我的 managerial work 之路：日均 10 亿 token 的故事

过去七天，我手上四个客户端合计处理了 113 亿 token，日均 16 亿。最低的一天 8.7 亿，最高的一天 23.9 亿。

三周前我写过一句话：一个人能同时与多少个不同的模型有效交互，将成为衡量智力生产力的新门槛。现在我可以补一句：一个人智力生产力的上限，取决于他自己的工作验收带宽。

一、七天，113 亿 token

四个客户端是 Claude Code、Codex、Kimi Code 和 ZCode，数字取自它们在本机留下的用量记录。

标题里那个「日均十亿」，是这七天的地板，不是峰值。

还有一个读数比总量更能说明问题：8 月 24 日下午六点零六分到零八分，四个客户端里仅一个，就有 13 个窗口在同一分钟里同时产出，分布在 7 件互不相干的事情上——写代码的、写材料的、管服务器的都有。

那么问题就来了：一个人，怎么可能同时看得过来 13 份产出？

二、真正的瓶颈不是模型，是看不过来

越是看不过来，越危险。

模型出错的样子跟人不一样。人做错了会卡住、会问、会露怯；模型做错了，会给你一份格式完整、语气笃定、看起来完全正确的东西。我这半个月里最贵的一次教训就长这样：有一项每天早上八点自动跑的例行核查，因为一处配置写坏，从第二次起读的一直是同一份冻住的旧数据。它每天照常出报告，报出来的问题全是幻影，真出现的新问题一条也看不见——而运行记录、结果通知、看板上的绿灯，全程正常。

一份胡编乱造的读数，和一份「一切正常」的读数，长得一模一样。

你让它写一份市场分析，你怎么知道那几个数字不是编的？你让它整理一份会议纪要，你怎么知道最重要的一句不是它造的？你让它跑一遍对账，它回你一句「已完成」，你凭什么相信它真的完成了？

开第二个窗口很容易，难的是同时相信两份产出。当你只能靠自己一双眼睛验收时，第二个窗口带来的不是双倍产能，是双倍的、你没时间核实的风险；开到第五个，你实际上已经在闭着眼睛签字了。所以绝大多数人用 AI 的天花板不在模型那一端，在自己这一端——他们不是不敢多开，是多开之后不敢确认和相信模型给出的结果。

三、vibe coding 只归程序员，managerial work 是大势所趋

这其实是一个身份问题：你已经不再是那个干活的人了。

vibe coding 是「氛围编程」，它天然只属于程序员。managerial work 是「领导型工作」，人人都是「领导」，拥有一支数字劳动力队伍，需要知道这件活干成什么样算合格，以及如何指挥 AI 保质保量地完成——一句话，定标准，保交付。

这两件事难在哪？难在AI 是语言模型，它的本行是把话说好，不是把事办成。

让它写报告、改文案、润色邮件、总结会议，它当然快——这类活的交付物本身就是文字，它天生干这个的，你也验得动，读一遍就知道行不行。可一个组织里真正的工作环节并不产出文字：款要真的付出去，账要真的对上，合同要真的盖章，客户要真的点头。这些活交付的不是一段话，是真实世界的状态被改变了。从写字到干活，中间隔着三道坎，每一道都比大多数人想的深。

一是对错的依据换了。写字的对错是「读起来对不对」，干活的对错是「结果对不对」。一份读起来无懈可击的对账报告，完全可能对的是三个月前的旧数据——文字挑不出毛病，事情根本没办。

二是可逆性换了。文案改错了重写就是，成本几分钟；款付错了，追回来要走三个部门两周时间，还不一定追得回。AI 犯错的速度跟它干活的速度一样快，而清理后果是人。

三是验收成本换了。验一份稿子你读一遍就行；验一件事办没办成，你得去查真实世界——那条记录在不在、对方收没收到、金额和口径对不对。这件事没法靠读来完成。

三道坎指向同一个要害：语言模型天生只会一件事，产生看起来最合理的下一段话。在写字的场景里，看起来合理就是合格；在干活的场景里，看起来合理恰恰是最危险的那种不合格。

