170個倉庫背后：1個開發者干10人活，累到崩潰

五年前，Jason Brashear 是那種團隊里離不開的"瑞士軍刀"。后端崩了找他，前端缺組件找他，服務器配置、數據庫優化、API 設計——三十年的經驗讓他能碰棧里任何一層。這種角色現在不存在了，不是因為技能過時，而是成了沒人預料到的基礎。

他現在一個人同時跑 6 到 8 個項目，有時候 12 個。AI 驅動的 SaaS、MSP 業務、客戶基礎設施管理，全棧包辦。GitHub 上 170 多個倉庫，產品上線、測試、銷售，全在轉。用他自己的話說，「我這輩子從沒這么累過」。

AI 沒取代他，是給他升了職

關于 AI 生產力的討論被兩派人把持。一派說 AI 會取代開發者，另一派說 AI 讓一切變簡單。兩派都錯，但錯得很有參考價值。

Jason 的經歷是第三種劇本。AI 把他從"寫代碼的"變成了"開發運營體"。他不再逐行敲代碼，而是架構系統、指揮智能體（AI Agent）、審核輸出、做判斷決策，同時把控一個五年前需要 10 人團隊才能接住的業務組合。

輸出確實驚人。一個月交付的軟件比過去一整年還多，質量反而更高——AI 幫他審架構、抓凌晨 2 點會漏掉的邊界情況、生成他以前絕不會手寫的測試覆蓋。但代價是：兩年沒有慢下來的一周。

沒人警告過的悖論

當你能干 10 個人的活，你就會干 10 個人的活。不是因為誰逼你，是因為你能看見。

你能看見那個應該存在的產品。你能看見能幫客戶每周省 40 小時的自動化方案。你能看見周末就能填上的市場空白。而現在你真的有能力全部執行。

于是你全做了，同時做。

Jason 描述了一個具體場景：凌晨 3 點，他同時開著 4 個項目的窗口，AI 智能體在后臺跑測試，他在審另一個項目的架構文檔，腦子里還在想第五個項目的定價策略。這不是被迫加班，是"機會可視性"過載——所有可能性同時攤開，而你的新產能讓你無法假裝看不見。

從 MacGyver 到"人機混合體"

他的工具鏈已經不像傳統開發。多智能體編排系統（Multi-agent Orchestration）、CLI 工具鏈、AI 代碼生成，這些在 2021 年聽起來像瘋話的東西，現在是日常。

但最狠的轉變是決策密度。以前寫一天代碼，做 10 個技術判斷。現在指揮 AI 干一天，要做 50 個判斷：這個輸出能直接用嗎？邊界情況覆蓋了嗎？架構債務會不會三個月后背刺我？

Jason 算過一筆賬：AI 把他的"執行帶寬"擴了 100 倍，但"決策疲勞"擴了可能 200 倍。因為每個 AI 生成的結果都需要人眼過一遍，而人眼的帶寬沒變。

他說了一句很扎心的話：「以前累是因為干活多，現在累是因為選擇多。」

這種狀態他稱為"生產力宿醉"——身體還在輸出，精神已經透支。不是 burnout 那種明確的崩潰，是一種持續的、低烈度的認知過載。就像手機一直 20% 電量，永遠充不滿，但也關不了機。

12 個項目同時轉，怎么做到的

具體操作上，Jason 有一套"分層防御"機制。最底層是自動化測試和 CI/CD 管道，AI 生成代碼的同時生成測試，不通過就進不了主分支。中間層是架構模板，每個新項目從驗證過的腳手架啟動，不搞重復發明。最上層是"智能體分工"：有的專門寫業務邏輯，有的專門審安全，有的專門生成文檔。

但即使這樣，他還是踩過坑。有一次三個項目同時遇到生產環境問題，他在三個窗口間切了 4 小時，最后發現是同一個底層依賴的更新導致的。AI 能幫他快速定位，但"同時處理多線危機"的 cognitive load（認知負荷）是實打實的。

另一個隱性成本是"維護債務"。170 個倉庫里，有 30 多個已經半年沒碰過。他知道里面躺著技術債務，但新機會永遠在敲門。AI 讓啟動成本趨近于零，也讓"放棄成本"變得模糊——反正再撿起來好像很快？

這場實驗的代價與邊界

Jason 不是沒試過減速。去年他強制自己只接 3 個項目，結果兩周后就破功——客戶的一個需求他 20 分鐘就能用 AI 搭出原型，"不做反而難受"。

這觸及了一個反直覺的點：AI productivity 的瓶頸不在工具，在人的欲望管理。當"能做"和"想做"的邊界被技術抹平，你需要重新學一遍怎么說不。

他現在的妥協方案是"硬邊界+軟緩沖"：每天固定 4 小時"深度人機協作"，其他時間處理郵件和低強度維護。周末完全斷網——雖然腦子里還在跑后臺進程。

至于未來，Jason 沒有給宏大敘事。他說自己還在摸索"單人獨角獸"模式的可持續性，而眼下最迫切的疑問是：當一個人的產能可以無限擴張，他的注意力邊界到底在哪里？