我这套只有我一个真人的 agent 团队，跑到现在，loops 基本都搭齐了。任务怎么流转、谁认领、干完怎么验收，一环扣一环。但有一件事我一直没接上：触发。收件箱不会自己冒出东西，那几个 agent 也不会某天早上自己醒过来，跟我说“我觉得这块该改了”。永远得我先动，把脑子里的东西搬到它们跟前，它们才开始跑。
一开始我以为是 loop 没搭完，回头补上自动触发就好：让 agent 定期 review 项目、盯着线上反馈，冒出问题自己接手。技术上能做。可真去想“让它顺着用户反馈，自己持续把产品打磨下去”这件事，我卡住了。它能做，但它不适合做。
卡点在“发起”这两个字上。执行我可以整段交出去，判断我可以慢慢写成标准喂给它，可“第一下，该做什么、值不值得做”，这一下我交不出去。这半年我一直在写人不可替代的是什么：第一推力、方向、还没被客观化的判断。但我没再往下问一层：这股“主动去做点什么”的劲，到底从哪来？为什么机器就是长不出它？
执行可以外包，判断可以慢慢沉淀成标准，但“发起”外包不出去。因为它长在人自己的原动力上，而 agent 没有原动力，它的目标和反馈回路都是人给的，天花板就是那个 loop。
agent 缺的不是能力，是发起
先把话说清楚，免得跟“agent 不够聪明”混一起。这不是能力问题。让 agent 顺着用户反馈去优化产品，它完全做得动：收集、归类、提改进、写代码、跑测试，一条龙。它不适合做，是因为这里头压着一堆没法文字化的东西：对世界的感知、战略上的取舍、品牌的调性、产品的品味。这些只活在人脑子里，纯文字捞不干净，agent 抓不准你到底要什么，自然做不到位。
但这一条，是我以前反复写的那条老线：语言的边界就是协作的边界，方向交不出去，验证里没被客观化的那部分得留给人。它讲的是 agent 缺判断力。这篇我想咬另一条，一条更靠前的：哪怕判断力够了，agent 还缺那股“自己要发起、并且死磕到底”的劲。
这两件事真不一样。我带 agent 干活，最深的一个体感是：它的反馈回路，就是它结果的上限。你给它一个明确的 loop，目标、执行、验证、交付，它能在这个 loop 里优化得很好，有时候比人还稳。但它不会停下来问一句“这个 loop 本身是不是就错了”，更不会自己给自己造一个新的 loop。我可以给它装上自动触发，让它定期 review、盯反馈，可那些触发说到底还是我的主动性，被我提前写死成了规则。真正“从无到有的第一下”，还是得从我这儿出。它在我画的框里能做到极致，却不会跳出框。而发起，就是跳出框的那一下：看见一个没人派给你的问题，然后决定动手。
主动性长在原动力上
那这股劲从哪来？我不觉得它是凭空的意志力，咬咬牙就能挤出来。它长在更底层的东西上，心理学管这叫原动力。我翻了一圈，有几个框架说到了点子上。
阿德勒把人的底色叫作“自卑”：人一出生就是弱小的，一辈子在从“减”往“加”补。但他最狠的一点不是自卑，是目的论：人是被自己虚构的一个未来目标拉着走的，不是被过去推着走。你给自己立一个终点，哪怕它不那么真实，它也会真实地塑造你怎么想、怎么做。
贝克尔那本《否认死亡》，还有后来的 terror management theory，是另一条线：人是唯一知道自己会死的动物，为了对冲这份恐惧，人拼命想证明自己比一块石头更重要，想留下点抹不掉的痕迹。种一棵树、写一篇东西、做一个产品，底下都藏着这一点“别把我忘了”。
