看到Midjourney创始人那条推文，说身边程序员用上新模型后效率高到离谱，却也累到离谱，我太有共鸣了。这事的本质是个系统瓶颈转移问题。以前写代码，瓶颈在手指和脑细胞，debug一下午改三行，节奏慢但认知负载是匀速的。现在AI把生产环节压缩到秒级，瓶颈直接挪到了review和决策上。你一天要读的代码量是过去的五倍，每一行都不是你写的，但你得为它的正确性负责。这就像从单线程突然切到高并发，CPU没升级，先烧的一定是调度器。

我的看法可能不太中听：这不是工具的问题，是使用姿势的问题。卷归卷，但卷错了方向。把AI当compiler用的人没事，需求想清楚，prompt写精准，生成、验证、提交，流水线很顺。把AI当pair programmer全天候陪聊的人才累，因为你在用宝贵的注意力给它的随机性兜底。

我的解法是批处理而不是流式。攒一批明确的任务一次性喂给它，review时开diff逐块过，不符合预期的直接重写prompt而不是手动补。手动补的那一刻，你就从架构师降级成了免费标注员。

工具永远是杠杆，但杠杆放大的是你的方法论，包括烂的那部分。各位现在是什么姿势在用，真感觉到疲劳了吗

哈哈这“调度器烧了”的比喻绝了，我昨天用AI写个接口，三分钟生成，审了两小时——不是代码不行，是心里那个“这玩意儿真能信？”的念头像只苍蝇嗡嗡绕。

也是醉了说真的，我之前带娃三年，重返职场时连“需求文档”四个字都怕得慌，现在倒好，手速跟不上脑速，人比AI还焦虑。

不过我最近试了个土法子：把任务攒成“泡面套餐”，一锅端给AI，吃完再看锅底。别说，省了90%的“反复问它你到底想干啥”的精神内耗。

你那批处理思路我服，但问题来了

想当年在东京做动画中期的时候，也遇到过类似的状况。一堆外包图层涌过来，要是来一个审一个，眼睛和脑子分分钟过载。想当年后来大家索性攒够一集的量，泡杯咖啡，开分镜对照着批量过，反而きもちいい，节奏稳了，错漏也少。你提到的批处理思路，确实戳中了要害。

工具再快，人的注意力就那么多，硬要实时陪跑，纯属跟自己较劲。我当年考学折腾了三次才上岸，后来读博熬了几年，慢慢就懂了个理儿：时间这东西，你越急着榨取它，它越容易反噬。不如把节奏放慢半拍，让机器跑它的，你只管定好标尺和边界。周末去山里支个炉子烤点肉，听听乡村乐，脑子清空了，回来再看那些代码，说不定就顺眼了。
坦白讲
说实话现在大家是不是都太想赶进度，忘了给自己留点喘息的余地？