提示-等待-評估迴圈：AI如何在你未察覺時扼殺心流

幾個月前，作者寫了一篇關於在AI時代尋找程式設計樂趣的文章。在那之前和之後與同行開發者們的交流中，有一個現象反覆出現：大多數人並不反駁，只是說：“沒錯，就是這種感覺。”但隨之而來的是一個更深層次的問題：為什麼會這樣？不是哲學層面的，而是機械層面的——當使用AI程式設計助手時，我們的注意力究竟發生了什麼？

為了回答這個問題，我們需要先理解心流。1990年，心理學家米哈里·契克森米哈賴出版了《心流：最優體驗心理學》，為那種全神貫注、行動與意識融合的狀態命名。他提出了三個前提條件：清晰的目標（你知道當下要完成什麼，甚至精確到下一步擊鍵）、即時的反饋（編譯器或測試馬上告訴你對錯）、以及技能與挑戰的匹配（任務足夠難讓你投入，但不至於讓你卡住）。程式設計曾經完美滿足這些條件：除錯時目標明確，測試透過與否立即知曉，難度隨經驗增長而自然調整。

然而，AI助手引入了一個全新的“提示-等待-評估”迴圈，系統地摧毀了這三根支柱。當你編寫提示時，瞬間目標變得模糊——你不再清楚下一行程式碼該做什麼，而是等待機器給出驚喜。反饋不再即時：聊天助手可能讓你等上幾秒到半分鐘，而智慧代理工具可能讓等待延長至數十分鐘。在等待期間，你檢查Slack、瀏覽網頁、甚至啟動第二個AI會話——注意力徹底潰散。當結果終於返回，你必須重新載入程式碼、重建心智模型，這與一次傳統中斷後的恢復過程毫無二致。

加州大學歐文分校的Gloria Mark教授研究發現，一次中斷後平均需要23分15秒才能恢復到同樣的專注深度。她的後續研究顯示，人們在單個螢幕上的平均停留時間已從2004年的2.5分鐘降至47秒。Chris Parnin和Spencer Rugaber對程式設計師中斷的研究表明，只有10%的中斷能讓程式設計師在一分鐘內恢復編碼，93%的會話在重新編輯前需要大量導航——他們不是在尋找斷點，而是在重建斷點。

AI迴圈的特殊危害在於它偽裝成工作本身。傳統中斷有明確的邊界（如會議或訊息通知），而提示行為感覺像是任務內的主動推進。實際上，每次提交提示都是一次自我中斷——Gloria Mark指出，44%的中斷是自我生成的。開發者被一種生產力幻覺欺騙：程式碼在生成、倉庫在更新，但內心體驗已從構建變為監督。作者認為，真正的解決方案不是放棄AI，而是根據任務型別區別使用：對於樣板程式碼、配置、探索性原型等低心流任務，AI大有助益；對於架構設計、微妙除錯、複雜實現等需要深度沉浸的任務，應關閉助手以保持思考的連續性。同時，批次處理AI互動——將適合的任務收集到專用時段處理——能讓其餘時間保留給流暢的深度工作。最終，問題不在於產出指標——AI可能提升速度——而在於工作日的質感：是全身心投入還是旁觀機器作業。理解這個機械機制，就能將模糊的不適轉化為可管理的中斷模式。