Think and Make：Agent时代精力的重分配

原始來源與檔名：2026-05-29T081811+0800-Think and Make：Agent时代精力的重分配.md

NAPKIN | 餐巾纸

餐巾纸公式

個人產出 = (高質量 Think × 判斷力) + (工作流編排 Make × Agent 槓桿)

在 Agent 時代，單純的執行時間不再與產出成正比，重點在於你投入多少時間設計可複用的工作流。

一句话

在 Agent 時代，最好的個人精力分配是 50% Think 與 50% Make：少做親手執行的苦力，多做系統編排、工作流設計與最終品質把控。

餐巾纸草图

[ 前 Agent 時代 ]
70% Make (親手執行) + 30% Think (思考方向)
      |
      V
[ Agent 時代 ]
50% Think (判斷、意圖、複盤) <=====> 50% Make (編排 Agent、設計系統、驗證交付)
                                     |
                                 +---+---+
                                 | Agent | (承接底層執行)
                                 +-------+

ROUND 1: SKELETON | 骨架掃描

“这本书在说什么”

• 核心问题: 在 AI Agent 時代，個人應該如何重新分配工作精力（思考 Think vs. 執行 Make）？
• 核心答案: 應該從過去的 70% 執行 + 30% 思考，轉向 50% 執行 + 50% 思考，將執行升級為「編排與系統設計」，將思考升級為「判斷與複盤」。
• 论证结构: 演繹型，基於技術演進對個人產出瓶頸的改變進行推導。

章节骨架

1. 舊模型失效: 產出瓶頸從「執行頻寬」轉移到「上游定義與設計」。
2. 五種人重排: 95% Make 最危險；50/50 成為最佳平衡點。
3. 50/50 的優勢: 兼顧現實壓力與方向壓力，推動工作流迭代。
4. Make 的新定義: 從親手執行，到讓 Agent 執行，再到建立自主系統。
5. Think 的新定義: 從構思「能做什麼」，到建立「該做什麼」的選擇函數。
6. 執行週期: 每日保留 Think Block，每週沉澱 Workflow，每月系統複盤。
7. 四大核心能力: 意圖設計、工作流設計、質量判定、品味與責任心。

ROUND 2: DISSECTION | 血肉解剖

“凭什么这么说”

论证链

Agent 能極大化執行帶寬 --> 傳統「親手執行」的邊際效益遞減 --> 產出瓶頸上移至「意圖定義」與「質量把控」 --> 必須將更多時間投入高階 Think 與系統化 Make --> 50/50 成為新時代的最佳精力分配模型

关键证据

1. 麥肯錫調研報告: AI 高績效組織的關鍵不僅在於使用模型，而在於主動重寫 workflow。
2. 微軟觀察: 組織的激勵機制仍停留在獎勵舊式執行，導致人們只是用 AI 來塞滿更多舊任務，而非轉型。
3. 能力放大器效應: 5% Make 加上 95% Think 的人，如果沒有真實反饋，Agent 只會放大其幻覺，產出更多未經驗證的空想。

隐形假设与边界

• 隐形假设:
  • Agent 技術已成熟到足以承接多數低層、重複性的執行工作。
  • 個人有自主權限來重新設計和分配自己的工作流（對於高度受控的底層勞工可能不適用）。
• 边界条件:
  • 在完全依賴體力或極度強調實體互動的職業（如外科醫生、工匠）中，此比例模型失效。
  • 如果 Agent 的錯誤率居高不下，導致人類必須花費大於自己執行的時間去「擦屁股」，則編排模式的效率會崩潰。

ROUND 3: SOUL | 靈魂提取

“还能怎么用”

• 作者盲点: 較少探討如何在現有企業的 KPI 體制內爭取時間來建立「50/50」模型。多數打工人可能面臨「老闆既要你提高產出，又要你維持舊工作量」的雙重壓榨。
• 知识连接: 與管理學中的「從工程師轉型為主主管」的思維轉變非常相似。在 Agent 時代，每個知識工作者本質上都成了「Agent 團隊的主管」。
• 行动触发: 審視本週行事曆，找出重複出現 3 次以上的任務，花 20% 的時間將其轉化為標準化的 Agent Workflow。

跨域映射

• 在 軟體工程，这叫 從 Coder 升級為 Architect (架構師) 或 Tech Lead
• 在 商業管理，這叫 從 Individual Contributor (獨立貢獻者) 轉向 Manager (管理者)

