Bold.org 技术副总裁用 GitHub 数据复盘 AI 智能体为何让工作量不降反升

当初的宣传是，AI 会把我们的时间还回来。少写一些样板代码，把无聊的部分交出去，早点回家。

我并不是在抱怨这些工具。现在我所有的工程工作都会使用智能体，我也写过关于这套工作方式如何演变，以及为什么我仍然会阅读代码的文章。我可以调查并完成一些放在两年前根本不值得着手的事情。

但今年某个时候，我注意到自己比以往任何时候工作得都更多，而且感觉比以前更沉重。不是因为某项单独的任务更难，而是因为任务实在太多了，而且全都同时进行。

这篇文章是我想借助自己 GitHub 历史上的一些数据来理解这一现象。

旧负担与新负担

作为一名全栈工程师，我过去平常一周有两三项重要任务：一个功能、一个棘手的 bug，也许还有一次迁移。每项任务都需要全神贯注，但我一次只能把一项任务完整记在脑中，完成后再转向下一项。

如今我的一周完全不同了。我有多个智能体并行运行：一个在实现变更，一个在调查生产环境中的问题，一个在处理代码审查，另一个在开展我之后才会需要的研究。它们都不需要我全程参与，但每一个都需要我有时介入。

这个“有时”正是问题所在。

每个智能体最终都会带着一个问题、一份待批准的计划、一段待阅读的 diff，或一个需要理解的结果回来。回应它们意味着切换上下文：重新加载另一个问题、另一个代码仓库和另一组决策。

每周处理两三项重要任务，是以一种熟悉的方式让人疲惫。与许多智能体协作，则以一种全新的方式让人疲惫。我的注意力分散到了更多问题上，而我发现，在它们之间来回切换对心力的消耗大得多。

我的 GitHub 历史记录显示了什么

我调取了从 2019 年 1 月至今每个月的 GitHub 贡献日历，并标注了我在 Bold.org 的职位。我于 2020 年 1 月加入公司：全栈工程师任职至 2022 年 8 月，首席工程师任职至 2025 年 8 月，此后担任技术副总裁。这些是 GitHub 的贡献次数，包括私有工作，因此混合了提交、拉取请求、评审和 issue。它只是活动量的粗略信号，并不能衡量价值。2019 年的基准并不完整：我加入 Bold.org 之前的工作使用的是自托管 GitLab，所以 GitHub 只显示我在 GitLab 之外完成的工作。但其走势很难忽视。

曲线的第一部分符合我的预期：

• 我在 Bold.org 编码最忙碌的时期是最初几年。2020 年是我贡献最多的一年，共 2,711 次贡献。2021 年降至 1,839 次，2022 年降至 1,498 次。
• 首席工程师时期的数据平稳且水平更低。从 2022 年 8 月到 2025 年 7 月，我平均每月贡献 114 次，而担任全栈工程师时为 173 次。我贡献最少的一年是 2023 年，共 1,189 次。
• 担任技术副总裁最初几个月的情况看起来也是如此。从 2025 年 8 月到 12 月，我平均每月贡献 111 次；2025 年 12 月是我加入 Bold.org 以来最清闲的月份，只有 50 次贡献。

作为首席工程师时，我更多的工作投入到了架构设计、深入研究概念、搭建项目和规划中，而不是修复 bug 或迭代功能。成为技术副总裁后，这种转变延续了下来，预计功能开发工作还会更少。至少在 AI 到来之前是这样。

然后，2026 年到来了：

• 我重新回到了全栈工程师的节奏。 截至10月27日，我已有2,102次贡献，已经超过2021年至2025年中的任何一整年。而在2020年同期，我有2,371次贡献，因此2026年接近我最忙碌的一年，但还没有超过。
• 2026年8月是整个时间线中最忙碌的月份。 共有427次贡献，而此前的最高纪录是2020年4月的319次。
• 我的日常活动水平又回升了。 从2022年至2025年，每年的工作日贡献中位数都是3次或4次。2026年这一数字达到7次，接近2020年的8次。
• 没有 GitHub 活动的工作日变少了。 截至10月27日，我有18个工作日没有任何贡献，而2022年至2025年每个完整年度都有40–46个这样的工作日。这些是没有记录到 GitHub 活动的日子，并非休息日。
• 高强度活动日再次成为常态。 从2022年至2025年，我每年都恰好有一天贡献达到24次或更多。2026年我已经有16天，几乎达到2020年全年的17天。

