晚上十一点四十，电脑已经准备合上，突然又想到一个问题。
以前，这个问题大概率会先留在备忘录里。因为真要动手，查资料、改代码、跑测试，至少还要一两个小时。时间不够，工作自然停在这里。
现在只需要十几秒：“把这个问题查清楚，顺便做个可运行版本，测试完告诉我。”然后合上电脑。人离开了，任务却刚刚开始。
这个动作只占用了十几秒，却可能启动两小时的后台工作，也提前为第二天制造了一项必须重新进入的任务。
我越来越觉得，AI 真正改变的不只是工作的速度。它在改变工作的时间结构。
人停了，工作没有停
传统工作原本有一道清楚的边界：人与任务大体同步在场。
写文档时，人要坐在那里写；查资料时，人要一页页看；改代码时，人要不断操作。停止操作，工作通常也就停了。哪怕脑子偶尔还在转，至少不会继续产生一批新的交付物。
Agent 把这条边界拆开了。任务在十几秒内发起，执行发生在人离场之后，收口落在几个小时后，甚至第二天。发起、执行和未来收口不再发生在同一段时间里。
所以它不一定让人此刻一直工作，却能让工作始终在进行。
这也是为什么“今天到底工作了多久”开始变得难回答。人在电脑前坐了两个小时，后台可能同时跑着四条任务；人已经去吃饭、陪孩子、睡觉，工作仍在继续生长。过去我们用操作时间衡量工作，现在操作停止了，承诺还在累积。
十秒钟开始有了杠杆
短视频占用的是现在。刷十分钟，失去的就是眼前这十分钟。
Agent 抵押的是未来。发一条十秒钟的指令，当下几乎没有痛感，几个小时后却会回来一份结果，要求你重新进入上下文，做决定，或者继续派下一轮任务。
碎片时间过去只是可利用的余量，现在开始有了杠杆。
以前五分钟只够记下一个想法。现在五分钟可以发起十几个任务。每个任务都在后台独立生长，然后在未来某个时刻回来敲门。
我前几天在《AI 时代最贵的不是 Token，是自己的认知带宽》里写过，这些动作像是在从未来的自己那里借时间。那篇文章讨论的是产出回来之后，这笔债怎么偿还。现在我更在意另一个问题：为什么我们如此容易创造这笔债？
答案其实不复杂。Agent 把借钱的动作变成了一次点击。启动成本低到几乎可以忽略，未来成本又暂时看不见，于是人会不断签下新的工作承诺。
“AI 会不会让人早下班”问错了
关于 AI 提效，一个常见想象是：原来八小时的活，现在四小时做完，于是人可以提前下班。
这个推理暗含一个前提：工作量是固定的。
对边界明确的任务，这个前提可能成立。今天就是处理一百张单据，AI 做掉八十张，人确实能少做一些。但对自驱型知识工作者，任务需求很少是固定的。想法、改进、实验和项目几乎没有上限。过去限制它们进入执行的，主要是时间和启动成本。
当执行成本降下来，原本不会发生的事情就开始发生。
一个只值得记在备忘录里的念头，现在可以顺手让 Agent 研究一下；一个投入产出不确定的小功能，现在可以先做出来看看；一个以前懒得验证的假设，现在可以同时开两条路线跑。单个任务确实更快了，进入运行状态的任务也更多了。
省下来的时间不会自动变成空白。它更可能变成下一批任务的启动资金。
对这类人来说，AI 提效并没有把一个固定任务池清空得更快。它让任务池以更低成本持续扩张。下班没有消失在某个加班指令里，它消失在一次次“顺手再跑一个”的动作里。
最先停不下来的，可能是最自驱的人
这也是这件事最反直觉的地方。
最先感受到这种变化的，未必是被老板强迫加班的人，而是那些最自驱、最有想法、也最会用 AI 的人。因为他们面对的不只是任务太多，还有想做的事情太多。
过去，执行成本会替他们做一次自然筛选。很多想法因为“做起来太麻烦”留在了备忘录里。这个筛选当然粗糙，却有效阻止了一部分低优先级任务进入现实。
Agent 把这道门槛拆掉之后，人很容易从执行工作的人，变成管理数字劳动力的人。电脑闲着会觉得浪费，额度没用完会觉得可惜，并发位空着会忍不住再开一个任务。既然数字员工二十四小时都能干活，为什么要让它空着？
这听起来像资源利用率，实际上可能只是把工厂思维搬到了自己身上。
算力空闲不等于价值浪费。Agent 满负荷，也不等于人在做最重要的事。当“不让数字劳动力闲着”变成目标，工作承诺的生成速度就可能超过未来注意力的承接速度。
新的下班动作
Agent 时代，需要治理的不只是工作时长，更是工作承诺的生成速度。
这和晚上几点关电脑关系不大。电脑可以关，后台任务还在跑；通知可以静音，等待你的结果并不会消失。只要还在不断给未来派活，形式上的下班就只是离开操作台，并没有停止生产新的承诺。
真正的边界要往前移。
在发起一项任务之前，多问一句：这件事只是能做，还是值得做？这个想法必须今天进入执行，还是可以继续留在备忘录里？Agent 现在有空，是否就意味着必须给它找点活？
这不是劝人少用 AI。只有真的把 Agent 用到足够重，才会发现高级用法不再是让它始终忙碌，而是有能力决定什么不进入执行。
下班也因此有了新的定义。
下班不再只是停止操作，而是停止给未来派活。
真正成熟的 AI 使用，不追求最大化 Agent 的利用率。它允许一些想法继续躺在备忘录里，允许一些并发位空着，也允许算力在今晚什么都不做。
因为真正稀缺的，不是可调用的算力，甚至不只是时间。
而是一段没有被任何待验收结果提前预订的未来。