Think and Make：Agent时代精力的重分配 (Architectural Deep Dive)

前言/背景

本文探討了在 AI Agent 技術普及的背景下，知識工作者如何重新校準自身的精力分配模型。過去以「親手執行」為主的個人成長路徑（70% Make / 30% Think）正在失效，因為 Agent 改變了人類產出的瓶頸限制。文章提出了一套全新的 50/50 分配模型，將個人的角色從單純的「任務承接者」轉變為「任務定義者與系統編排者」。

章節詳細總結

1. 舊有時間分配模型的失效

在無 Agent 時代，人的產出受限於生理執行的帶寬。因此，70% 執行 + 30% 思考是最佳策略，因為能獲得最多真實反饋。

• 核心變革：Agent 出現後，價值創造從「回答問題」轉向「重寫工作流」。
• 瓶頸轉移：底層執行被壓縮，高層執行（如：翻譯模糊目標、上下文控制、設計檢查點、質量判斷、固化系統）變得更值錢。

2. 五種人的重新排序

文章將人依據 Think/Make 比例分成五類，分析其在 Agent 時代的生存機率：

• 95% Make, 5% Think (最危險)：純執行者會面臨議價權下降，被迫捲速度與成本，必須盡快升級為任務定義者。
• 70% Make, 30% Think (不再是最優)：這類人容易陷入「用 AI 加速舊工作」的陷阱（如用 AI 寫程式，但未沉澱專案級 workflow），錯失槓桿。
• 50% Make, 50% Think (新最佳平衡點)：能將省下的時間投入高密度思考，形成閉環。Make 提供 Think 材料，Think 設計 Make 的系統。
• 30% Make, 70% Think (高上限/高風險)：Agent 能讓想法快速落地，但必須確保每一次 Think 都有綁定一個可觀察的 Make 實驗。
• 5% Make, 95% Think (最弱)：Agent 只會放大幻覺，若無現實約束與交付，流於自我說服。

3. Make 與 Think 的重新定義

在 Agent 時代，這兩個詞彙的內涵發生了質變：

• Make 的三層次：
  1. 人親手做：最終判斷與責任。
  2. 讓 Agent 做：初稿、對比、測試。
  3. Agent 自主驅動：建立持續產出的系統（如可復用的 research workflow, 自動化週報檢查流程）。第三層最具價值。
• Think 的升級：從問「還能做什麼」升級為建立「判斷系統」。包括：定義失敗模式、風險評估、決定哪些步驟必須人工確認。其目標是增強「選擇函數」。

4. 實踐：可執行的 50/50 週期

• Daily：保留 60-90 分鐘深度 Think block 處理最上游判斷。執行時維持 Agent-first 思維（先問哪部分可讓 Agent 跑）。
• Weekly：投入 10-20% 時間於 Workflow Block，將當週經驗沉澱為腳本、提示詞模板或 Agent 工具，產生複利。
• Monthly：進行系統級複盤，檢視哪些任務應交由 Agent、哪些任務交出後品質下降，並產品化重複出現的工作流。

5. 個人能力的四個新核心

面對轉型，知識工作者必須培養四項技能：

1. 意圖設計能力 (Intent Design)：定義清晰的目標、邊界、上下文與禁止事項。
2. 工作流設計能力 (Workflow Design)：將任務拆解為輸入、Agent 執行、人工審核、外部工具調用及回滾機制。
3. 質量判定能力 (Quality Assessment)：在 AI 產出氾濫的時代，具備辨識事實、邏輯跳躍與邊界忽視的「審稿能力」。
4. 品味與責任心 (Taste & Accountability)：為最終交付成果負責。

總結與結論

1. 重構而非加速：最大的陷阱是使用 AI 來加速舊有的執行模式。真正的轉型是利用 AI 節省下來的時間去重構並設計更強大的自動化工作流系統。
2. 從 IC 轉向 Orchestrator：個人工作者必須像一個微型企業的架構師，將底層工作分發給 Agent 群，自身負責戰略、意圖設計、質量控制和風險管理。
3. 建立系統級復利 (Systematic Compounding)：執行的衡量標準不再是「今天做完多少事」，而是「今天是否讓明天的執行變得更便宜、更快、更可靠」。
4. 提升審核與防呆機制設計：由於 Agent 的輸出具有隨機性，架構工作流時必須包含明確的 Checkpoints（檢查點），確保錯誤在早期暴露，並維持系統的 Deterministic (確定性) 特質。