Addy Osmani：AI智能体越能干，人为何越易放弃独立思考？
Anthropic旗下Claude Code团队工程师Addy Osmani在社交平台X发表长文，警告AI智能体越来越强大，人类可能在享受效率的同时丧失独立思考和验证结果的能力，并将这种现象称为“认知投降”。他将人类使用AI的状态分为认知卸载、推迟判断和认知投降三个层次，并建议先形成自己的初步假设、主动寻找推翻AI结论
北京时间11月4日，
Anthropic旗下Claude Code团队工程师、前谷歌技术高管Addy Osmani在社交平台X上发了一篇长文，题为《当AI智能体完成工作时，如何保持批判性思维》（Critical thinking when agents do the work）。他在文中提醒：AI智能体（AI Agent）能力越强，人们一边享受效率，一边可能慢慢丢掉独立思考、核验结果和吃透复杂系统的本事。他把这种情况叫作“认知投降”（Cognitive Surrender）。
在谷歌干了14年多，Chrome开发者体验和谷歌云AI相关业务他都负责过，如今在Anthropic做
Claude Code方面的工作。Osmani说自己是AI智能体工作流的铁杆支持者，平时经常同时跑好几个Agent。可他注意到一个让人不安的变化：模型越做越强，输出里明显的错误越来越少，人反倒更难绷紧那根弦。
以前要拿到一个答案，通常得走信息收集、分析、判断这一串流程，现在几秒钟就可能走完。AI产出的东西结构齐整、读着顺，多数时候还没错，用户于是越来越容易跳过自己思考和核验这一步。
他把人用AI的状态分成三层。第一层是“认知卸载”（Cognitive Offloading）：任务交给AI，结果仍由自己负责。第二层是“推迟判断”（Deferral）：AI的输出不再被当成待验证的假设，而是直接拿来当下一步的依据。第三层就是“认知投降”：AI的结论慢慢变成用户自己的判断，用户甚至觉得没必要再查。
“认知投降”这个说法，最早是沃顿商学院研究人员Steven Shaw和Gideon Nave提出来的。
Osmani认为，这种滑落一般不是一夜之间发生的，而是在反复使用中一点点成型。第一份AI报告可能还认真读完，第二份只扫一眼，到第三份干脆只看大纲。等到有人问起某个具体结论，用户也许会发现，自己根本讲不清里头的逻辑。
他把这个现象跟“认知债务”（Cognitive Debt）挂上了钩。软件开发里，AI能吐出大量代码，测试也可能全过，可团队成员对系统架构和实现逻辑的理解却在缩水。直到某天要改系统，开发者才发现有些功能已经没人真懂它怎么跑了。
不过Osmani并不要求开发者把庞大代码库的每个细节都记在脑子里。他说Claude Code团队需要时也会借助AI重新弄清某个代码模块。真正要紧的不是什么都懂，而是清楚自己不懂什么，并且有能力把它重新搞明白。
怎么避开“认知投降”？他的建议是：向AI提复杂问题之前，先自己拿出一个初步假设，别一上来就全靠AI给答案。哪怕最初的猜测不准，它也能帮人在看AI结果时留一块独立判断的地基。
他还建议，用户要主动去找能推翻AI结论的证据，别只问模型对自己的答案有多大把握。碰上争议大的问题，可以让不同的模型分别从相反立场论证，再由人来综合判断。
落到软件开发上，Osmani认为，AI时代的瓶颈正从写代码转向验证代码对不对。
眼下AI智能体已经能自己写代码、跑测试、读报错、反复改，直到测试通过。问题是测试本身也可能是AI写的。要是测试逻辑和代码犯了同一个错，哪怕测试全绿，也证明不了软件没问题。
所以他强调，开发者不能只盯着测试过没过，还得说清测试到底证明了什么、哪些风险没覆盖到。验收AI交付的成果，依据应该是实测结果、运行日志、截图这类能查证的东西，而不是AI写的一段看着挺合理的总结。
Osmani还提出，开发者应当要求Agent把执行任务时自己拍板的决定、采用的假设、忽略掉的条件一一列出来，这些东西通常不会出现在最终的工作总结里。
AI能同时干的活越来越多，另一个问题也跟着冒头。Osmani管它叫“编排税”（Orchestration Tax），说的是AI出成果的速度，和人类能认真审核、并愿意为之负责的速度之间的落差。
当AI的产出越堆越多、人已经没时间审的时候，再加Agent数量解决不了问题。他的看法是，团队要么改进自动验证机制，要么适当放慢任务生成的速度。
Osmani同时提醒，高度自动化可能让人慢慢放弃练习原有的技能。他建议开发者每周挑点代码在不碰AI的情况下写一写，每个月回头看看自己已经停练的技能，判断哪些能力还值得留着。
他还引用了Anthropic关于内部工程师和研究人员使用AI的研究，其中有一种“监督悖论”：监督Claude得会编程，可AI用得太狠，这些能力又可能退化。
Osmani强调，这些观点不是说该少用AI。错误成本低的任务，完全交给AI没问题；但碰上投资、职业选择、产品安全或者会影响他人的重大决定，关键判断权还是得留在人手里。
在他看来，将来的AI模型也许比人更会挑错，但这消不掉人的责任。做什么产品、为什么值得做、会影响到谁、愿意为此付出什么代价，这些选择仍然得由人来做。
文章结尾他写道：“你可以将工作和大部分审核任务交给AI，但不能将责任也一并交出去。”
