首頁內容關於
松瓚的沙龍
Top 5
現代人的疲憊不是來自壓迫，而是內部的撕裂。你同時被要求獨特、合規、高效，三者構成不可能的三角。三方互鎖形成納許均衡，沒有人敢先停；而三套系統的交集極窄，人的尺度被壓縮成單一樣板。但問題從來不在你夠不夠強，而在三種要求本來就互相矛盾。你不欠這個時代一個滿分的自己。
當演算法治理進入公共部門，真正的兩難不只在政府與人民之間，也在國家機器內部。中央看到的是競爭與主權，部會面對的是責任與風險，地方承受的則是執行與民意。每一層都有自己的合理性，也都被外部加速壓力推著往前。於是，問題不只是國家要不要用 AI，而是當所有人都知道加速有代價，誰還有空間替制度保留煞車。
當 AI 助手進入寫作、搜尋、導航、排行程與情緒陪伴，我們省下了不少力氣。但被外包的，常常不只是任務，還有形成判斷的過程。每次依賴系統都很合理；可當所有人都走向這條低成本路徑，集體也可能慢慢失去主體性。
本系列從《人類大命運》出發，重讀自由、社會、進化三種人文主義，並映射到 AI 時代的個人、政府與企業。當三方都用 AI 追求各自的合理目標，真正被改寫的，是社會判斷「什麼樣的人更有價值」的尺度。
當 AI 讓執行力快速貶值，真正稀缺的就不再是做出來，而是定義問題、做出取捨、把方向收斂。後人月時代最可怕的，不是做不到，而是高效率地各種做錯。
當 AI Agent 讓生產力爆發，真正稀缺的已不是執行力，而是維持系統主權的能力。本文借用 Fred Brooks 的「概念完整性」指出：Agent 能高速生成，卻無法替產品做最終排序、取捨與裁決。當局部優化愈來愈強，整體失序的風險也會升高。最後，人類真正不能外包的，是守住讓產品有完整性的意志。
Agent 時代最迷人的地方，在於前期開發真的變快了。原型、文件、測試與程式雛形都能迅速長出來，團隊很容易產生一種進度突然被打通的感覺。但專案真正變重的時刻，往往發生在後面：反覆驗證是否可靠、整併進既有產品線，以及承接長期維運。複雜度沒有消失，只是從人際協調，搬到了上下文治理、品質保證與系統整合。
本篇聚焦《人月神話》在 AI 時代的第一道鬆動：知識可被索引、溝通逐漸協議化、局部任務開始平行化，團隊進場速度與執行力明顯提升。只是，AI 壓縮的是 onboarding、交接與雜務清理的陣痛期，系統複雜性、架構取捨與責任判斷仍然存在。Brooks 的前提改變了，但他真正擔心的整合難題並未退場。
《人月神話》核心在於維持「概念完整性」，傳統補人只會增加溝通摩擦。DeepWave 實務則發現，AI Agent 可由「單人大腦」驅動，極小化理解斷層，將協作轉為單體生產力的無限擴張。這雖打破了人力算術限制，卻也將維持一致性的考驗，從團隊溝通轉向了決策者的認知極限。
這篇文章以《人月神話》為起點，討論 Agent 是否真的推翻 Brooks Law。Claude、Codex 等工具確實降低 onboarding、局部協調與執行成本，但焦油坑並未消失，而是往上游移動：需求定義、權限邊界、驗證機制與責任歸屬，成為新的治理難題。執行力能被放大，判斷力卻無法自動擴編。
現代人的疲憊不是來自壓迫，而是內部的撕裂。你同時被要求獨特、合規、高效，三者構成不可能的三角。三方互鎖形成納許均衡，沒有人敢先停；而三套系統的交集極窄，人的尺度被壓縮成單一樣板。但問題從來不在你夠不夠強，而在三種要求本來就互相矛盾。你不欠這個時代一個滿分的自己。
當演算法治理進入公共部門，真正的兩難不只在政府與人民之間，也在國家機器內部。中央看到的是競爭與主權，部會面對的是責任與風險，地方承受的則是執行與民意。每一層都有自己的合理性，也都被外部加速壓力推著往前。於是，問題不只是國家要不要用 AI，而是當所有人都知道加速有代價，誰還有空間替制度保留煞車。
當 AI 助手進入寫作、搜尋、導航、排行程與情緒陪伴，我們省下了不少力氣。但被外包的，常常不只是任務，還有形成判斷的過程。每次依賴系統都很合理；可當所有人都走向這條低成本路徑，集體也可能慢慢失去主體性。
本系列從《人類大命運》出發，重讀自由、社會、進化三種人文主義，並映射到 AI 時代的個人、政府與企業。當三方都用 AI 追求各自的合理目標，真正被改寫的，是社會判斷「什麼樣的人更有價值」的尺度。
當 AI 讓執行力快速貶值，真正稀缺的就不再是做出來，而是定義問題、做出取捨、把方向收斂。後人月時代最可怕的，不是做不到，而是高效率地各種做錯。
當 AI Agent 讓生產力爆發，真正稀缺的已不是執行力，而是維持系統主權的能力。本文借用 Fred Brooks 的「概念完整性」指出：Agent 能高速生成，卻無法替產品做最終排序、取捨與裁決。當局部優化愈來愈強，整體失序的風險也會升高。最後，人類真正不能外包的，是守住讓產品有完整性的意志。
Agent 時代最迷人的地方，在於前期開發真的變快了。原型、文件、測試與程式雛形都能迅速長出來，團隊很容易產生一種進度突然被打通的感覺。但專案真正變重的時刻，往往發生在後面：反覆驗證是否可靠、整併進既有產品線，以及承接長期維運。複雜度沒有消失，只是從人際協調，搬到了上下文治理、品質保證與系統整合。
本篇聚焦《人月神話》在 AI 時代的第一道鬆動：知識可被索引、溝通逐漸協議化、局部任務開始平行化，團隊進場速度與執行力明顯提升。只是，AI 壓縮的是 onboarding、交接與雜務清理的陣痛期，系統複雜性、架構取捨與責任判斷仍然存在。Brooks 的前提改變了，但他真正擔心的整合難題並未退場。
《人月神話》核心在於維持「概念完整性」，傳統補人只會增加溝通摩擦。DeepWave 實務則發現，AI Agent 可由「單人大腦」驅動，極小化理解斷層，將協作轉為單體生產力的無限擴張。這雖打破了人力算術限制，卻也將維持一致性的考驗，從團隊溝通轉向了決策者的認知極限。
這篇文章以《人月神話》為起點，討論 Agent 是否真的推翻 Brooks Law。Claude、Codex 等工具確實降低 onboarding、局部協調與執行成本，但焦油坑並未消失，而是往上游移動：需求定義、權限邊界、驗證機制與責任歸屬，成為新的治理難題。執行力能被放大，判斷力卻無法自動擴編。