其中几乎所有都是私人工作。图表中的虚线仅代表公开贡献：从2021年至2025年，这项数字一直接近于零；今年重新出现，目前达到191次，但仍不到2026年总贡献量的十分之一。

其中的变化在于我的角色。2020年，我是一名全职从事功能开发的全栈工程师，我当时在 GitHub 上的大致情况就是如此。如今，我在 Bold.org 负责工程工作，功能开发比过去少得多。按理说，我的图表本应与我担任 Principal Engineer 那些年份的水平相当，甚至更低。没想到，它又回到了写代码曾是我全部工作的那个水平。

变化在于，有多少工作让人觉得值得着手去做。当编写代码的成本变得很低时，我就会修复以前可能懒得处理的 bug，改善整个代码库的模式，承接新的项目，并把更多想法变成真正的东西。其中很多工作，我以前根本不会考虑。智能体不只是让现有工作完成得更快，也让我可以轻松给自己安排大得多的工作量。

爆发式增长，随后走向倦怠

从月度总量来看，2026 年并非持续平稳攀升，而是一连串爆发。

1 月和 2 月带来了第一轮明显的爆发，贡献次数分别为 277 次和 233 次。也是在这时，我开始认真与智能体协作，而那个后来演变为我们内部公司智能体的可观测性实验也开始起飞。每周都会出现一些新任务，让我突然有了可以委派的事情，而我想要把它们全都尝试一遍。

3 月至 6 月总体趋于放缓，贡献次数从 3 月的 203 次降至 6 月的 77 次。但4 月沿途又出现了一次较小的爆发，又是一个我有想法并付诸行动的月份。我认为模型的改进是这股 renewed energy 的部分原因。4 月的贡献总数为 187 次，低于 1 月至 3 月，但其中包括一个贡献 29 次的单日和 68 次公开贡献，后者是我全年最高的公开贡献总数。

8 月是规模最大的一次爆发。暑假结束回来后，日历显示 8 月初整整一周的贡献次数都是零。随后从 8 月 10 日到 8 月 27 日，每个工作日的贡献次数都在 14 到 43 次之间。8 月最终达到 427 次贡献，是整个时间线中最忙碌的月份。9 月依然保持高位，达到 301 次。

每个周期都以同样的方式开始。一个新模型或新工作流让上个月还不可能的事情成为可能，我的脑海中便充满各种想法。由于现在的实施成本很低，没有任何天然的阻力阻止我同时追求所有这些想法。于是我真这么做了。我启动更多智能体、开启更多对话线程，并对更多实验说“好”。

这种情况能持续几个星期。随后，审阅和上下文切换的负担追上来，我便收敛到更稳定的工作节奏。我会保持这种状态，直到某件令人兴奋的事出现，或者直到一个假期让我恢复足够精力，直接进入又一轮爆发。

自1月以来，我经历了三个这样的周期。

在一轮爆发结束时，我感到对 AI 厌倦。我不想再启动另一个智能体，也不想再思考更多点子。我照常做日常工作，但不再追逐额外项目和各种可能性，因为我没有足够的脑力余力去应付它们。

淡季不再淡

最让我意外的不是高峰，而是我在两次高峰之间做了多少事情。

3月不像1月、2月或8月那样让我感到爆发，但我仍在做大量工作。当月共有203次贡献，而作为首席工程师，我每月的平均贡献是114次。我依然在付诸行动，但这种活动水平已不再让我觉得是一次格外拼命的冲刺。即使我以为自己是在轻松一些，仍然有智能体产出的结果需要处理、有评审需要完成，还有一些小事如今也只是“快速提示一下”而已。

6月确实处于低谷，只有77次贡献，与我担任首席工程师时较清闲的月份相当。也许那时所有的疲惫都追上了我。并不是每个清闲月份都比以前产出更多。但即使在爆发期之外，我仍发现自己接下的工作比过去更多。这就是我所说的淡季不再显得低迷。

这让我处于怎样的状况

AI 让我有了空间去做以前绝不会考虑的工作。我喜欢能够修复更多问题，把更多想法变成实实在在的成果。但实施这些想法的能力增长得远快于我思考它们的能力。最终，我会不再想启动另一个智能体，回到只做日常工作的状态。我还没有找到平衡。至少目前，我注意到，做更多事情的能力不断转化为真的做更多事情。而我累了。

关于本文写作方式的说明：AI 帮助我提取并分析 GitHub 贡献数据、制作图表并起草本文。文章中的经历、决定和观点均属于我。