把活儿都交给机器、自己只负责「看着」，听上去最轻松——可「看着」正是人脑最做不好的事。
你在写一份文档，手机亮了一下，你扫一眼回了个「好」，再回到文档——光标还在原处，可刚才那句话要怎么接，忽然想不起来了。我们习惯觉得每次只花了几秒，真正的账单却不在那几秒里。
与此同时，越来越多的工作变成了另一种形状：机器（自动驾驶、自动化流程、AI 助手）在干，人在旁边盯着、在关键时刻接手。这听上去是把人从苦差中解放出来，可几十年的研究给出的结论有点反直觉：长时间被动监视、偶尔紧急接管，恰好踩中了人脑的好几个弱点。这一期把这两件事放在一起看——它们背后是同一套有限的「控制」机器。
心理学家做过一个很朴素的实验。屏幕上出现一个字母加一个数字，比如「G7」。有时要你判断数字是单数还是双数，有时要你判断字母是元音还是辅音，按固定顺序轮换：做两次数字、两次字母、两次数字……1995 年，英国心理学家罗杰斯（Robert Rogers）和蒙塞尔（Stephen Monsell）发现：每逢换任务的那一题，反应都明显变慢、错得也更多，哪怕你早就知道下一题要换。这叫切换成本。
慢在哪儿？研究者把这叫任务集重配置。「判断单双数」不只是一个念头，而是一整套临时设置：看哪个符号、用什么规则、左手右手各代表什么。换任务，就要把旧设置卸下、新设置装上，像换一道菜之前要把灶台收拾一遍。脑成像里，负责这件事的是一条从前额叶延伸到顶叶（头顶偏后的皮层）的网络，前额叶 前额叶把「现在在做哪件事」的规则握在手里，顶叶帮着把注意对准相关的那部分信息。
还有一个门卫：基底节。基底节 计算模型认为，它决定什么时候把新的规则「放进」前额叶的工作台、什么时候把旧的关在门外。门开得太勤，你会被每个新刺激带跑；关得太死，你会卡在旧任务里转不过来。
关键的发现在图下半部分：如果提前一两秒告诉你「下一题要换」，代价会缩小一截——这部分是你主动提前装好的台；但剩下的一截怎么准备都去不掉，它似乎要等新任务的刺激真的出现、真做了一次，旧设置才彻底让位。也就是说，切换有一部分是你能预付的，有一部分只能当场付。
EN Switching between tasks costs time and accuracy even when the switch is predictable (Rogers & Monsell 1995). The cost reflects "task-set reconfiguration" by a frontoparietal control network, with the basal ganglia gating which rules enter prefrontal working memory; advance preparation shrinks the cost but leaves a residual that only clears once the new task is actually performed.
切换成本是以毫秒计的。可日常里更贵的，是另一种拖累。美国组织行为学者勒鲁瓦（Sophie Leroy）2009 年的实验里，让一组人做一道题做到一半就被叫去做另一件事，另一组人先把题做完再换。结果，没做完就被叫走的人，在第二件事上表现更差——他们的一部分心思还挂在前一件事上。她把这叫注意力残留。
为什么没做完的事会粘着不放？一种解释是：大脑为了日后能接着干，会让这个目标保持在一种「随时待命」的状态，时不时把它翻出来复习一下，免得忘了——这份复习就占用了本该给新任务的资源。勒鲁瓦和格洛姆（Theresa Glomb）2018 年的后续研究找到一个便宜的补救：被打断时，花一两分钟写下「我做到哪了、回来先做哪一步」，残留明显减少，接下来那件事也做得更好。目标有了落脚点，脑子才敢松手。
被打断的另一个代价不在表现上。美国信息学者马克（Gloria Mark）团队 2008 年的实验发现，被频繁打断的人完成得并不慢，甚至更快——但他们报告的压力、挫败感和费力程度明显更高。人会加速来补回时间，账记在了身体上。
这又牵出一个硬上限：工作记忆，也就是脑子里那块能临时摆放、随时取用信息的小工作台（Topic 3）。研究者估计，它一次大约只能稳稳放下四件左右的东西。你同时挂着三个没收尾的线程，每个都在台面上占了一格，留给眼前这件事的就所剩无几。能同时「盯」几条线，不取决于意志力，而取决于这块台子有多大、上面堆了多少没收拾的东西。
EN Leaving a task unfinished leaves "attention residue" that impairs the next task (Leroy 2009); a brief "ready-to-resume" plan reduces it (Leroy & Glomb 2018). Interrupted workers compensate by working faster, but at the cost of more stress and effort (Mark et al. 2008). Working memory holds only about four chunks (Cowan 2001), which caps how many open threads you can track.
