结论先行执行类的事已经不太需要你动脑子了。部署一个 deepseek、跑通一个 nanoGPT、把 Ray 在小场景里跑起来——这些事以前能吃掉你好几天现在有官方文档、有别人踩过的坑、有 agent 帮你写多半能搞定。真正还要你动脑子的是更上面那一层选什么问题、提什么问题、判断结果对不对、做没有现成答案的决策、把东西组合出新花样。脑力没有消失只是上移了。一、现象以前要几天现在几小时先说现象别急着下结论。几年前你想在本地跑通一个新框架流程大概是这样翻官方文档英文、版本还对不上、搜 Stack Overflow一半答案是过期的、照着抄一遍、报错、再搜、再改、再报错。一个Hello World 级别的跑通吃掉两三天很正常。部署 deepseek、跑 nanoGPT、起一个 Ray 集群都属于这一类——不是难是坑多、碎、且每个坑都得你自己踩一遍才长记性。现在呢你把报错贴给 agent它不光告诉你改哪一行还能顺手把环境依赖、版本冲突一起理顺你让它帮你写 nanoGPT 的训练脚手架它连数据加载、checkpoint 都给你配好。官方文档比以前全社区里几乎每个坑都有人写过 issue。执行类的跑通这件事成本被压到了接近零。这不是 agent 多聪明是这类问题天然适合被外包有权威信息源文档/源码、有可验证的对错跑起来就是跑起来、有大量前人经验可复用。当这三样齐了怎么做就不再是瓶颈。二、哪些事不需要动脑子了把话说清楚不是所有事都不用动脑子是某一类不用了。这类事的特征很明确——照着文档能跑的装个库、配个中间件、写个标准 CRUD。别人已经解决过的你遇到的报错搜一下大概率有人栽过同一个坑。有标准流程的建个 CI、写个 Dockerfile、起个 Kafka 测试环境套路是固定的。它们的共同点是存在权威信息源 结果可验证。你能对照文档知道对不对能跑一遍就知道通没通。这种事agent 检索基本能闭环你插手反而慢。注意我说的是不需要动脑子不是不需要看。你仍要看一眼结果对不对agent 会幻觉下一节讲但不需要从零琢磨这行配置到底该怎么写。动脑子和动手是两回事——动手可以外包判断不能。三、那该动什么脑子核心执行被外包了省下来的脑力该投到哪我拆成五块从轻到重排1. 选对问题做什么比怎么做值钱。agent 能解你提的问题但它提不出问题。你让它优化这个接口的慢查询它干得很好可这个接口到底该不该存在、“这整个功能是不是伪需求”它不会主动问你。做什么的方向选错了怎么做做得再漂亮也是零分。选问题靠的是你对业务、对用户、对优先级的判断——这块没有 issue 可搜。2. 提对问题问什么决定 agent 给你什么。同样一个 agent问帮我写个后台系统得到一堆废话问读多写少、Redis 缓存、MySQL 存储、极端流量下允许最终一致、p99 200ms 以内得到接近生产级的方案。坏问题得到坏答案这是确定的。提问题的颗粒度就是你对这个领域理解深度的直接投影。这一条和提问的力量那篇重叠但这里只把它当作脑力上移的一环不展开提问本身的高阶素养。3. 判断输出对不对agent 会给你看起来对其实错的东西。这是最容易被坑的一环。agent 写的代码语法完美、逻辑荒谬——高并发用了非线程安全的集合、删库命令混进了测试脚本、给的方案在纸面上自洽但跑起来 OOM。你得有能力验。不是逐行审查那又回到动手了而是抓关键风险点边界条件、并发、资源占用、安全。判断力是你的免疫系统agent 越强这个免疫系统越要紧。4. 没有现成答案的决策系统设计、架构取舍、业务判断。“这个服务该拆还是该合”“要强一致还是最终一致”自建还是买这些问题没有 issue因为答案取决于你的具体约束——团队规模、流量、预算、未来半年的演进。agent 可以帮你列利弊但拍板的是你。这类决策错了后面执行再漂亮也白搭而且往往不可逆。5. 组合出新东西原料相同产出差距大。这是最高杠杆的一块。A 和 B 都用同样的 agent、同样的模型、同样的公开资料为什么做出来的东西差很多因为组合方式不同。把一个不起眼的小技术、一个跨界的方法、一个别人没拼过的搭配拼起来做出没人做过的东西——这种原料相同、产出不同的差距就来自组合能力。agent 给你原料怎么拼是你的事。这点和另一篇聊原创性的博客呼应这里不展开。五块排下来规律很清楚越往上越没有现成答案、越不可外包、越决定最终产出。脑力要往这几块上移。四、一个心智模型把脑力当预算讲个我自己觉得好用的心智模型。把你的脑力想象成一笔有限预算每天就那么多。以前这笔预算大头花在执行上——查报错、写样板、配环境。现在 agent 把执行这项开销砍到接近零省下来的预算该投到更高杠杆的地方判断、选择、组合。反例是什么是你仍把预算花在执行上——亲手敲 agent 能写的东西、死磕一个能搜到的报错、把时间耗在怎么做里。这就像有了计算器还坚持手算长除不是不行是预算用错了地方真正该动脑子的几块反而没预算了。这个模型的好处是它不谈AI 会不会取代人这种大词只问一个具体问题今天我这笔脑力预算投到执行上了还是投到判断/选择/组合上了投错了就算你很忙、很累、很努力也是在和 agent 比执行——而比执行你必输。五、启示别和 agent 比执行收一下。执行外包给 agent别和它比手速。你比不过也没必要比。守住五块选问题、提问题、验结果、做决策、搞组合。这是 agent 替不走的部分。学习也要上移。少背 API、少记命令agent 文档随查随有多练判断、多练系统思维、多练把零散东西拼起来的能力。背得越多越是在和 agent 抢执行层的活。判断力是底线。agent 越强能看出它哪里错了越值钱看不出错外包就变成放任。一句话agent 时代动脑子的不是怎么做是做什么、问什么、判什么、怎么拼。脑力没贬值只是搬了楼层——搬对了你比以前更值钱搬错了你在和一台不知疲倦的机器抢同一份执行活那才是真的亏。
