当上机器人包工头以后，我第一次感觉要 burnout 了
AI 助产力增但心累，从码农变包工头，6 点下班只想躺平刷短视频。
1. 关键信息
- #1 楼主描述使用 AI agent 后，工作从写代码变成管理多个 agent，高频中断式决策，精神 burnout，token 消耗巨大。
- #3、#15、#16 多位用户共鸣，认为 LLM 发展让人更累，KPI 更难追，效率提高但上面降本增效。
- #9 用户吐槽同事用 AI 一天 10+ 个 PR，review 沦为空 approve，工作毫无意义。
- #10 认为问题是好高骛远、mental bandwidth saturation，底层是 SDE 内卷竞争。
- #11 指出人类 context window 有限，建议组织应设定目标为“周五不用上班”而非拉爆 PR。
- #5 提及老板用 AI 监视工作量，超级 stressful。
- #17 建议调试 agent 至合适程度，避免反复验证。
- #19、#27 指出 agent 让 IC 体会到 manager 的工作性质，AI 不会不好意思，写烂了还自信建议重构（具备 leadership potential）。
- #22 @收束观测者 详细分析：IC 转 manager struggle，需制定工作流让水平差的 eng 自主完成；AI 无法通过招人提高 bar，但可零成本扩张 HC；可通过标准化作业流程改善产出。
- #25 @收束观测者 建议克制“agent 闲下来就没优化完”的强迫症，找到可 sustain 的工作流数量，逐步改善 infra 提高效率。
- #26 @Donald_Trump 解说操作：每个 terminal 一条线（读代码、写实现、写测试、挑刺），自己当低配 manager debug 员工，发现 agent 只对一半。
- #28 @Donald_Trump 承认看到 agent 闲着有罪恶感，越开越多变成瓶颈，自控比戒黄难。
- #29 @Yangff 问 Donald_Trump 怎么忍住别开第 12 个 terminal，回答：硬盘不够大，CPU 吃满了。
- #30 @36963 认为思路不对，应该继续把工作 agent 化，不断扩展 agent 团队的管理深度。
- #31 @Forlorner 指出楼主干了 orchestration 的活，建议让 AI 做 orchestration，只跟那一个 AI 沟通。
- #32 @长安乱 拿大厂举例，以前卷 code 行数和 commit 数量，现在卷同时跑的 session 数量，从 5 个卷到 10 个，脑容量用尽必然 burnout。
- #33 @nifury 质疑 AI 做 orchestration 很蠢（奇怪实现、无用代码），纠正时间不如自己拆 subtask，问是否用错。
- #34 @Forlorner 回复经验：一开始有提高空间，需要和 orchestrator 不断沟通。
- #35 @nifury 问有记忆的 orchestrator 模式是否用 slock.ai 或 multica 比较好。
- #36 @Forlorner 确认类似 multica，让 AI 自己写就行，思路和项目管理差不多。
- #37 @always666 贴图问：AI 到底是在解放我们，还是只是把我们从码农升级成了机器人包工头？
- #38 @SkylerY 调侃：还有时间看 Jable 吗？
- #39 @Donald_Trump 回复 #20 的 faker，贴图链接。
- #40 @pikachu12138 指出人每天能思考的时间有限，AI 只要 token 没用完就能一直交互，十分浪费精力。
- #41 @richardfatman 感觉 agent 还不够智能，不然就可以把我们彻底优化出去了。
- #42 @dancingbro: 没啥，就是以前太闲了。
- #43 @uscard999: 是累了，但生产力确实提高了，一个人干以前可能 10 个人的活。
- #44 @猎户葱: context management 还有待提高。
- #45 @negi: 原先高强度思考的时间其实很短，其他的时候写代码的席位强度没有那么高。几个人在会议室里大吵架构设计更是一周有一次就不错了。但现在高强度用 AI 了，感觉每十分钟就要开一次会。
- #46 @See: 你现在才知道 manager 不好当了吗？劳力者治于人，劳心者治人
- #47 @CuriousZ: 听着都耗人。。。感觉有点像导师给多个水平不佳的学生看毕业论文的感觉，心太累。
- #48 @Labubu: 问题是如果是包工头你的底下应该是一群工人，而你现在底下带的是一群实习生——实习生需要更细致指导，比工人更累。
- #49 @xiaodanzijingzi 反馈使用 Claude Code 后，unit test 不再亲手写，仅动手测 e2e，一周 deliver 20+ PR（以前仅 1 个），但身心俱疲，每天 6 点下班只想躺平刷短视频，无法娱乐。
- #66 @反求诸己 表示没事就视奸全公司 summarize the work of top 10 contributor of last week。
2. 羊毛/优惠信息
无
3. 最新动态
- 多个用户（#1、#14、#15、#45）反映 AI 工具提升系统吞吐量，但人从执行者变为判断者，精神疲劳加重。#45 特别指出：原来写代码低强度，现在每十分钟就要“开会”（与 AI 交互），疲劳感倍增。
- #2 开玩笑将 MAGA 改为 MARA (Make Agents Run Again)。
- #6 表示在养老组只玩 AI pair programming，不玩 autopilot。
- #13 调侃“快研发 ai 包子机”。
- #18 用户@Wsnd 调侃“查 cr bug doc 是吧”。
- #20 用户@Charging 感慨强度只有 faker 才能顶住。
- #21 用户@IRS_pro 问操作方式（#26 回答）。
- #23 用户@dddd120 评论“终于可以量化每分每秒每个人干多少活”。
- #24 用户@cnxcnx 补充 agent 24 小时可执行，需更多 feedback 和 plan，比想象更累。
- #29 硬件限制（硬盘、CPU）成为阻挡开更多 terminal 的实际因素。
- #31、#33-36 讨论 AI orchestration 的可行性：初期需要不断沟通，工具推荐 slock.ai 或 multica，让 AI 自己写项目管理思路。
- #32 大厂已内卷至比 session 数量，脑容量是真正瓶颈。
- #37 反思 AI 是将人升级为包工头而非解放。
- #40 强调人类思考时间有限，AI 无限 token 导致精力消耗。
- #41 期待更智能的 agent 彻底优化人类。
- #42 调侃楼主以前太闲，现在才 burnout 是正常的。
- #43 用户@uscard999 补充：虽然累，但个人生产力提升显著，一个人顶十个人。
- #44 用户@猎户葱 指出 context management 是当前痛点，仍有待改进。
- #45 @negi 补充：高强度思考时段被 AI 拉长，原本低强度的写代码变成了频繁的“会议式”交互，加重 burnout。
- #46 @See 指出管理者角色本就不易，点明“劳力者治于人，劳心者治人”。
- #47 @CuriousZ 比喻为导师看水平不佳学生的论文，点出持续纠错带来的心累。
- #48 @Labubu 进一步比喻：楼主带的不是工人而是实习生，需要更细致指导，因此更累。
- #49 用户@xiaodanzijingzi 分享使用 Claude Code 体验：unit test 不再亲手写，仅测 e2e，一周 deliver 20+ PR（以前仅 1 个），但身心俱疲，每天 6 点下班只想躺平刷短视频，无法娱乐。
- #66 用户@反求诸己 分享新动态：没事就视奸全公司 summarize the work of top 10 contributor of last week。