我最近有个很矛盾的体验。
晚上打开 Codex 和 Claude Code，同时推进几件事。一个 agent 在改代码，一个在补文档，一个在查资料，另一个在跑测试。睡觉之前回头看，过去可能要一周才能做完的东西，一个晚上已经堆在仓库里了。
按产出来算，这当然是巨大的提效。
可第二天早上重新打开项目，我有时做的第一件事不是继续往前，而是从头读一遍昨天的产物。这个模块为什么这样拆？这个结论是验证过的，还是 agent 当时顺手选的？这份文档里哪句话是我的判断，哪句话只是模型写得很像我的判断？
代码未必有错，文档也未必不好。让我不舒服的是另一件事：它们明明是“我做的”，我却没有完全在场。
自己的产出开始把我甩在后面
我之前在《用得越多，想得越少：AI 时代的认知退化悖论》里写过，问题不在用不用 AI，而在谁先动脑。
重度使用 AI Coding 之后，我发现这只回答了一半。
现在更难的问题是：动过脑之后，产出真的完成了吗？当代码、文档、分析和方案同时从几个会话里涌出来，谁真正理解它们，谁能解释当时的取舍，谁愿意在三个月后继续维护？
模型的生产带宽可以不断加。Token 不够可以买，会话不够可以开，agent 不够可以并行。可我只有一套注意力，一套工作记忆，一个此刻能真正想清楚的问题。
AI 把生成变得近乎并行，人对复杂问题的理解却仍然高度串行。每切换一个任务，我都要重新加载目标、限制条件、已经排除的方向和下一步要验证的东西。会话可以压缩，人脑没有一个按钮，能把昨晚四条工作线完整恢复到内存。
所以，AI 时代最容易忽略的成本不是 token，而是自己的认知带宽。
我省下来的时间，可能只是欠给了明天
以前自己写一段代码，理解常常发生在写的过程里。变量为什么这样命名，状态为什么放在这里，这个边界为什么不能再往外扩，很多判断是在动手时逐渐形成的。
现在生成只要几分钟。理解不再和产出同步，成了一件可以推迟的事。
“先接受，回头再看。”
“测试过了，应该没问题。”
“让下一个 agent 接着做，它有上下文。”
这些话每说一次，都像从未来的自己那里借了一点时间。债务不会消失，只是换一种形式回来：重新阅读、恢复上下文、验证边缘情况、追问当时为什么舍弃另一条路。
我越来越觉得，AI Coding 里的认知债务其实很具体：产物先落地，理解留在后面。它不是大脑变笨的证据，也不意味着用了 AI 就一定退化。经手过不等于掌握过，完成过也不等于拥有过。
更麻烦的是，AI 省下来的时间很少真的留给理解。大多数时候，我会立刻再开一条任务。生产带宽刚释放，更多并发马上就把它填满。表面上每个 agent 都在忙，实际上排队等我验收的工作越来越多。
我一度把这种画面理解成效率。现在我更愿意把它理解成库存。
信任是在“为什么”答不出来时开始下降的
认知债务只留在自己这里，最多是第二天多花一点时间。可一旦把它交给别人，问题就变了。
一份 PR 表面上是一包代码，背后其实有一份没有写出来的承诺：我理解它为什么这样改，我做过第一轮验证，我能回答问题，出了问题我愿意继续接。
AI 可以帮我写完代码，不能自动替我签下这份承诺。
前阵子开源社区有一个 13K 行的 AI PR。代码量和 AI 参与都不是最麻烦的部分。提交者面对一个很基本的署名问题时，也说不清为什么会这样。维护者看到的就不只是一份待审代码，还是一大包没有明确主人的判断和未来的维护成本。
如果 reviewer 问我“为什么这里要这么设计”，我第一反应是回到会话里问 agent，那就说明第一轮理解并没有完成。我只是把省掉的认知工作原封不动交给了 reviewer。
这也是为什么我不认为 AI 会自动消灭代码所有权。所有权本来就不等于每一行都亲手写。它可以从“我写了这些字符”，上移到“我决定了意图和架构，我检查了关键假设，我愿意纠错和维护”。
让信任下降的不是 AI 写了多少，而是最后没有一个人能站出来说：我知道为什么，我确认过，我来负责。
我开始故意保留几段慢动作
这不是要退回手写一切。手工把 AI 代码再敲一遍，也不会神奇地把理解补回来。需要保留的摩擦，是那些会迫使我重新判断、预测和验证的动作。
我现在不再把“同时开了多少 agent”当成效率指标。能在回来时快速恢复、能完成验收的并发才有价值。否则只是在制造更多等待我理解的库存。
每次长会话结束，我会留一份很短的 Handoff。不是让 AI 总结今天做了什么，而是我自己写清四件事：目标是什么，已经做了哪些关键决定，还有什么没想明白，下一步要验证什么。它不是给 agent 看的日报，是给明天的我留的一条返回路径。
关键改动的 commit message，我也尽量自己写。AI 可以帮我润色，但第一版必须能用自己的话说明：为什么改，舍弃了什么，风险在哪里。如果写不出来，往往不是表达能力有问题，而是我还没有真正拥有这次修改。
测试同样重要，但我开始把“测试通过”和“我理解了”分开。测试可以证明一些结果，没办法替我回答意图和取舍。重要模块在交付前，我会逼自己复述一次。如果解释不了，就不算完成。
过去我最在意的是，怎样让 AI 一次做更多事。
现在我更在意的是，怎样让这些事做完之后，仍然有人理解它们。
AI 可以替我把东西做出来，但不能替我成为那个知道为什么、出了问题愿意负责的人。
产出可以外包，理解和责任不能。