Claude Code team's Addy Osmani on how to retain critical thinking when using Agents

Agent 把活干完了，批判性思考还得你自己留住

来自 Claude Code 团队 @addyosmani 的分享，他不主张少用 Agent，而是提醒：模型越好、输出越顺眼，就越没人逼你再想一遍；批判性思考不会自动发生，得自己放进日常习惯 -- 事情可以交给工具来做，对结果负责这件事交不出去。

问题出在哪 以前，很多思考发生在「刚问完」到「答案出来」之间；现在这段空档只剩几秒。并行开很多会话，盯结果的也还是你这一双眼睛。模型变强以后，一眼就能看出的错变少了，多数结果写得像样、大体正确，反而更少触发「再看一眼」。流程又舒服，忙起来最容易松懈。

作者说得很清楚：他喜欢这些工具，写这篇文章不是为了劝人少用，而是帮已经深度用上 Agent 的人，在「什么都能丢出去」的环境里，把独立判断留住。

三种用法：卸载、往后拖、投降 最上是认知卸载：活交给 AI，结果仍归你；他自己整天这么干，也建议别人这么干。中间是把判断往后拖：工具的输出直接变成下一步输入，不再当假设。最下是沃顿学者提出的认知投降：AI 说的悄悄变成你自己的话，也不想再核。

滑坡往往一步步都显得合理：上次认真读了，这次略读，再下次只扫骨架，直到被人问起某一行，连带着 Agent 也说不清。团队里会表现为对共同系统理解越来越薄；代码里则是理解债，测试是绿的、代码看起来干净，真要改系统才发现没人懂。

Claude Code 团队公开说过，他们是用到哪一块就让 Claude 解释哪一块，而不是脑中常驻整仓模型；关键是清楚自己缺哪一块。低风险的事（比如从三家差不多的酒店里选录课场地）可以全权交给 AI；投资、给孩子择业建议，以及工作里做什么产品、改动影响哪些用户、能不能上线，推理还得留在自己手里。错了代价低的可以放手，会影响别人的，推理别交出去。

动手前先问自己几句 他现在常问自己： · 动手之前有没有先立一个哪怕很差的假设（否则读完漂亮回答，就很难再想象别的可能） · 是在请它帮你想，还是替你想 · 怎样才能证明它是错的 · 有没有让别的模型唱反调 · 能不能当着维护者的面为结果担保 · 自己故意不再练哪些技能

没有方向时，也可以先做一次「盲区扫描」：把已知交给模型，让它帮你找不知道自己不知道的地方。

核验要成习惯，别迷信绿灯 核验已经从「写代码」变成瓶颈：给 Agent 端到端测试、属性测试或真机交互，让它改完就测、读结果、再改。但绿灯也可能是假安心，测试和功能犯同一错就会一起过，一个指标也不等于全覆盖。

所以先约定「怎样才算验证过」，先看它跑了什么命令、输出是什么，再看摘要；可以用新开的子代理自检，并习惯问「还漏了什么」。Claude Code 团队有一条经验：说不清这些检查会漏什么，就别急着点批准。客户访谈摘要、竞品分析也一样，抽查原文和关键数字。

真看产出，别只扫结构 面对几百行 PR，别只盯你本来就觉得会出错的地方：把 diff 当人写的来读，再追问 Agent 替你做了哪些默认选择、划了哪些范围、需求冲突时怎么取舍；可以让它列出决策和假设，甚至出个小测，答对再合并。

产出速度快过你敢署名的速度，就是他所说的编排成本，再开一轮会话帮不上，要么把检查收紧，要么放慢。敢署名的量跟不上时，你已经不是在审，而是在赌。

输入和品味仍在两端 人的心力移到两端：前端把任务、受众、范围外、怎样算做完写清楚；后端按自己的标准把关。

人会追问模糊需求，Agent 常会直接补洞，形成意图债，意图只能来自你。提示词写不清楚，往往说明问题在自己脑子里也不清楚；改了两轮还不对，别只微调，重写需求。排版自信不再等于质量，不敢署上自己名字的就不发出去。不达标的原因记进共享配置、钩子或测试，品味才会一点点攒起来。

模型更强，也交不出问责 模型以后也许更会抓错，但「做什么、为什么值得、影响谁、愿意牺牲什么」仍是人的。Anthropic 研究也点过监督悖论：监督 Claude 需要的，正是可能因过度依赖而萎缩的编码能力。

活和大量核验可以卸掉，对结果负责这件事卸不掉。

日常可以怎么做 每周亲手做一件忘了会疼的事；每月盘点停练了什么、哪些可以接受；把认真核验当成正经工作排进时间。停练的技能会掉，而且可能掉得比你想的快。

现在就开始执行起来：有意设置检查；诚实看待自己有没有还在扛结果；先假设；绿灯只证明一件事；先证据后摘要；看清它替你做的决策；提示词反映你对问题的理解；达不到署名标准就不发出。