阿饭的宝藏之前一直觉得 AI 效率很高，但我自己却很累，我看很多人也都说，怎么感觉像是在给 AI 打工？
终于在这篇 Twitter 里面找到答案了：
作者提到，我们用 Agent 并行处理任务时，有个隐蔽的不对称——多个 AI 智能体可以同时生成内容、跑流程（并发干活），但只要遇到需要人来判断、审核、解决代码 / 内容冲突、梳理整体架构的环节，就必须排队等你处理。结果就是：AI 产出越来越快，待审核的任务越堆越多，形成长长的任务队列。
阿姆达定律非常准确的说明了这种情况（系统优化的上限，是由最慢/不可优化部分决定的）。并行化带来的加速，受限于串行处理的工作比例。
你的累来源于切换注意力：
每次你查看一个离开过的代理时，都会付出上下文切换的代价。你需要清空上一个任务的思绪，重新开始加载这个任务的记忆，这个过程非常消耗脑力，这也是你感觉到越来越疲倦的根本原因。
一旦你的注意力资源消耗光了，你的判断力会极速下降，根本做不了高质量决策。
精心设计你的注意力：
把你的注意力当成稀缺资源来管——它就是你系统里的串行瓶颈：
代理能跑多快不是重点，你的判断速度才是。别看着能并行就猛加代理，你吃不消。
把活分两堆。AI 能自己搞定的，放出去跑，最后收一下就行。必须你下场判断的，别并行，一个个吃。
别来一个审一个，攒着批量审。每切一次任务，脑子都要“重启”一次，很贵。让活稍微积一积，抽一块时间一口气审完。
脑子只做判断，别的让机器来。能自动验证的别自己盯。AI 干完 80% 的脏活，你只盯必须你拍板的 20%。
保护好你的专注时间。该合电脑就合上，集中想一个具体问题。来回协调、切来切去，真的不叫工作。
并行大量的任务会让产生一种生产力爆棚的感觉，实际上可能全部卡在你的决策质量上。
真正的技巧在于围绕你的注意力（这是唯一稀缺的资源）设计系统。
The Orchestration Tax