大语言模型也有一块「工作台」，叫上下文窗口：它一次能读进来的全部文字。人们让 AI 在长任务里接力工作时，常用的办法是在交接时写一份摘要或待办清单，把「做到哪了、下一步是什么」存下来，下次只读这一份，而不是把全部历史塞回去——这和「准备好回来」计划几乎是同一个思路：把没了结的状态外置成一张纸条，台面才腾得出来。区别在于模型没有「残留」：切到新对话，旧内容就彻底不在了；人脑则做不到这么干净。
如果切换这么贵，为什么人还是每隔几分钟就去看一眼邮箱、消息、进度条？答案藏在大脑的奖赏系统里。
中脑里有一小群释放多巴胺的神经元。奖赏回路 多巴胺常被叫作「快乐分子」，但更准确的说法是：它报告的是「比预期好多少」。德国神经科学家舒尔茨（Wolfram Schultz）在猴子身上发现，意料之外的果汁会让这些神经元猛地一放；可一旦猴子学会了某个信号预示果汁，放电就提前到看见信号的那一刻，果汁本身来了反而没反应——因为没有意外。这个「实际减预期」的差值，叫奖励预测误差。
更有意思的是 2003 年舒尔茨团队的另一个发现：当信号之后果汁时有时无，在等待结果的那几秒里，多巴胺神经元会出现一种缓缓爬升的持续放电；它的大小跟着不确定性走——必然有、必然没有时几乎没有，一半一半时最高。
这和行为学家斯金纳（B. F. Skinner）几十年前在鸽子身上看到的现象对得上：按不固定的次数给奖励（啄几下才有说不准），鸽子会最卖力、最难戒掉，这叫间歇强化。查消息就是这种结构：大多数时候什么也没有，偶尔有一封要紧的、一条有趣的——你永远不知道下一次是不是那一次。每一次「看一眼」都便宜，加起来就是一天几十上百次切换。要强调的是，这条线索把「为什么反复查看」和奖赏系统的计算连了起来，但「刷手机 = 某种成瘾」这样的说法远比这复杂，不能直接画等号（Topic 27）。
EN Dopamine neurons signal reward prediction error — actual minus expected reward (Schultz 1997). When reward is uncertain, they also show a sustained ramp of activity while waiting that peaks at 50% probability (Fiorillo, Tobler & Schultz 2003). Variable reward schedules sustain checking behavior, which helps explain why we keep switching to look at inboxes and feeds.
强化学习是让机器通过试错、靠奖励信号学会做事的方法。其中一类算法叫时序差分学习，它在每一步计算一个「这一步之后的实际结果比我预估的好多少」的差值，并用它来修正预估——这个差值叫TD 误差。1997 年舒尔茨与达扬（Peter Dayan）、蒙塔古（Read Montague）把猴子多巴胺的放电和 TD 误差摆在一起，发现形状几乎一致：意外的奖励引起正误差，奖励移到信号上，预期的奖励没来就出现一个下陷。这是神经科学与 AI 之间最紧密、被验证得最充分的一对对应之一。
1983 年，英国心理学家班布里奇（Lisanne Bainbridge）写了一篇只有几页、后来被引用上千次的文章，叫《自动化的讽刺》。核心观点是：设计者把能自动化的部分都自动化了，留给人的恰好是两件最难的事——一直盯着，以及在机器搞不定的时候接手。
为什么这两件事难？第一，上一期讲过的警觉衰减：越是单调、极少出事的盯梢任务，人越撑不久，半小时左右漏报就开始上升。脑干唤醒系统 机器越可靠，「出事」越稀有，盯梢就越单调。
第二，自动化自满。1993 年帕拉休拉曼（Raja Parasuraman）团队的飞行模拟实验里，人要一边手动操作别的任务，一边监视一个自动系统有没有出错。当自动系统的可靠度一直很高、一成不变时，人发现它出错的比例明显低于可靠度时高时低的情况。有意思的是，如果「监视」是唯一的任务，人反而盯得很好——自满主要出现在人手上还有别的事的时候。
第三，手艺生疏与「脱离回路」。人不亲手做，技能就慢慢退化；更糟的是，人不再清楚机器此刻在干什么、为什么这样干。等它突然把控制权交回来，往往是在最罕见、最复杂、最紧急的时刻。2009 年法航 447 航班坠毁的调查中，空速探头结冰导致自动驾驶断开，机组突然接手手动飞行，在混乱中没能识别出飞机已经失速——调查报告专门讨论了高空手动操纵训练不足与情境意识的丧失。
放到今天：当一个人同时调度好几个 AI 助手，人的角色从执行者变成了调度者和审查者。前面几节的账全都要算进来：每看一个助手的结果就是一次切换；每个没收尾的线程都在工作台上占一格；助手「偶尔出彩、偶尔出错」的节奏，又恰好是那条让你一遍遍去看的不确定奖励曲线。研究给出的方向不是「更用力地盯」，而是重新设计：让审查集中成批、而不是随时被叫；让每次中断都附带一张「做到哪了」的交接条；让人定期亲手做一部分，保持手艺和对系统的理解。
EN Bainbridge's "Ironies of Automation" (1983): automating the routine leaves humans the hardest jobs — sustained monitoring and taking over in rare failures. Vigilance decays; complacency appears when automation is highly and constantly reliable and the human is multitasking (Parasuraman et al. 1993); skills and situation awareness erode, as in Air France 447. Supervising many AI agents inherits all of these costs.
人在回路（human-in-the-loop）指的是让人在自动系统的关键环节把关，比如 AI 助手执行危险操作前先问一句「可以吗」。这套设计默认人的注意是免费、随叫随到的——而前面讲的恰好相反。如果助手每隔几分钟就弹出一个确认，人很快会不看内容、直接点同意，这正是自动化自满；如果只在极少数时候才问，被问到时人又已脱离了上下文。所以设计 agent 编排（让多个 AI 助手分工协作的流程）时，「什么时候打断人、打断时给多少上下文」本身就是要认真设计的部分：把需要人的决定攒成一批、附上清楚的摘要、只在真正有风险的地方停下来——这是把人脑的切换成本当成一种稀缺资源来预算。