开发者实测：AI代理并行干活后，反而比任何时候都忙

一句话看懂：一位工程负责人用自身 GitHub 数据复盘发现，全面改用 AI 代理写代码后，他的代码活动量回到做全职工程师时的水平，但上下文切换带来的精神消耗比过去更大。AI 减少的是单点任务的成本，不是总工作量。

事件核心：发生了什么

2026 年 10 月 27 日，一位在 Bold.org 担任技术副总裁的工程师发布博客，复盘了自己使用 AI 代理后的工作状态。他的结论很直接：能用 AI 完成的事比两年前多得多，但自己从没这么忙过，而且更累。

原因不在单个任务变难，而在并行任务变多。他的一周通常同时跑着几个代理——一个在改代码，一个在排查线上问题，一个在做代码评审，还有一个在提前做资料研究。这些代理都不需要他全程盯着，但每一个都会在某个时刻带着问题、待批准的方案、待读的 diff 或结果回来。每次回应都意味着切换上下文，重新加载另一个问题、另一个仓库和另一套决策，跨任务切换成了主要的消耗来源。

他还统计了 2019 年至今每月 GitHub 贡献数，说明这是自身活动曲线，并非行业数据。2020 年作为全栈工程师是高峰，全年 2,711 次；2022 年 8 月转任首席工程师后月均降至 114 次；2023 年最低，为 1,189 次；2025 年 8 月升任技术副总裁后仍延续低位。但 2026 年曲线重新上扬：截至 10 月 27 日已有 2,102 次，超过 2021 至 2025 任意整年；8 月单月 427 次，为此前 2020 年 4 月 319 次的高点之后的最高值。工作日贡献中位数从 2022 至 2025 年的 3 到 4 次升至 7 次，单日 24 次以上的“重活日”早年每年一次，2026 年已有 16 次。他指出，作为副总裁，原本工作量应更低，如今却接近当年写代码为主的阶段。

为什么重要

这组数据提供了一个和“AI 提升效率”主流叙事不同的视角：AI 降低单个任务的门槛后，组织和个人更容易接纳那些过去“不值得开始”的工作，总量因此上升。对依赖 AI 编码代理的团队而言，瓶颈正从写代码速度转向注意力调度、评审与决策吞吐。目前公开信息显示，这一判断基于单一开发者的个人数据，尚不能当作普遍规律，但它指出的并行代理管理成本，是当前多代理工作流普遍面对的问题。

对用户/开发者/创作者的影响

对使用 AI 编码代理的开发者来说，重要的问题已经从“代理能不能写”变成“同时跑几个代理还管得过来”。产出上限可能受限于人工评审和上下文恢复速度，而不是模型能力。如果同时开启多个代理却不控制任务切换频率，注意力会被切碎，单次深入思考的时间反而减少。团队在推广多代理工作流时，值得同步考虑评审流程、任务优先级和代理结果的汇总方式，而不是只计算代码产出。