这两件事在干活这一侧都得重新定义。定标准，定的不是「读起来像不像」，是「结果对不对」；保交付，靠的不是你再读一遍，是有东西替你去查真实状态。过去带三个下属你还能用眼睛盯，现在一开客户端就有十个下属，不用发工资、不会累、不会走，也不会问——你盯不过来了。一个不会验收的人，带的人越多，塌得越快。

你现在面对的是一个跑得极快、不记事、会自信地给出错误结论的迎合性下属。任何行业、任何岗位，只要你开始把活交给它，你就已经是领导了——区别只在于，你是一个立了标准的领导，还是一个只会点头的领导。

四、先给地图，再立规矩，最后自主检查

我自己这个领导，是分三层当的。

第一层是地图。

执行者最容易犯的错不是不会做，是看不见全局就动手：加一层其实不需要的结构，重复造一个别处已经有的东西，每一处局部都对，合起来是错的。所以我给它建了一张知识图谱：谁跟谁有关系，动这一处会牵动哪几处，边界画在哪里。有了这张图，它要用的时候是去查，不是去猜。在没有地图的地方，模型不会承认自己不知道，它会猜，而且猜得很像真的。你让新人写方案之前会先给他模板，道理完全一样，区别只在于人会心虚，模型不会。

第二层是规矩。

我把反复出错的地方写成五份明文规范，各管一件事。

一是资源的起、收、盘：凡是被启动起来、还占着资源的东西，都要答得出是谁起的、为什么起；谁起的谁收，同一轮活干完就收掉，开工前收工后各清点一次。

二是并行的活怎么隔离、怎么回收：一件在做的事有唯一的名字和唯一的落脚点，两条线的改动不许混进同一个地方；做完必须消失，留着就是噪音，噪音多了会盖住真问题。

三是不可逆的动作只走一个入口：凡是发出去就收不回来的事，全部收口到一个通道。绕过一次，就等于敞开了一条谁都能走的口子。

四是能靠机制跑的东西，不靠人再看一遍：每一类出过的问题，都要有一个自主执行的检查守着，人只负责看它有没有报警。审第二遍第三遍的边际收益掉得极快，与其反复看，不如装一个会自动跑的检查。

五是做事和写作的统一口径：同一件事在任何材料里只有一种说法。口径一散，同一份数据会长出两个版本，而两个版本一旦并存，之后所有人都得先花时间判断该信哪个。

任何一家优秀的公司，这五样都在——区别只在于，过去靠人记着就够了，现在人记不过来了。

第三层是原则。

第一条：没人会去查的规矩，等于没有这条规矩。一条写在墙上、没有任何人任何系统会去查的制度，和根本没有这条制度，效果完全相同，区别只在于你以为自己管了。最危险的形态从来不是没做检查，是配了没跑。所以我给 AI 定的十条硬性禁令，每一条后面都必须答出「谁去查它」。

第二条：一条规矩要么有东西在执行它，要么干脆删掉。「先放着」，不存在。这条看着苛刻，其实是在防一件更糟的事：你以为有一条规矩天天在帮你盯着模型，但实际上它却一点作用都没起到！

五、如何逐渐适应 managerial work

回到那 13 个同时产出的窗口。你不需要一上来就开到 13 个，但要走到那一步，路其实很短，就三步。

第一步，派活之前先给足上下文。不是把提示词写得更花哨，是把它该知道的一次给全：背景、边界、过往怎么做的、口径是什么。你少给一条，它就自己编一条，而且编得比真的还像。

第二步，把「什么算合格」写下来。这是全套里唯一不能交给 AI 的事，也正是你的专业所在——你做了十几年的那一行，值钱的从来不是你会干，是你知道干成什么样才算数。写不出来，说明这件事你自己也还没想清楚，那就先别派出去。

第三步，每被骗一次，就沉一条检查下去。别写「以后注意」，注意是没有执行力的。要问的是：什么东西能不靠我在场，自动抓到这一整类？沉下去一条，你就多出一份可以同时信任的产出；再来一条，再多一份。产能就是这么一条一条长出来的。

AI 是一辆动力十足的超跑，我们需要做的就是修建一条平整的高速公路，并装好护栏、路牌和导航，再告诉它你想要去的地方。