Nala Ginrut 写道：AI 究竟是否能成为新的数字利维坦，目前尚未可知，但 AI 写编译器的事情着实吓尿了一群人，但也有一些人暂时还没被吓尿，并且还有心情写文章。 根据 Anthropic 的记录，无限增加 agent数 量并不会有什么效果，16个并行的 agent 一起跑，结果 16 个 agent都卡在同一个问题。理想中的 agent 应该是能更好更细粒度地规避冲突，互相协调，有同步协调机制。
也就是说，他们这次没有做 orchestration agent。
可是问题就来了，真正有生产力的 orchestration agent，其设计和实现也是一个复杂工程。如果一句“给我来一个XX“之类的简单 prompt 不能让 AI 帮你自动写，就意味着需要投入工程师才行了。
这就回到了我们之前提到的VibeOS悖论：你得拥有足够丰富的工程经验，以及编译理论的理解，才能设计出一个好的专用 orchestration agent。

哈佛商业评论发表报告称，AI 没有减少工作量而是增加了工作强度。报告称：在一项为期八个月的研究中，他们调查了生成式 AI 如何改变一家有大约 200 名员工的美国科技公司的工作习惯。研究发现，员工的工作节奏更快，承担了更广泛的任务，工作时间更长，经常是主动去做的。公司并未强制要求使用 AI。由于 AI 让多做点事变得触手可及、切实可行，且在很多情况下能带来内在成就感，员工们主动承担了更多的工作。听起来是企业领导梦寐以求的事情，但热情拥抱 AI 带来的变革可能难以持续，会引发更多新问题。一旦新鲜感消退，员工们可能会发现他们的工作量悄然增加，疲于应对突然涌现的任务。这种工作量的累积反过来会导致认知疲劳、职业倦怠和决策能力下降。最初享受到的生产力激增可能会被工作质量下降、人员流动等问题所取代。