过去我们讨论ChatGPT和Codex，最容易关注的通常都是模型。

哪个模型更强？

Reasoning够不够深？

Codex一次能不能把任务做完？

这种关注很正常。

因为在AI刚进入工作的时候，最大的瓶颈确实是：

AI到底能不能把事情做好。

但现在情况正在发生变化。

随着Codex开始承担更完整的任务，很多人反而会出现一个很奇怪的感受：

AI明明越来越强，自己却没有明显变轻松。

甚至有时候刚好相反。

以前一天只处理三四件事情。

现在有了AI以后：

一个任务让Codex改代码；

另一个任务让它补测试；

第三个任务做Research；

第四个任务检查Bug；

还有几个结果等着自己Review。

AI确实做掉了很多执行工作。

但人的桌面上却多出了一排：

“已经开始、还没结束”的任务。

这时候真正的问题已经不再只是：

模型够不够强？

而变成：

当AI把执行成本降下来以后，我到底能不能管理越来越多的在途任务？

这也是为什么Agent真正进入工作流以后，一个新的瓶颈开始出现：

任务管理能力。

---

一、AI真正降低的，首先不是“完成任务”的成本，而是“启动任务”的成本

以前一个开发者看到一个需求，会下意识判断：

今天有没有时间做？

因为一旦启动，后面的分析、Coding、测试、修改、Review基本都要自己完成。

所以“开始一件事”本身是有成本的。

这会天然限制一个人同时推进多少任务。

但Agent出现以后，这个成本变了。

现在你可能看到一个Bug，直接丢给Codex。

看到一个旧模块需要重构，也可以先开一个任务。

有一份资料要分析，让ChatGPT处理。

测试覆盖不够，再交给另一个任务。

过去很多事情会被放进：

以后再做。

现在却越来越容易变成：

先启动再说。

这才是Agent生产力提升以后最容易被忽略的第一层变化：

AI不是只让任务完成得更快，它还让“开始一个任务”变得非常便宜。

而只要启动成本下降，任务数量自然会上升。

---

二、为什么任务越多，人反而容易越来越忙？

这里需要引入一个很重要的概念：

Work in Progress，简称WIP。

简单理解就是：

已经启动，但还没有真正结束的任务。

比如你现在有：

一个Codex任务正在改Feature；

一个任务在分析Bug；

一个Research还没看结果；

两个PR等Review。

那这些全部都是WIP。

传统人工工作有一个天然限制：

人一次真正能深入处理的事情非常有限。

但Agent把这个限制部分打破了。

你可以同时启动很多任务。

问题在于：

Agent可以并行，人的注意力并不能无限并行。

这就是关键。

每一个Agent任务跑到某个阶段以后，最终都会回来找你。

可能需要你：

确认方向；

Review Diff；

判断业务逻辑；

处理异常；

决定是否继续；

最终验收。

所以AI降低的是：

Execution Cost。

但并没有自动消除：

Decision Cost和Verification Cost。

于是任务越开越多，最终会形成一个新的队列：

AI结果排队等待人处理。

这时候人反而开始变成系统里最稀缺的资源。

---

三、为什么模型越强，这个问题反而越容易被放大？

因为AI能力越弱，你越不敢把复杂事情交出去。

以前可能只让它：

写函数；

解释代码；

改一个小Bug。

任务边界很小。

自然也不会同时跑太多。

但模型越来越强以后，你开始敢把更大的工作块交给它：

完整Feature；

复杂Debug；

Repository分析；

迁移；

测试；

技术Research。

也就是说：

模型能力提升 → 可委托任务范围扩大。

而可委托范围一扩大，就会继续带来：

同时在途任务增加。

所以这是一个很有意思的变化：

早期AI最大的瓶颈是：

“它做不了。”

后来可能变成：

“它能做，但我管理不过来。”

这说明生产力瓶颈已经从模型本身，逐渐转移到了Workflow。

而且这个转移并不是因为AI变差了。

恰恰是因为：

AI变得足够好以后，人开始愿意交给它更多事情。

---

四、真正的放大器，是“任务完成速度”和“人工验收速度”开始不匹配

假设过去你一天自己完成4个任务。

现在AI可以帮你推进12个。

看起来生产力提高了3倍。

但如果你一天最多只能认真Review 6个结果，会发生什么？

剩下6个不会自动变成价值。

它们只会进入：

等待验收。

第二天又来12个。

于是积压继续增加。

这就是为什么Agent工作流真正成熟以后，不能只看：

AI一天完成了多少。

还必须看：

人一天能够消化多少AI产出。

如果AI的产出速度已经高于人的Review、决策和验收速度，那么继续增加更多Agent任务，未必会增加最终Throughput。

反而可能增加：

切换成本；

任务遗忘；

重复工作；

结果积压。

这就是一个非常典型的系统瓶颈转移。

以前瓶颈在：

执行。

现在开始移动到：

调度和验收。

---

五、判断自己有没有进入这个阶段，看“必要AI任务密度”

