我最近的工作形态变了个样。屏幕上常常同时开着好几个 AI 智能体的会话：这个在查资料，那个在跑数据整理脚本，还有一个在收拾积攒多年的文件夹。人不再逐字逐句地干活，而是坐在中间当调度：读产出、下判断、发指令。听上去很风光，实际上很快就生出一种新的毛病——哪个会话一跑完，角标一亮，我的眼睛就飘过去了。手头正读到一半的东西搁下，先去拆那个新出炉的结果；拆完这个，另一个又亮了。一晚上下来，处处都动了几下，深下去的没有几处。
前两天我把这个毛病拿去问 AI：是否应该处理完当前会话、回复完，再去看新完成的？它给我的答案，比我问的问题走得更远。这篇随笔就是那场讨论的整理。
痒从哪里来
先解剖这股”被吸过去”的痒。第一层是中断机制：通知、角标、红点，本来就是为抢夺注意力设计的，这一层人人皆知。第二层更深：每一个跑完的会话，都是一台微型老虎机。它可能跑出漂亮结果，也可能跑得一塌糊涂，不拆开不知道——行为心理学早就测明白了，恰恰是这种不确定的奖励最勾人，定时定量的奖励反倒乏味。实验箱里的鸽子如此，刷短视频的人如此，盯着智能体角标的我，亦如此。
第三层最隐蔽，也最要害：有会话跑完了没人管，我心里会冒出一种”浪费产能”的焦虑，仿佛让机器闲着就是罪过。我甚至一度动过念头，想拿每天消耗多少 token 来当自己的努力指标。这股焦虑并非全无道理——多智能体的全部意义本来就在并行；坏就坏在它不分场合，把”让机器都转起来”悄悄顶替了”把判断做对”，把并行度误当成了产出。
三个行当早就解过这道题
有意思的是，这道题根本不新。至少三个互不往来的行当，各自撞上过它，也各自解出来了，答案还惊人地一致。
计算机自己就得过这个病。早年的网卡每收到一个数据包，就给 CPU 打一次中断：”来活了，快处理！”流量小时相安无事；流量一大，CPU 的全部时间都耗在”被打断—响应—刚回去又被打断”上，正经活一件也推不动。上世纪九十年代末，研究者给这个病起了名字，叫 receive livelock，接收活锁：系统忙到极点，吞吐量却趋近于零。解法说破了不值钱：关掉逐包中断，攒一批，定点轮询，批量处理完再回去干正事。今天你的电脑还能流畅上网，靠的就是这一手。
制造业解过同一道题。丰田的看板墙上，”进行中”那一列有卡片数上限，行话叫 WIP（work in progress，在制品）上限。道理是车间里用教训换来的：半成品铺得越满，每一件完工得越慢，切换损耗越大，质量越差——想快，先限量。
医院也解过，这一条我最熟，我自己就是医生。急诊分诊台从不按到达顺序叫号：轻症快速分流处置，危重的进抢救室，一次全力救一个。按”谁刚到”定顺序，在急诊室里是要出人命的。
三个行当，素无来往，结论却收敛在同一处：完成不抢占，队列讲优先级，在制设上限。
于是立下三条家规
其一，回合制。”读产出—下判断—发回复”是一个不可分割的回合，回合没走完，绝不切换；中途亮起的角标一律视作入队，不视作中断。等手头的回合收束，再去扫一眼队列。
其二，检查点上先分诊。扫队列时，先把”机械放行”批量清掉——”继续””可以””跑下一步”这类三十秒内能发出、几乎不需要判断的回复，一口气清完，让便宜的并行接着转。剩下真正需要深读细审的，按重要性挑一件，而且只挑一件。按”谁最新完成”来挑，说穿了，就是把被吸引这件事制度化。
其三，深线并行不超过三条。需要动真判断的会话，同时最多开三条；纯机械跑批的不限。这一条其实是前两条的地基：如果发现自己总在切、切得心痒，病因多半是摊子铺得太大，切换纪律倒在其次——该砍的是并行度。
这三条的算账逻辑只有一句：智能体空转极便宜，人的切换极贵。一个跑完的会话晾上十分钟，分文不费；而我若在切来切去的浮躁里花三十秒浅浅扫一眼、放行了一个错误方向，代价是机器白跑几个小时，外加日后返工。真正的浪费只有一种：人的判断变糙。
让 AI 记住，替我看着
有个细节我很喜欢。讨论收尾时，AI 把这三条写进了它长期记忆里一个叫”判例库”的文件——往后我再犯”被角标勾走”的老毛病，它会把这条判例原文念给我听，不再重新开庭。人向 AI 请教如何管理 AI，最后让 AI 监督人执行，这个闭环有点滑稽，但确实管用。
调度这门学问，半个多世纪教会了机器一件事：瓶颈在哪里，秩序就围着哪里建。多智能体时代轮到人来当调度器了，第一课没有变——
先承认自己是单核的。