“廚房餐桌就這樣變成了基礎設施——沒有任何人正式決定讓它成為基礎設施。”

兩臺筆記本電腦攤開在那兒，因為其中一臺幾個月前開始隱約出現散熱問題，放在那兒不動反而能穩定工作。鍵帽下面攢著灰，廉價的鼠標上纏著打結的USB線，一本筆記本里畫滿了圖，那些圖越來越不像項目規劃，倒更像某個人在測繪城市地下的管線。公寓里有一種機器連續運轉多日才會產生的溫熱。不算危險，只是當你重新走進房間時，能察覺到那股溫度。

我是被風扇聲吵醒的。那種聲音整夜沒有停，這不尋常。臨睡前，我給幾個代碼倉庫隊列安排了檢查任務，又留了一些腳本持續運行，心里想的是第二天早上能收到整理好的文檔更新。沒什么野心，純粹是內務整理。然而一夜之間，這些腳本觸發了其他腳本。日志匯總生成了摘要。倉庫的變更觸發了審查任務。一個人工智能模型對故障進行了分類，更新了Markdown文件，并為我早已完全遺忘的問題生成了issue注釋。

奇怪之處不在于它居然能跑通。而在于我突然意識到，自己已悄然越過了一條界線：在我停止參與之后，工作仍在繼續運轉。

沒有人是奔著“構建一個AI員工”這個目標出發的。這個說法本身就容易造成誤解，讓人們聯想到人工同事替代人類的畫面、發光的儀表盤，或是指滿箭頭的昂貴編排圖。實際上，最終變得真正有用的系統，大多源自一種不耐煩。你厭倦了重復做某件事，于是你把它自動化。然后自動化又制造出另一個惱人的瓶頸，于是你連那個也自動化。接著某天醒來，你被一大堆腳本包圍，而它們對你的工作流了解得比某些同事還透徹。

這一過程緩慢到讓我幾乎毫無察覺。當一件重復勞動的成本以微小的、不易察覺的碎片形式分布在一天中，你很難真正看清它吞掉了多少時間。在動手構建任何自動化之前，我的工作流里充斥著小規模的重構動作：打開代碼倉庫，檢查測試結果，閱讀日志，把信息拷貝到筆記里，打開一個大語言模型，粘貼上下文，忘記上下文，再次重構上下文，然后再來一遍。這些任務單拎出來沒有一件顯得沉重，合在一起卻吞掉了整個下午。

現代技術工作里有一件讓人不太舒服的事：最累人的部分往往并非復雜本身，而是上下文切換。每次在不同系統之間跳轉都會產生開銷，每個儀表盤、每條通知、每個瀏覽器標簽和每則散落的筆記，都在給注意力征收細碎的稅。人工智能工具在初期反而可能讓這一階段變得更糟——它們讓你的產出大大增加，卻沒有動刀調整工作流底層結構。你突然能更快地生成更多代碼、更多文檔、更多想法、更多摘要、更多任務，卻沒有建立起能夠包容這些東西的系統。

有一段時間，我產出信息的速度超出了自己能消化吸收的限度。那些腳本原本只是用來做內務，卻逐步承接了更多步驟，它們記下了上下文，在我離開之后依然運轉，像一位夜間值班者，悄無聲息地瀏覽著我白天留下的痕跡，把散落的線索串聯成結構化的任務。我發現自己有時早上打開任務列表時，已經看不懂那些自動生成的issue說明是誰寫的。其實都是我自己的數據驅動的，但那股“這一切還在繼續”的感覺，帶著一絲恍惚。

這一切的起點，可能僅僅是因為某一天我懶得再手動檢查某個倉庫的測試報告。寫了一個小腳本，讓它定時拉取、解析、并在發現失敗時給我發一條消息。這個動作本身就像在黑暗里點亮一根火柴，接著你看到這條管線還連著幾根別的管線，于是你順手也把那幾根點亮。你并沒有設計一個全知全能的同事，只是給了系統一點點狀態感知和一點點行動權限。然后它開始提醒你那些你差點忘記的事情，接著它替你完成了那些你本來要花半天才能撿起來的事情。它不是被設計出來的，它是堆積出來的。

當我試圖回溯這條自動化鏈條到底有多長時，我發現已經很難用“我寫了哪些腳本”來界定邊界。因為有些行為是由日志觸發的，有些是由日歷觸發的，有些則是因為上游AI模型給出了某種置信度判斷后觸發了一個下游動作。它們像一條緩緩蔓延的菌絲網絡，把那些原本需要我人工連接的孤島一處處對接起來。這個過程很安靜，也缺乏戲劇性，以至于當它真正變成一個“在我不在場時也能工作”的系統時，我幾乎沒有任何儀式感。只是某天凌晨，風扇還在轉，我醒了。

這種經驗里包含著一絲困惑，也包含著一絲探索中的好奇。你并沒有意圖去構建一個“AI員工”，但你確實用一系列嵌套的腳本和自動化，讓它像員工一樣接管了某個局部的工作流。這跟那些宏大敘事里的AGI毫無關系，它更像是人們為了躲掉重復勞動，把代碼里討厭的手指活兒一塊塊卸下來，結果回頭一看，那些被卸下來的部件自己組合成了一個“幫手”。這個幫手沒有任何接管人類的野心，它只是安靜地待在廚房餐桌上的兩臺筆記本電腦上，等著下一個夜晚的檢查任務。

這里面有一個值得注意的邏輯：有用的自動化通常不來自一張從頂層畫下來的編排圖，而來自你對自己工作流中具體摩擦點的惱怒。你解決掉那個惱怒點，然后新的瓶頸浮現，你再解決掉它。如此反復。久而久之，你得到的不是一個“平臺”或“解決方案”，而是一個忠實地復制了你的判斷習慣、卻又在你休息時保持清醒的輕量級系統。它的價值不在于算法有多前沿，而在于它扎根于你真實重復過的每一個步驟。

這對于如今被各種AI工具包圍的開發者來說，或許是一條容易被忽視的線索：在把產出速度提上去之前，或許應該先想一想上下文能不能落下來。信息產出速度遠遠超過整理速度時，那些腳本并不會自動獲得秩序感，它們反而會更賣力地把混亂也一并放大。然而，一旦你開始把重復事件中的“重構上下文”這一項也自動化掉，事情就會慢慢地朝另一個方向偏移。你會發覺，在某個時間點之后，你不只是它的使用者，你在某種程度上也變成了它的一個觸發端點。你寫下一條常規指令，它跑完一串流程；你忘掉一個遺留問題，它替你記住了。

那種感受很微妙：你并不同意自己交給了它多少自主權，可它確實在你睡著的時候，按照你過去的行為模式，做完了該做的事。你第二天醒來，面對一個已經被打掃干凈的“數字桌面”，甚至一時反應不過來，昨晚那些自動生成的提交和issue到底代表著怎樣的工作量。你唯一能確定的，是那臺老舊的筆記本電腦還在發出運轉聲，而這個問題，你其實一直沒來得及去修。