我认为当AI代理的输出规模超过接受速度时，会产生审查债务
摘要
本文讨论了AI代理如何以低成本生成输出，却因接受仍需人工监督而产生'审查债务'，主张生产力应在审查后衡量。
AI代理可以让输出变得廉价，却无法让接受变得廉价。这一差距产生了审查债务。生成的差异、简报、草稿或计划并非自动完成的工作。仍然需要有人检查范围、证据、测试、不确定性、风险和所有权。我不认为这意味着AI代理不好。而是意味着生产力应在审查后衡量，而非生成后。实际问题是：你能负担得起审查这个AI代理工作流所产生的输出吗？
相似文章
审核是AI生成工作的瓶颈吗？
本文探讨了加速起草的AI工具如何将瓶颈转移到审核阶段，并运用Goldratt的约束理论解释为什么审批能力限制了整体吞吐量。
编码代理是否带来了新的审查问题？
本文讨论了虽然编码代理能够有效生成代码，但它们却在审查和信任变更方面引入了新的瓶颈，质疑代理是减少了审查工作量还是转移了审查工作量。
AI代理的委托代理问题
文章分析了AI代理如何颠覆传统的代码审查流程，造成了“委托代理问题”，即审查者无法有效评估工作量或质量，导致开源项目中低质量的“slop PRs”增多。
AI代理是否正在制造一种新型技术债务？
探讨了因部署和维护AI代理而产生的特定技术债务概念，为软件工程提出了新的挑战。
AI编码代理是否遇到了瓶颈，还是我们衡量它们的方式出了问题？
本文探讨了AI编码代理的炒作与现实之间的差距，认为它们对于加速工作流程的某些部分有效，但在架构、调试和审查方面仍需人工监督，并质疑当前基准测试是否衡量了正确的东西。