一位写了20年代码的程序员Jacob Gold最近发文说,编程曾经是他生活里最接近冥想的事——进入心流,大脑里负责胡思乱想和反刍焦虑的那个网络就安静下来。但过去大约8个月,他全天在多个AI agent会话之间来回切换,心流越来越少见。他给出的解法是:程序员现在该主动练冥想了,用Calm或Waking Up之类的App补上这块流失的心理调节。
这个判断听起来诚恳,也符合很多人这段时间的直觉体会。但它有一个没被检验的前提:他自己感觉"变高效了",这个感觉本身靠不靠谱。
心流为什么曾经是程序员的特权
心流理论出自心理学家Csikszentmihalyi,指目标清楚、反馈即时、难度和能力匹配时的深度专注状态。神经科学观察到,心流常伴随默认模式网络(DMN)活动被抑制——DMN管自我参照式的走神和反刍,安静下来人就松弛。编程任务结构清晰、编译器秒级反馈,长期被当作心流的模范职业。这也是为什么Jacob Gold的失落感真实:他失去的不是效率,是一种熟悉的心理秩序。
他可能高估了自己变快的程度
METR对经验丰富的开源开发者做过一次随机对照试验:让他们在自己熟悉的真实代码库上用前沿AI工具干活,结果完成时间反而增加了19%,但开发者主观上依然认为工具让自己更快。这个反差后来被Axios报道确认。
"尽信书,不如无书"——孟子这句老话放在这里意外贴切:自我报告不是不能信,但不能全信。Jacob Gold说"我明显更高效了",这句话本身,恰恰是METR研究提醒我们要警惕的那种自我感觉。他的心流确实少了,但"高效"和"心流减少"这两件事,未必是同一个真相的两面。
手感说效率,账本说真话。
切换的不是任务数量,是切换的性质
Jacob Gold把这种状态笼统地称为"全天context switching",但这个说法太粗。检索到的材料显示,更精确的变化是注意力对象的转移:以前程序员在查文档、搜样板代码、手写实现之间切换;现在切换的是派发任务、审查AI输出、验证多文件改动、修复agent犯的错。
这不是"多任务变多了",而是认知性质从创造转向审查。审查别人(哪怕是AI)的产出,天然比自己动手写更耗心力,因为你要不断猜它到底做没做对。心流消失的真实机制,可能藏在这里,而不是单纯的"事情变多了"。
心流去留,看三个没被讨论的变量
Jacob Gold的经验来自个人维护型工作。但微软研究院2025年针对微软、埃森哲和一家财富100强企业做的多组田野实验,得出的是相反结论:AI编程助手带来了正向生产力。两份证据方向相反,说明结论高度依赖场景。
- 结论.任务类型、代码库熟悉度、开发者资历,这三个变量共同决定AI是在保护心流还是摧毁心流,而这恰是Jacob Gold的个案完全没有涉及的部分。
企业里的团队协作型任务,AI替掉的是重复劳动,生产力更容易涨;而资深开发者在自己熟悉的复杂代码库上维护,AI输出越像模像样,审查和验证的隐性成本就越高。2026年的一篇论文《Beyond the Commit》说得直白:只看代码行数和完成速度衡量AI生产力,会漏掉审查负担、返工和认知碎片化这些藏起来的账。
冥想能安神,但治不了审查负担
回到Jacob Gold的建议本身。冥想确实能压低DMN活动、缓解焦虑,这是有神经科学支持的老办法。但它是一种通用的压力管理工具,不是针对"审查AI输出"这种新型认知负担的定向药。
- 风险.如果程序员把"AI让我更累"简单归因为"缺少心流,该去打坐",反而会掩盖真正该解决的问题——审查流程本身有没有被设计得更省心力,团队有没有给深度工作留出不被agent打断的时间段。
程序员真正需要回答的问题,不是"AI是不是让人更累",而是它把哪种认知负担、转移到了工作流的哪个环节。搞清楚这一步,再决定是去打坐,还是去改自己的审查流程,答案可能完全不同。