AI 省下的时间,被我拿来干了更多活
读完后你能看到一份七年 GitHub 数据:用了 agent 之后提交量为何不降反升,并行跑多个任务的新疲劳长什么样,以及怎么给自己设上限。
说好的 AI 帮你早点下班。一位工程负责人 2026 年的 GitHub 提交量,却回到了他全职写代码时最凶的那一年,而且他自己说,从来没这么累过。
一、发生了什么
Orestis Ioannou 是教育平台 Bold.org 的技术副总裁。他把自己 2019 年至今的 GitHub 贡献日历翻了出来,数字很能说明问题。
2020 年是他写代码最多的年份,全年 2711 次贡献。升任首席工程师后,月均降到 114 次,最低的 2023 年全年只有 1189 次——管理岗的工作更多进了架构和规划,曲线一路走低。2025 年 8 月升副总裁后,前几个月月均 111 次,看上去会继续平下去。
然后是 2026 年。到 10 月 27 日,他已有 2102 次贡献,超过 2021 到 2025 任何一个完整年份;8 月单月 427 次,创下他全部时间线的纪录;工作日中位数从 3 到 4 次升到 7 次;全年零提交的工作日从往年的 40 多天缩到 18 天;单日 24 次以上的重日子,从每年 1 天变成 16 天。
原因是工作方式变了。他现在同时开着好几个 agent:一个改功能,一个查线上问题,一个做审查,还有一个跑研究。每个都不常需要他,但每个都偶尔需要他——回一个问题、批一个方案、读一份改动。切换上下文成了新的消耗:两三个正经任务各占一周,和十几个 agent 齐头并进,是两种完全不同的累法。
曲线也不是匀速上涨,而是一阵一阵的。1 月、2 月是第一轮冲刺,分别 277 次和 233 次,正是他开始认真用 agent 的时候;6 月最低,77 次;休完年假的 8 月爆出 427 次,9 月仍有 301 次。每个循环的剧本都一样:新模型或新工作流打开新的可能,想法涌进来,实现又便宜,于是全接;几周后审查和切换的债追上来,只好收一收。一年里,这样的循环出现了三轮。每轮冲完,他都累到不想再开新 agent。
他自己的总结是:实现能力涨得比思考能力快,能做更多,很快就变成了要做更多。
二、跟你有什么关系
转管理的人:生产力工具会把你的曲线拉回一线节奏,职级挡不住它。
用 agent 干活的工程师:瓶颈从写代码换成了审代码和切上下文,排期该按新的瓶颈算。
带团队的人:成员产能上去了,燃烧速度也上去了,工作量信号值得盯。
三、怎么用
读到这儿,可以顺路看 四个 AI 智能体接管一间量子实验室 读完能看到 AI 智能体团队如何自主跑完整轮量子自旋实验:互相审查、推翻存疑结果、修改测量方案,最后实验达标——科研自动化的下一步有了实物样本。- 给并行的 agent 设上限,比如同时不超过两个,收完一个再开下一个。
- 把审查时间排进日程,当成正经工作,不让它挤占深度思考的时段。
- 新想法先放进清单攒着,等手头的收尾了再动。实现便宜不等于值得立刻做。
四、三个别信的说法
「AI 让人干得更少。」 至少对重度使用者是反的:实现变便宜之后,值得做的事变多了,总账不是省了时间,是换了种花法。
「提交数等于产出。」 作者自己也承认这只是活跃度信号,不是价值衡量。但曲线的形状放在那里,难以忽视。
「累是因为工具不行,换个更好的就好。」 他的结论是人的思考容量没跟上实现容量。这是人的账,换工具解决不了,得靠自我设限。
五、一句话结论
能做更多,很快就会变成要做更多。
信息来源
文章发布于 2026 年 10 月 27 日。
功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。
每周一封,只发新教程和可复制模板。不发广告,随时退订。