你本来只想写一篇文章，却顺手让一个 AI 查 SEO、一个修程序、另一个整理项目范围。几分钟后，六个标签页陆续交卷，每个都等你判断、追问和返工。机器确实替你省了制作时间，但你开始看不清任何一件作品的全貌。
设计师 Pedro A. Brêtas 把这种体验称为“我自己生产的信息流”。这里的 AI agent（AI代理），不是问一句答一句的聊天机器人，而是能围绕目标连续规划、调用工具并交付结果的系统。它把人的位置从亲手制作，推向监督、验收与整合。这篇文章只有作者个人经历这一个独立信源，文中的效率提升和身体反应都属于自述，不代表普遍结果。
六个标签页组成一条流水线
Brêtas 做了二十多年界面设计。过去，工作通常沿着一条线推进：在文件里做几小时，交给同事，等待开发，再拿回来检查。配音没录完、文案还没写好、工程师下周才有空，这些摩擦会迫使项目停顿。
代理改变了节奏。据他描述，原本可能拖上数月的项目，如今一周就能明显推进；喝咖啡时想到的点子，当天便可能出现第一个版本。他还能在编程、基础设施、SEO、分析和自动化等陌生领域先走一段，不必在验证想法前就聘请昂贵专家。这些是作者的主观概括，并非经过量化或外部验证的效率数据。
问题在于，省下来的时间没有变成空白。一个任务提前完成，人会自然地再开一个；第二个加速，又出现第三个。生产力不再意味着早点收工，而是让更多工作同时显得“做得完”。
每项决定单看都很合理。让一个代理调查 SEO，等待时让另一个修 bug，再开第三个审阅项目范围。很快，五六项工作以不可预测的顺序返回。每个标签页都带来结果、解释和遗留问题，而且很少一次就能定稿。
这就是情境切换（context switching）的成本：人从一个任务跳到另一个任务时，必须重新装载目标、材料和判断标准。电脑可以让六个进程安静地并行，人的注意力却不能。代理替人完成了执行，却把切换和验收集中到了人身上。
工作台开始像信息流
Brêtas 发现，电脑和手机逐渐有了相同的节奏：彼此无关的短内容不断抵达，只给他几秒钟决定下一步。区别只是，社交平台的信息流由别人生产，而这些任务回执由他亲自启动。
认知卸载（cognitive offloading）原本是把记忆、计算或执行交给工具，为大脑腾出空间。但当代理接管越来越多过程，人也可能失去对细节和整体结构的持续把握。作者称，近几个月里，仅在工作电脑上打开 Claude 或 ChatGPT，就会触发他从学生时代便有的抖腿反应。他无法判断那究竟来自专注还是焦虑，只知道身体已经把这些工具与一种持续待命的状态连在了一起。
《大西洋月刊》一位作者做过更极端的实验：让八个代理研究、八个核查，再由第十七个汇总。据该刊报道，为防止代理跑偏，他不停切换窗口，最后肩颈紧绷、脑中起雾；代理写出的备忘录不理想，他自己同时写的段落也因分心而受损。他称之为“强化版多任务处理”。
人还留在回路里吗
自动化系统执行工作、人在关键节点检查和纠偏，这叫人机回路（human-in-the-loop）。过去，人通常担心机器做得不够多；现在出现了相反的问题：机器交付太快，人是否还有能力认真检查？
这并非全新的陷阱。设计研究者把它联系到心理学家 Lisanne Bainbridge 在 1983 年提出的“自动化的讽刺”：系统接管日常操作后，人只在异常时被叫回来，却可能因为长期脱离过程，缺少处理异常所需的技能和情境。据 ACM 收录的一篇 2025 年 CHI Extended Abstracts 研究，对 120 多篇 UX 从业者文章及相关论坛讨论的分析也发现，从业者既期待 AI 减少重复劳动，也担忧责任错置、认知卸载和关键设计能力退化。
真正稀缺的于是从“做出东西”转向“看懂做出来的东西”。代理可以扩大探索范围，却不会自动替人建立统一的方向、品味和责任边界。产量越高，留在回路里的那个人越需要决定哪些工作值得启动、何时停止，以及是否留出足够连续的注意力，把一件作品看完整。
局限与未知
- 文章记录的是一位设计师的个人体验，不能据此断言 AI 代理必然导致焦虑、分心或作品质量下降。
- 标题中的“生产整条信息流”是一种隐喻。现有材料没有证明代理能够自主完成选题、制作、审核和分发的全部环节。
- 材料没有提供任务数量、节省时间或产出质量的系统测量，因此更适合把它看作一种值得验证的体验问题，而不是已经成立的因果结论。