DeepSeek 說一個人通常只能同時盯 3 到 5 個 AI：AI 越能幹，公司越缺會「驗收」的人

你現在電腦上開了幾個 AI 視窗？一個在改企畫書，一個在整理會議紀錄，一個在查資料。每個都說「好了」，你卻覺得自己比以前更忙。

這不是你的錯覺。10 月 31 日晚上，中國 AI 公司 DeepSeek 的 Harness 團隊發表了一篇技術文章，介紹一種叫「Super-agent」的新架構。文章裡有一句很老實的觀察：根據他們團隊的經驗，一個人通常只能同時跟進 3 到 5 個進行中的 AI 工作視窗。

他們的結論是，當 AI 做單一任務越來越不需要人插手，限制生產力的，正在變成人的注意力。

我的看法很直接：AI 讓「做事」變便宜了，但「看」和「驗收」沒有。接下來公司裡最稀缺的，不是會叫 AI 做事的人，而是會簽收 AI 成果的人。

瓶頸從手，搬到了眼睛

DeepSeek 的解法，很像在辦公室裡請一位總機兼工頭。

一層叫 Router，負責接收群組訊息、信件、程式碼審查留言，記住全局狀況，再把工作分派出去；另一層是好幾個 Worker，各自在隔離的環境裡同時做事，做完只回報給 Router，不直接找人。聯合早報整理這套設計的分工是：人負責定目標和驗收，調度與執行交給 AI。

最值得老闆看的，是他們在 GitHub 公開原型時寫下的原則：用最少的人類注意力，換最多的價值。還補了一句：一個能替整個團隊做事的 AI，也能浪費整個團隊的注意力。

先說清楚：這是研究原型，DeepSeek 自己寫明「不是正式產品」，實驗也是用模擬的工作量。但連做 AI 的人都承認，卡住的已經不是 AI。

AI 不缺手，缺的是一雙看得過來的眼睛。

會用 AI 的人，先被累垮

差不多同一時間，日本也傳來一個很有畫面的聲音。

CNET Japan 11 月 1 日報導，日本數位廳 10 月 30 日公布的政府職員生成 AI 調查裡，有職員在自由填答寫道：不會用、不想用 AI 的同事，他們的工作被轉到會用 AI 的人身上，工作反而變多。也有人提到，確認 AI 回答對不對、寫指令，本身就是額外的工。

當然，同一份報導也說，經常使用的職員裡，過半數覺得每週至少省下 1 小時；也有人工時變長，是因為能做更高階的工作。這些自由填答是個別意見，不代表多數。

但它點出一個很多公司正在發生、卻沒人講的事：AI 省下來的時間，常常不是還給你，而是換成更多工作，送到那個「最會用」的人桌上。

能者多勞，在 AI 時代會變成「會用 AI 者過勞」。

時間沒有消失，只是搬到主管桌上

主管那一端也一樣。日本パーソル総合研究所 10 月發表的專欄指出，部屬越常用 AI，主管越常遇到「部屬的 AI 成果有錯」「部屬自己看不懂 AI 做的內容」，確認、修正、評分都變得更花時間。

主席研究員小林祐児說得很重：AI 讓部屬手上的時間看起來空出來了，其實只是搬到了上司手上。

這就是 DeepSeek 說的注意力瓶頸，換成中小企業的語言：員工交得越快，老闆的待審資料夾越厚。三分鐘生出來的十頁報告，你要花三十分鐘才看得完。

生產可以外包給 AI，簽收不行。

先寫好驗收標準，再按下「開始」

舉個情境（以下為假設，非真實個案）。一家 15 人的五金貿易公司，業務助理用 AI 同時做三件事：整理報價單、回覆國外詢價信、寫新品介紹。三件事兩個小時就「完成」，卻全部卡在老闆那裡等確認，三天沒寄出去。

問題不在 AI 做得慢，而在沒人事先講好「怎樣才算做完」。

比較好的做法，是交辦之前先寫三件事：

第一，驗收標準。報價單要對到哪一份成本表、詢價信哪些條件不能答應，先寫下來，AI 和人都照同一把尺。

第二，誰簽收。每一類產出指定一個人負責看，不要每件事都往老闆或「最會用 AI 的那個人」身上堆。

第三，同時開幾件。像 DeepSeek 承認一個人只盯得住 3 到 5 個視窗，公司也該決定一個人同時能驗收幾件事，超過就排隊，不要假裝都在進行。

パーソル的研究也發現，在常用 AI 的職場，最有效的主管行為是問部屬「這個結論的理由和根據是什麼」。與其自己逐字檢查，不如讓交件的人說清楚為什麼對。

交辦時多花五分鐘講清楚，驗收時就少花五十分鐘猜。

看的不是熱鬧，而是規則

這幾年大家比的是誰的 AI 比較強、誰開的視窗比較多。DeepSeek 這篇文章提醒我們，下一輪比的是另一件事：誰的注意力用得比較省。

AI 會越來越像一整個團隊，而你會越來越像主管。主管最重要的工作從來不是自己做完，而是定目標、定標準、簽收結果。

如果你的公司明天每個人都多了五個 AI 助理，你覺得最先被累垮的會是誰？歡迎留言分享。

歡迎加入【蒲公英 AI 知識社群】。我們不追逐表面的資訊熱度，而是拆解每一次科技與商業決策背後的真實邏輯。在變動加速的時代，我們一起看的不是熱鬧，而是規則。

👉 點此加入蒲公英 AI 知識社群
🔑 入群通關密碼：94115

參考來源

• IT之家〈DeepSeek 提出 Super-agent 架构设计：Router 与 Worker 双层架构，探索更自主的 Agent 系统〉（原文簡體），2026-10-31：https://www.ithome.com/1/020/615.htm

• 聯合早報〈深度求索发布新架构 一个AI调度多个AI代理〉（原文簡體），2026-11-01：https://www.zaobao.com.sg/news/china/story20261101-9927874

• 第一財經〈AI周报|iPhone国行AI下周开放测试；DeepSeek千亿融资细节曝光〉（原文簡體），2026-11-01：https://www.yicai.com/news/103420001.html

• DeepSeek〈dsh-superagent-prototype〉GitHub 研究原型說明：https://github.com/deepseek-ai/dsh-superagent-prototype

• CNET Japan〈「AIを使える職員に仕事が集中」--政府の生成AI調査に負担増の声も〉，2026-11-01：https://japan.cnet.com/article/35254236/

• パーソル総合研究所〈相談が来ない上司たち―AI環境のマネジメントのアップデート〉，2026-10-07：https://rc.persol-group.co.jp/thinktank/thinktank-column/202610070001/