精选理由
AI 编程重度用户和团队管理者会感同身受——多 Agent 不等于高产，反而可能让人更累。这篇把人的注意力瓶颈讲透了，建议点开看看怎么优化自己的审查流程。
Addy Osmani 提出“编排成本”概念，指出在 AI 编程中，人的审查与判断是系统瓶颈，无法并行。多 Agent 看似高效，但最终所有任务都需开发者逐一审查、合并，导致上下文切换和认知负荷剧增。文章类比 Python GIL 和 Amdahl 定律，强调优化非瓶颈部分不会提升整体产出。建议根据审查能力控制 Agent 数量、任务分层、批量审查，并保护深度思考时间。
AI 翻译 · 中文
Addy Osmani 提出“编排成本”概念，指出在 AI 编程中，人的审查与判断是系统瓶颈，无法并行。多 Agent 看似高效，但最终所有任务都需开发者逐一审查、合并，导致上下文切换和认知负荷剧增。文章类比 Python GIL 和 Amdahl 定律，强调优化非瓶颈部分不会提升整体产出。建议根据审查能力控制 Agent 数量、任务分层、批量审查，并保护深度思考时间。
活人开发者的注意力是整个 AI Coding 系统里最稀缺、最慢、最不能并行的资源！ 启动 Agent 很容易，但理解结果、判断质量、处理冲突、决定能不能合并，仍然必须由人完成。Agent 可以并行工作，但人的判断不能并行。所以真正限制产出的，不是 Agent 数量，而是人的审查与决策能力。 @addyosmani 把这个问题称为 Orchestration Tax，可以理解为“编排成本”或“调度成本”。 你启动 10 个、20 个 a…