这里可以给自己做一个简单自测。

我更建议看的不是单纯“AI任务密度”，而是：

必要AI任务密度

这不是官方指标，而是一个方便判断自己工作方式的方法。

定义很简单：

一个工作日里，有多少个真正需要持续跟踪、最终验收的AI任务？

注意，是“必要”。

因为有些任务其实根本不应该启动。

比如：

随手开了一个Research，最后没看；

同一个Bug同时开三个Agent尝试；

一个小问题拆成大量重复Thread。

这些叫：

虚高任务密度。

真正应该看的，是把这些无效任务去掉以后：

一天还剩多少个真实任务必须持续推进。

比如：

每天只有2～3个核心任务。

其他只是偶尔辅助。

那必要任务密度低。

但如果你已经优化过以后，每天仍然有：

Feature；

Bug；

测试；

Research；

Review；

多个项目任务，

持续等待AI推进和自己验收。

那必要任务密度就真的高了。

---

六、先别升级，先把WIP压下来

如果AI任务一多就开始混乱，第一反应不要是：

“我是不是需要更多额度？”

先做一件事：

限制同时活跃任务数量。

比如：

同一时间只允许3个真正活跃的AI任务。

其他进入等待队列。

然后每一个任务必须有：

明确Goal。

做什么。

明确State。

现在做到哪里。

明确Done Criteria。

什么状态算完成。

同时把任务分成三个状态：

AI处理中。

等待人工Review。

已完成。

只做这一点，很多人就会发现一个问题：

不是AI不够。

而是自己之前启动了太多根本来不及处理的任务。

第二步是：

尽量自动化低价值验收。

比如：

Test；

Lint；

Type Check；

固定规则检查。

不要所有结果都回到人这里重新看一遍。

人的注意力应该留给：

业务判断；

风险；

架构；

最终Decision。

这才是真正提高Workflow吞吐量的方法。

---

七、必要任务密度低，Plus通常更合理

如果你压缩WIP以后发现：

每天真正需要持续运行的AI任务并不多；

大多数时候还是一个任务完成，再进入下一个；

AI主要帮助你写代码、分析问题、Research；

少量任务需要Review，

那么你的核心需求仍然是：

提高单任务效率。

这种情况下，Plus通常更合理。

因为你的瓶颈不是：

AI容量不足。

而是如何把已有AI任务组织得更稳。

继续增加任务容量，反而可能把WIP重新推高。

---

八、必要任务密度高，而且人的验收能力跟得上，Pro才开始真正有价值

但另一类用户不同。

你已经限制了无效WIP；

任务目标也很明确；

Review流程成熟；

能够及时消化AI产出。

可即使这样，每天仍然有大量真实工作需要AI持续推进。

比如：

多个项目同时进行；

大量Coding任务；

Research和文档并行；

长任务贯穿全天；

AI结果回来以后也能及时处理。

这时候你的必要AI任务密度确实很高。

而且最重要的是：

任务不是因为管理混乱才多，而是你的真实工作负载本来就多。

这才是Pro真正应该出现的位置。

因为这时候更大的使用空间解决的不是：

“让我可以多开几个窗口。”

而是：

让AI容量能够跟上已经成熟的工作流吞吐量。

所以判断Plus还是Pro，不应该只看：

用了多少额度。

而应该先问：

我是真的工作量高，还是只是WIP失控？

---

最后：AI越强，人的价值反而越集中在“管理瓶颈”上

Agent真正进入工作流以后，一个很重要的变化正在发生。

过去人的核心价值是：

亲自执行。

现在越来越多时候，人开始负责：

设定目标；

拆任务；

分配优先级；

判断异常；

验收结果。

AI能力越强，这个变化越明显。

因为执行成本越低，我们越容易启动更多工作。

而任务一多以后，真正稀缺的就不再只是模型算力。

而是：

人的注意力、决策能力和验收能力。

所以判断自己现在应该继续Plus还是进入Pro，可以用一个非常简单的顺序：

先压低WIP。

再去掉无效任务。

再把能自动验证的尽量自动化。

然后看看：

剩下的必要AI任务密度，到底还高不高？

如果并不高：

Plus通常够用。

如果依然很高，而且你已经能够稳定管理和消化这些AI结果：

Pro才真正开始匹配你的工作方式。

所以AI进入工作流以后，真正决定生产力的可能不再是：

谁拥有最强模型。

而是：

谁能够让有限的人类注意力，稳定管理更多真正有价值的AI任务。

持续更新Codex、大模型开发相关技术内容。
长期使用各类代码大模型，整理了稳定的AI会员订阅渠道。