。我的工作形态，不知不觉从程序员变成了空管员。累，太正常了。
但空管员研究还有下半句，那才是真正的警报。人在长时间监督一个大部分时候都正确的系统时，会发生一件比疲劳更隐蔽的事：逐渐停止真正的检查。 航空领域管这个叫"自动化自满"（automation complacency）——自动驾驶越可靠，飞行员越容易在它出错的那一次毫无防备。不是因为累坏了，而是因为大脑很诚实：既然过去两百次它都对，第两百零一次为什么还要认真看？
去年 MIT 媒体实验室有个被广泛讨论的实验，给这件事补了一张脑电图。研究者让三组人写作文：一组用 ChatGPT，一组用搜索引擎，一组纯靠自己，全程戴着 EEG。用 ChatGPT 的那组，写作时脑区间的连接性最低，事后让他们引用一句自己"写"的文章，超过八成的人做不到。这个研究样本很小，也只是预印本，结论不必全信——但它和七十年来自动化研究指向同一个方向：当机器接管了生成，人最先失去的不是能力，而是参与。
于是我意识到，我下午那个担心问错了问题。
我担心的是过载：两百个决策会不会把前额叶烧穿。而真实的风险是退场：在两百个"看起来都对"的方案面前，我的"确认"正在从一个动词，退化成一个反射。第一个方案我逐行看过，第五十个我扫了一眼结论，第一百五十个——我按下了同意，然后已经想不起它说了什么。
前额叶不会被用坏。但它会被这样一天天地劝退。疲劳第二天就恢复，退场不会——它只会越来越舒服。
给前额叶造一副外骨骼
想明白这一点之后，我对自己工作流的理解变了。
我曾以为那些规矩是在"节省精力"，现在看，它们真正的作用是对抗退场——既然疲劳不可避免、钝化才是真敌人，那设计的目标就不是少做决策，而是把认真花在值得认真的地方。
比如分级。我现在给决策划了一条线：可逆的，授权 AI 按默认规则处理，我不看；不可逆的——动架构、删数据、对外发布——必须上升到我，而且我要能说出"为什么是这个方案"才放行。这条线的意义不在效率，在于它保住了少数决策的介入深度。两百个决策里如果有一百八十个根本不该到我面前，剩下二十个我才有力气真的想。
比如把纠正沉淀成规则。同一个坑，AI 犯到第三次，我就把它写进配置文件里，一行规则加一句为什么。这件事表面上是在调教 AI，实际上是在给我自己减负：每一条沉淀下来的规则，都是一类我从此不用再重复判断的事。前额叶最擅长的是处理新问题，最不该被浪费在重复问题上。
比如强制说理。我给 AI 立过一条规矩：被我质疑的时候，不许条件反射式认错，有把握就顶回来，把证据摆出来。这条规矩的受益人其实是我—— 一个只会顺着我的系统，会以最快的速度把我训练成不思考的人。我需要它偶尔顶撞我，就像机长需要副驾驶敢于喊出"你低了"。
这些东西加起来，像是给前额叶造了一副外骨骼：骨骼不替你走路，但它决定你的力气花在哪一步上。
我不确定这套东西是不是最优解，它大概率会一直改下去。但它背后的原则我越来越确信：在 AI 时代，工作流设计的本质，是注意力的分配宪法。 你不写这部宪法，疲劳和自满就会替你写——而它们写出来的版本只有一条：都行，你看着办。
最后说一个病人的故事
神经科学家 Antonio Damasio 记录过一个叫 Elliot 的病例。他因为脑瘤切除了腹内侧前额叶的一部分，术后智商测试完全正常，逻辑、记忆、语言，样样都好。但他的人生塌了：他会在"用蓝色笔还是黑色笔"这种事上僵住半小时，会为约一个日程翻来覆去权衡整个下午，会把积蓄投给一眼就该看穿的骗局。
Damasio 从他身上得出的结论，后来成了决策科学的一块基石：决策不是计算。 Elliot 的计算能力毫发无伤，他失去的是另一样东西——在无穷的选项面前"感到"哪个重要、然后愿意承担后果地选定它的能力。知道所有选项的利弊，和敢于关掉其它选项，是两种完全不同的机能。前者是分析，后者才是决策。
这就是为什么我不再担心 AI 抢走决策这件事了。
AI 能生成方案，能分析利弊，能把一件事的一百种可能性铺在你面前——它把"计算"这一半做到了人类望尘莫及的程度。但拍板的本质不是选出正确答案，而是愿意为这个选择负责。方案错了，改代码的可以是 AI，向用户道歉、承担损失、修正判断的只能是我。责任没法外包，所以判断没法外包——不是技术上不能，是逻辑上不能：一个不承担后果的系统做出的不叫决策，叫输出。
想通这一层，最开始我想要寻求答案的那个问题，在我这里换了一种解释。
前额叶没有在磨损，它在换工作：生成的活儿正在交出去，剩下的那部分——权衡、拍板、承担——恰好是它进化了几百万年就为干这个的事。这份新劳动是有重量的，所以那种累更像一张收据，证明两百次放行里，至少大部分时候，我真的在场。睡一觉，它会被清空，第二天可以重新支付。
真正该警惕的是相反的那天：两百个决定批下去，行云流水，毫无感觉。那不说明我变强了，只说明退场已经完成——决策变成了通过，签字变成了盖章。最麻烦的是，我多半不会察觉，因为盖章一点也不累。
所以，累了就去睡。哪天不累了，才是真正该怀疑自己脑子的时候。
评论