验收成本

10 月 8 日多家媒体报道 Manus 携 5 亿美元融资重启国内布局，随附的数据里最亮眼的是：自研框架让 Token 消耗降 23.2%、任务完成时间缩 28.2%。厂商用它证明 Agent 越来越高效。但真正天天和 Agent 打交道的人，多半有个相反的体会：机器是快了，人的总耗时却没怎么降。这就是智能体时代的效率悖论。 机器快了，人为什么反而更慢？ 23.2% 砍的是模型推理的 Token 成本，28.2% 缩的是 Agent 从接到任务到吐出结果的机器时间。但一个任务的真实周期，还有两段人的时间没被算进去：交办前把需求说清楚、交付后验收和纠错。 机器越快，这两段反而越重。因为 Agent 一口气吐出一大堆结果，人要逐一审视、挑错、打回重做。机器把执行压缩到几分钟，人却要花几倍时间去确认它没偷偷跑偏。执行变快的同时，验收负担被同步放大，两者在很多团队里正好抵消。 效率悖论为什么必然出现？ 这不是 Manus 的问题，是结构使然。当执行成本趋近于零，单位时间里机器产出的任务数量爆炸式增长；而人的验收能力是线性的、有上限的。于是瓶颈从「做得完做不完」，转移到「看得过来看不过来」。 结果是一种新的拥堵：Agent 在后面疯狂出货，人在前面排队验货。表面上系统吞吐量上升了，实际上人成了那个最慢的节点，而没人意识到瓶颈已经换了位置。 怎么跳出这个效率悖论？ 两条路。一是让产出自带可验证性——像 OpenAI 给证明配 Lean 那样，让 Agent 每个结果附上自我检查，减少人逐行审的负担。二是把验收本身也部分交给智能体，让人只审「验收者」汇总后的异常。Manus 那 23.2% 是在机器侧抠效率，真正的下一站，是在人的验收侧抠效率。否则省下的每一分 Token，都会以人时的形式还回去。说到底，智能体时代的效率冠军，不是跑最快的那个模型，而是让人最少皱眉的那套协作设计。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：效率悖论