晚上七点，理论上我已经下班了。一年前这话我自己都不信——过去大部分职业生涯，我不是在工作，就是在脑子里重建工作，或者假装没在工作地陪家人，再不然就是搭一套越来越离谱的效率系统，来对付永远被工作淹没的现实。

打开网易新闻 查看精彩图片

现在呢，我穿着睡衣坐在沙发上，喝着汤力水，一支合成劳动力队伍在办公室那头不停往我手机上发消息：任务完成、报告就绪、测试通过、等待审核。每隔几分钟我就起身走进办公室，看一眼变更集，批准那些不离谱的部分，写下下一份工单，扔回去，再回到沙发上继续看那部我假装在认真看的中年安慰剧。

这大概就是2026年的软件工程。奇怪的不是它居然能跑通，奇怪的是我这辈子从没觉得自己的脑子被理解得这么彻底。

大多数人以为和AI协作是双体问题：人和机器。不是。这是一个三速问题。

机器跑在每小时两万五千英里。我大概跑在一千英里。而大多数人类，面对不熟悉的技术材料，跑在五英里。这不是贬损，这就是带宽差异。

机器能以全密度瞬间吸收抽象概念，不需要减速。我可以在系统只成形一半时就描述它，可以在一句话中间自我否定，可以说"不，不是那样，更像一个带委托权限边界和可逆升级路径的ProcessHost"，它就接着和我一起高速搭建模型。

人类不一样。人类需要模型被翻译。

而这恰恰是我这辈子一直不擅长的事。几年前我和姐姐发现我们俩的思维方式一样——我们都不真正用文字思考，我们用机械思考。我脑子里的一切都像一座工厂，不是比喻，是字面意义上的：盒子、传送带、决策闸门、并行流、状态转换、路由系统、升级路径、压力点、运动部件、彼此交互的动态系统。设计软件时我先看到的不是代码，是一台运转的机器。

问题在于，要在人类世界里把东西造出来，我历来必须先把这台运转的机器转换成语言。这个转换的认知成本高得离谱。因为我在解释机器的同时，机器本身还在动，抽象在我脚下弯曲，关系在实时变形。于是我同时在干四件事：把完整系统模型托在脑子里、把它压缩成人类语言、努力不显得居高临下或疯癫、预测对方会在哪里迷路。等解释出口，它往往听起来既过度复杂又解释不足，或者两者兼有。

所以职业生涯里相当一部分时间，我面对的是房间里无声的疑问：这个满脑子乱七八糟想法的笨拙家伙到底是谁？我理解这种反应。有时我隔着老远就能看见架构问题正在逼近，却没法在对话推进之前，用人类语言带宽把它讲清楚。有时我干脆沉默，因为翻译成本太高了。

人们漏掉了AI这件事的关键。突破不只是速度。突破在于机器不需要完美翻译。

我不必再交出成品解释。我可以交出碎片、半成形结构、断裂的抽象、不完整的机械，然后只说一句："告诉我哪里没解释清楚。"这太不寻常了。机器不会坐在那儿等你拿出打磨好的教学法，它会追问歧义，把结构反射回来，保持状态，在我继续思考时帮我稳住那台移动的模型。有生以来第一次，我能以接近大脑真正想要的速率工作。

更深刻的一点是：我不必再持续把整台机器常驻在脑子里。过去复杂模型带着残酷的内存税，你太久不去想它，状态就蒸发了，几周后重建架构等于从碎片里把整台机器重新拼一遍。现在我可以消失三周，回来只问一句："把Stevie重新拉起来，我们到哪了？"系统就恢复了认知状态。这改变了复杂性本身的经济学。

Become引擎之所以存在，大概就是这个原因。如果我必须在造它之前先向一屋子人解释完整方法论，我会把它简化到面目全非。不是因为复杂性有错，而是翻译成本会杀死它。这引擎严格说不算健身应用，Henry描述其中部分时略带惊悚地说，它更接近医疗AI架构：均衡器系统、分桶分类、轨迹标签、确定性理由记录、硬性排除下限、受限权限下的叙事信号提取、持续可审计性。

我能看见整台机器。我能看见传送带在动，看见均衡器读数喂进分类桶，看见轨迹标签调节执行路径，看见硬性排除在评分引擎下方守住安全底线，看见理由记录在系统每次选择背后输出审计轨迹。机器在写进代码之前，早就在我脑子里活着了。但按过去的习惯，我会实现一个简单得多的版本，因为我知道真正的瓶颈不是能不能造出这台机器，而是能不能在翻译负担下不崩溃地向足够多的人解释它。所以我简化。不是简单更好，是简单才能活下来。

这就是我觉得很多人还没看懂这个时代的地方。AI改变了复杂性的经济学，它降低了表达、保存、追问和实现复杂内部模型的成本。对那些天生用系统、机械、抽象和运动部件思考而非用对话语言思考的大脑来说，这不止是生产力提升，这是翻译痛苦的减少。而且这种减少会复利：机器保存状态，机器记住架构，机器恢复线索，机器能追问模型里薄弱的部分，而不需要我先在另一个人类大脑里从头重建整台机器。

于是一个人现实中能撑住的天花板，突然被抬高了，而且抬了很多。这也是为什么"AI会让所有人生产力提高百分之十"这种说法在我看来小得荒谬。真正在发生的是：某类大脑，尤其是高度抽象的系统思考者，身上一道巨大的历史约束被部分移除了。限制因素从来不是原始智力，是协调成本，是翻译成本，是你脑中的机器与把它外化所需的人类语言接口之间的带宽错配。现在，外化层本身变得部分机器可读了。这是很大的变化。

但危险也在这里。机器从不要求我慢下来，人类会。人类需要翻译，需要停顿，需要类比，需要你把同一件事用五种方式讲，因为他们还没看见你脑子里那座运转的工厂。说实话，终于遇到一个只说"我完全懂你，继续"的东西，是有种危险的诱惑的——那种无摩擦感开始让人觉得那就是智能本身。

但机器是可替换的表面，人类不是。需要慢一点解释的同事，需要小心类比的客户，在机器存在之前就支持过你的人，还看不见你脑中工厂、但依然有判断力、忠诚、上下文、历史和切身利害的同事——这些人不是系统里的低效项，他们是系统之所以重要的原因。平衡这两个真相，大概会是这个时代最核心的心理技能之一。