
人也需要 Context Engineering
最近我意识到一件让我有点焦虑的事情:AI 正在蚕食掉我的注意力。 它不是短视频、社交媒体那种很明显的分心,而是一种更隐蔽的分心,因为它看起来很像生产力。Terminal 里有任务在跑,agent 在改代码,文件不断被创建,commit 一个接一个出现。仿佛我一直在创造,但一天下来,好像没有什么东西真正完成。 我会同时开好几个 agent coding session:一个做 feature,一个修 bug,一个探索等待结果时突然冒出来的新想法。表面上看,我做了很多事。但等这些 agent 带着执行结果回来时,我甚至没有精力认真验证其中任何一个结果。真正限制我的,不再是编码能力,而是观察、判断和继续推进的能力。 有了 AI 之后,我很容易产生一种“我变强了”的错觉。某种意义上,这也没错。我实际的产出确实变多了。AI 可以修编译错误,生成测试,做重构,也可以更快地搭出界面。有了 AI 加持,我能做比之前多很多的事情。问题是,执行能力变强之后,真正卡住我的地方也变了。我的瓶颈不再是把需求变成代码的速度,而是自己的 context window:它有多长,以及里面装的 context 质量如何。 是的,AI 有 context window,人其实也有。当脑子里同时挂着太多未完成的事情时,我就会开始失去判断力。 更有意思的是,我不是因为时间不够用而导致的注意力过载,而恰恰是因为 AI 接管了很多琐事之后,我每天的工作中间会多出来一些空档。五分钟,十分钟。我的注意力也被摊开到了那些过去根本不会出现的缝隙里。如果这些时间没有被提前安排好,我的大脑就会不由自主地去做最容易的事情:开始另一个想法。 开一个头很容易,真正把它收尾就没那么容易了。而 AI 让“开始”变得几乎没有成本,这其实很危险。 AI 可以生成不错的结果,但大多数时候,它生成的是 good enough 的结果。 如果想让结果真的变得理想,我还是需要读 diff、理解它生成的测试的行为、发现哪里不对劲、决定什么要保留、什么要删掉、下一步往哪里走。这一部分目前还很难完全丢给 agent,至少对于我在意的工作来说,我仍然要负责 taste、判断和方向。 但当我同时挂着十件毫不相关的事情时,我没法把这个角色做好。我会失去耐心,会扫一眼就过,而不是认真审阅;会太快 approve 一些东西;会忘记自己一开始为什么要做这件事。我的后续指令也会变得模糊,而模糊的指令通常只会得到模糊的结果。 最后就变成:一天开了十个头,但没有一件真正收尾。看起来很忙,实际上却没有什么东西被真正完成。这给我带来了很多的焦虑和内耗。 所以我开始把自己的注意力也当成一个工程系统来管理。 我们经常讨论怎么给 AI 做 context engineering:prompt 里应该放什么,应该带哪些文件,如何保存记忆,如何避免 context pollution。但我现在觉得,人也需要 context engineering。 我的规则很简单:一天里,我最多只开三个 workstream。不是三个小 task,而是三个真正需要判断力的事情。一个 feature,一个 bug,一个设计上的调整,或者是构思一篇文章。只要这件事需要我认真观察和做决定,我就会把它定义成一个 workstream。 在开始一个 workstream 之前,我会先花 20 到 30 分钟思考: ...

