# 人肉把关员已经累了

> 原标题：The Human-in-the-Loop Is Tired

- 来源：Hacker News 首页
- 发布时间：2026-07-17T00:21:09.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/44827
- 原文：https://pydantic.dev/articles/the-human-in-the-loop-is-tired

## 摘要

Pydantic 的 Laura Summers 聊了用大模型写代码的真实疲惫感：代码生成没问题，但人得不停地审查、纠错、把持方向，精力很快被榨干。她的同事 Douwe 每天醒来面对 30 个 AI 生成的 PR，很想把审查也丢给 AI，但反问自己“那我还在这干嘛”。她管这叫监督疲劳，并指出 AI 让你能同时开很多头，但能认真收尾的事一件没多。文章还引...

## 推荐理由

Pydantic 的开发者从一线视角讲了大模型写代码的真实困境：代码能生成，但人得不停审查纠错，精力很快被榨干。她管这叫“监督疲劳”，并指出 AI 让你能同时开很多头，但能认真收尾的事一件没多。观点来自真实体验，比纯技术文章更打动人。分数没给更高是因为这是一篇观点文，没有新数据或工具发布，但观点本身足够犀利。

## 锐评

这篇文章来自 Pydantic 的 Laura Summers，不是公关稿，是开发者自己说真话。她点出一个被忽视的代价：用大模型写代码，生成很快，但人得不停地审查、纠错、把持方向，精力很快被榨干。她管这叫“监督疲劳”。同事 Douwe 每天面对 30 个 AI 生成的 PR，很想连审查都外包给 AI，但那样自己的角色就彻底悬空了。文章还引了伯克利哈斯商学院的研究：AI 没有减少工作量，反而让工作更密集。

关键限制是，这全是个人体感和团队内部观察，没有量化数据支撑“疲劳”到底多普遍、多严重。正文也没披露他们内部有没有尝试用自动化评估来减轻审查负担，或者有没有对比过不同模型在维持意图连贯性上的差异。

对从业者来说，这篇文章的价值在于把“AI 写代码很爽”的另一面摊开了：它能让你同时开很多头，但能认真收尾的事一件没多。如果你也在经历这种“AI 提效但人更累”的拧巴状态，这篇值得一看，但别指望它给解法。