責任漏斗:AI 能做掉九成的事,為什麼剩下的一成是你
· tech
前言
寫完 GitCrisp 和 部落格產線 兩篇之後,讀者最自然的下一個問題是:如果 AI 能做掉這麼多事,那你還剩什麼?
我的答案是一個形狀:漏斗。工作的量,大部分真的可以交給 AI——code、測試、文件、初稿、查資料,上面那圈越來越寬;但有些東西不會被漏下去,它們往下擠,擠進一個越來越窄的頸——而頸口站著的,永遠是一個人。這篇想把這個形狀講清楚:為什麼是漏斗、頸裡裝的是什麼,以及站在頸口的人(包括還沒站上去的 junior)該怎麼辦。
責任守恆:給人是分流,給 AI 是全反射
先講漏斗底下那條物理定律。把工作交出去,有兩種完全不同的交法:
把事情交給人,責任會跟著轉移一部分。這不是推託,是組織運作的基礎:出事時說「這一塊是他負責的」,說得成立,也應該成立——不然授權就是空話。
把事情交給 AI,工作交出去了,責任卻一分都沒有離開你。沒有任何一場 incident review 會接受「這是 AI 寫的」作為結論。我在 直播電商系列 寫過那次真的超賣的事故——事後沒有人問「那段 code 是誰寫的」,只問「是誰讓它上線的」。那時還沒有 AI 寫 code,但這個問法今天一個字都不用改。產出可以被放大十倍,責任不會稀釋成十分之一;它守恆,而且全部收斂到簽名的人身上。
這就是「帶 AI 像帶團隊」(GitCrisp 那篇的結論)唯一不像的地方:方法一樣——寫規範、劃邊界、review——但帶人的終點是把責任也交出去,帶 AI 的終點永遠是自己收下全部。
漏斗:量遞減,責任密度遞增
把責任守恆放進日常工作流,就得到漏斗的形狀:
這張圖有一個工程上的推論,值得單獨講:整條產線的 throughput,上限不在 AI 的產出速度,在頸的寬度。AI 一天能生二十個 PR,你一天能負責任地驗收幾個,產線就只能跑幾個——多出來的要嘛排隊,要嘛沒被真的驗過就流出去(後面會講這有多危險)。平行化再強,守恆的那段就是壓不掉——這是 Amdahl 定律,只是這次不可平行化的部分叫「責任」。
所以「用了 AI 之後你的價值是什麼」有了一個具體的答案:你的價值等於你的頸寬——你能負責任地驗收多少東西,你就值多少。
頸可以加寬,但拆不掉
GitCrisp 一萬三千行測試、CLAUDE.md 裡的架構規範、部落格產線的 avoid-word 掃描和 pre-commit hook——這些護欄的本質,現在可以說得更精確了:它們都是加寬頸的工具。把「每次都要人眼看」的檢查變成機器自動跑,人的驗收頻寬就留給機器驗不了的東西:方向、取捨、品味。
但有兩個誠實的邊界要講。
第一,遞迴到底還是人。測試也是 AI 寫的——那誰驗收測試?規範文件也是 AI 幫忙整理的——誰驗收規範?這條遞迴沒有終點,只有一個止損點:人對護欄本身做抽查。我 review 測試 PR 的力道比 feature PR 更重,因為護欄壞了是靜默的——它不會報錯,它只是從此攔不住錯。
第二,橡皮圖章是假頸。航空業幾十年前就學過這一課:自動化越好,人越容易失能——自動駕駛太可靠,機師的手動能力和警覺一起退化,等真的需要人接手時,接不住。Code review 的版本是:AI 的 code 十次有九次是對的,第十次你已經不看了。這時漏斗的頸還畫在圖上,但它其實已經不存在——所有東西直通出貨,責任卻還在你身上。頸的存在不是畫出來的,是每一次真的看、真的擋下東西維持出來的。這也是為什麼 GitCrisp 一百多個 PR 我每個都看:不只是為了那個 PR,是為了讓「我在看」這件事一直是真的。
反思:junior 怎麼辦
這個模型最殘忍的推論落在 junior 身上。以前的成長路徑是從漏斗的寬處開始:大量寫 code、寫壞、被 production 教訓,幾年下來長出判斷力,慢慢往頸口移動。現在寬處被 AI 佔了——驗收能力的原料是產出的經驗,而產出被 AI 拿走了。梯子最下面幾階,沒了。
我目前的答案是三條,寫給頸口還站不上去的人:
一、判斷力的原料是失敗的經驗庫,不是打字量。你聞得出 code 的臭味,是因為見過夠多的臭——自己寫壞的、追事故追出來的、review 時抓到的。打字只是舊時代累積這個經驗庫的載體,不是本體。所以新的練法是把「寫→錯→學」換成更高頻的「預測→驗證」迴圈:看 AI 的 diff 之前,先猜它會怎麼寫、哪裡會出問題,再打開來對答案。猜錯的每一次都是入庫。AI 讓這個練習變得空前便宜——你可以要它解釋每個決定、生三種替代寫法來對照。它拿走了舊訓練場,但開了一個新的;差別只在舊訓練場是被動就能受訓(不寫 code 專案就不會動),新訓練場要主動走進去——全收不問的人,什麼都練不到。
二、頸寬 = 驗收速度 × 校準。光快沒有用:驗得快但過度自信,是假頸——東西都流過去了,但沒有真的被驗過。真正的頸寬包含知道自己哪裡看不懂,並對看不懂的部分降速、加護欄,或老實說「這塊我還不能簽」。錯誤的自信比慢危險得多;而校準,恰好也是從失敗經驗庫裡長出來的。
三、先當小漏斗的頸,再當大漏斗的頸。「能負責的範圍」不只是認知問題,還是信任問題——你能負責的範圍,是別人敢讓你負責的範圍,那要靠簽名紀錄累積。與其在大系統裡負責一片寬層(反正那層 AI 越做越多),不如找一個小而完整的漏斗,從規格、驗收到出事扛鍋整條走完——一個 side project、一個小工具、一個小服務。這也是我現在回頭看 旅遊分帳 和 GitCrisp 的方式:它們不只是作品,是我練「當頸」的地方。side project 在 AI 時代從加分項變成了正貨——因為它是唯一一個你從第一天就站在頸口的漏斗。
最後,把整篇收成一句話:AI 改變的是漏斗上面有多寬,沒有改變下面有多窄。產出會通膨,責任不會——而你的職涯,就是那個頸,慢慢變寬的過程。