---
title: "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"
slug: deepseek-superagent-human-attention
url: https://pgylab.ai/posts/deepseek-superagent-human-attention
published_at: 2026-11-01
modified_at: 2026-11-01
author: "蒲公英"
category: "AI新聞"
access: public_access
---

# 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

> 做事變便宜之後，誰來簽收 AI 交回來的東西？

By **蒲公英** | 2026-11-01

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