一个朋友管着85个AI代理，自动化程度拉满，结果比从前管人的时候还累。这套系统没省下精力，反而把管理带宽撑爆了。本文从认知负荷和复杂度陷阱切入，拆解为什么AI代理越多，脑子越不够用，决策疲劳怎么悄悄吃掉判断力，以及自动化工具在什么条件下会反过来成为新的负担来源。
朋友有了85个AI员工，但吃饭都在盯手机
朋友吃饭的时候手机不离手。不是刷短视频，不是回消息，是盯着屏幕看那些AI代理有没有出乱子。每五分钟划拉一下，看看某个任务流是不是卡住了，某个代理是不是在死循环里空转，某个自动生成的报表有没有把数字算成天文数字。
饭吃到一半，手机震了一下。朋友立刻拿起来看，眉头皱起来。某个代理在处理客户问询的时候，把退货地址发成了仓库旧地址。这个错误不大，但如果不马上纠正，会连锁引发物流系统一连串报错。朋友放下筷子开始操作，等处理完，面已经坨了。
管85个AI员工，比管85个真人还耗神。真人干错事可以骂一顿，可以扣绩效，可以让他写检讨。AI干错事，得亲自下场排查日志，翻代码，改配置，再盯着它跑一遍看有没有修好。每增加一个AI代理，不是多一个帮手，是多了一个需要随时看着的小孩。
管85个AI比管85个人更累
朋友以前管过团队。那时候每天开个晨会，分配任务，中间盯一下进度，下班前收个日报，日子过得去。现在这套AI员工系统，全天候无休，每时每刻都在产出。产出的东西里，有一部分需要他拍板决策。
以前下属拿不定主意会攒到下午统一问。现在AI代理们每分每秒都在生成“需要老板确认”的请求。某个代理要确认促销方案选A还是B，另一个要确认库存预警阈值调高还是调低，还有一个自动生成了三版广告文案，问用哪一版。这些请求不按工作时间来，半夜也有，周末也有。
决策报告的数量比以前多了好几倍。朋友每天花在“过目”这件事上的时间，从一小时膨胀到四小时。每份报告都要看，每份都要判断，每份都牵扯到后续链条。脑子一直处在超频运转的状态，休息不下来。这种疲劳跟搬砖累不一样，搬砖累了躺下就能歇，认知疲劳是脑子停不下来，躺下还在想。
AI的bug得用AI修，修完生出新bug
X上有人发帖说，某新版模型配上新技能文件效果更好。朋友看到了，第一反应是：得把现有代理的配置文件全部重写一遍。85个代理，每个都有自己的技能设定和工作流配置。手动改一遍，少说两天工作量。
但朋友已经习惯了用AI解决AI的问题。写了个脚本让另一个代理去批量更新配置文件。脚本跑起来了，看起来一切顺利。结果某个代理更新完之后，工作流出现了预期之外的连锁反应。它开始主动把一些本不该合并的订单合并处理了。
修这个新bug，又花了三个小时。修完之后发现，另一个依赖旧配置的代理因为接口不兼容开始报错。于是又得修那个。一套操作下来，原本想省的时间全搭进去了，还倒贴进去不少。自动化修补自动化，补丁摞补丁，系统复杂度像雪球一样越滚越大。
效率工具为什么反消耗精力
一个工具如果号称能省时间，实际用起来却更耗时间，问题通常出在监视成本上。自动化的本质是把执行任务的动作外包给机器，但监视机器执行的过程仍然需要人脑参与。监视不是零成本，甚至比亲自干更耗神。
亲自搬砖的时候，搬一块少一块，进度肉眼可见。监视AI干活，不知道它哪一秒会出幺蛾子，注意力必须持续分散地挂着。这种状态在心理学上叫持续部分注意力，长时间维持会大量消耗前额叶皮层的能量储备。表面上啥都没干，实际脑子快烧了。
另一个消耗源来自选择过载。AI擅长生成选项，不擅长做价值判断。一个文案它能生成一百版，哪个好还是得人来定。选项越多，决策消耗越大。这种消耗是乘法效应，每新增一个代理，产生的排列组合不是加一条，是乘一倍。
巴菲特不买大房子的原因，和AI员工是一个道理
有记者问巴菲特，为什么不在社区里买最大的那栋房子。巴菲特的回答很直接：买了大房子就得请人打理，请了人就得操心这个人有没有偷东西、有没有偷懒、有没有把房子搞坏。大房子本身不是负担，大房子带来的管理链条才是。
朋友的情况一模一样。AI代理不是负担，AI代理带来的监视和决策链条才是。每个代理都像一个房间，房子越大，需要巡逻的角落越多。85个代理意味着85个需要定期检查的角落，每个角落都可能藏着一个定时炸弹。
这个道理在商界有个老说法：每多一个员工，就多一层管理成本。AI代理只是换了个形态的员工，管理成本那层没消失，只是从管人变成了管代码和管输出。管代码听起来比管人高级，但代码出错的频率比人高多了，检查代码也比检查人难多了。
自动化悖论越自动越忙碌
朋友最近在琢磨要不要招第86个AI代理。这个新代理的职责是监视其他85个代理的运行状态，自动处理报错，自动修复故障。听起来很美好，把最后的监视工作也自动化了。
但仔细一想，第86个代理上线之后，谁来监视第86个？要么再招第87个，要么自己继续盯着。再招第87个，又要担心第86个和第87个之间的配合问题，会不会互相覆盖操作，会不会抢资源，会不会一个修好一个又改坏。链条只会越来越长，不会断。
自动化的终极悖论在这里：用自动化消灭复杂度，但自动化本身会滋生新的复杂度。每一层自动化都需要额外一层机制来管理前一层，这些机制本身又变成新的管理对象。系统越庞大，维护系统的精力消耗越接近无穷大。85个AI员工的朋友，活生生成了这个悖论的现场演示。
当自动化工具从帮手变成要伺候的祖宗，那个号称能解放脑力的系统，已经悄悄把脑子占满了。