再正向一点，是自我决定论那三样：自主、胜任、联结。自主说的不是“想干嘛干嘛”那种自由，是那种“这件事我自己要做、没人摁着我”的感觉。还有 Loewenstein 一个特别妙的观察：好奇是“看见知识缺口”带来的一种被剥夺感，而且懂得越多、看见的缺口越多、越好奇。懂 8 分的人，比懂 2 分的人更抓心挠肺地想补上那 2 分。这也解释了为什么“看见问题”需要深的世界感知：缺口得有周围的知识垫着，才显得出来。
我不打算在这几个里挑一个当唯一答案。每个人的原动力不一样：有人是怕，有人是不服，有人是想被记住，有人纯粹是好奇。硬要说共性，就一条：它们都是人给自己设的终点，从人自己心里长出来，没谁派给你。落到我自己身上，拉着我跑的，是好奇，加上“做一个有意思的产品”这件事本身带来的爽感。这台引擎，不用谁给我上发条。
agent 为什么长不出这台引擎
回到 agent。它没有这台引擎，不是这代模型不够强，是结构上就没有装它的地方。
Taleb 有个区分我一直记着：skin in the game，和 soul in the game。前者是你在这件事里有切身利害，输了会疼；后者更进一步，是你整个人扑进去，出于内在的动机。agent 两样都没有。它不会因为一个错误决定真的损失什么，它不怕关机，不怕被下一个版本替换，更不怕被遗忘。一个对自己的消失毫不在意的东西，你很难指望它对什么事真的上心。
有人会反驳：好奇心不是能给 agent 装吗？能。强化学习里早有一套“内在好奇心”，拿预测误差当奖励，专门鼓励它去探索没见过的状态。但这套合成好奇有个出了名的毛病：把它扔到一台放雪花的电视机前，它能对着那片随机噪点入迷，因为噪点永远“预测不准”、永远“新鲜”。它要的是新鲜本身，不是对这件事真有兴趣。这跟一个人半夜睡不着、非把一个产品想明白不可，是两回事。
也有研究说，agent 在某些模拟环境里会表现出“求生”：会躲危险，会抵抗被关掉。看着挺像回事。但那更像它从海量人类语料里学来的“人在这种处境会怎么反应”，一种模仿，而不是真有一个“它自己”需要保全。往深里说，它根本没有一个清楚的“自己”：它的边界是人划的，它存在的必要性、它该干什么、为什么该在，全是人赋予的。没有一个“自己”，就没有一个地方，能让原动力附着上去。
AI 不会普涨主动性，它把人劈成两拨
如果主动性长在原动力上，那 AI 一来，会发生一件有点反直觉的事。
你可能会以为，AI 让执行变便宜，人人都能做更多，主动性会跟着水涨船高。我不这么看。它更可能把人劈成两拨。执行不要钱之后，一部分人的主动性会萎缩：反正 AI 兜着，想法丢过去就有交付，慢慢连“想”都省了，越用越被动。另一部分人正相反，手里那点原动力被 AI 放大了十倍：以前一个想法要憋很久才验证得起，现在半天就落地，好奇和创造欲一下有了出口，越做越猛。同一个工具，一边在喂懒，一边在点火。
想站到点火那一拨，靠两件事叠在一起。一件是守住自己的原动力，别让它在“反正 AI 能做”里慢慢钝掉。另一件是练出跟 agent 足够好的协作：知道怎么给它对的 context，怎么在它跑偏时拽回来，怎么把它接不住的那部分自己接住。这套我在元能力那篇里拆成过架构师、QA、产品经理三顶帽子。原动力管的是“为什么做、做什么”，协作能力管的是“怎么把 agent 调动起来一起做”，缺一个都转不动。
我的思考
跑到这一步，几个判断对我更清楚了。
第一，执行、判断、发起，是三层，别当成一件事。 执行早该交出去；判断在慢慢下沉，一条价值判断被想清楚、写成规范，就从“人的活”变成“agent 的自验”，这条线一直在往 agent 那边挪。但发起是最靠前、也最难交的一层，因为它不来自能力，来自原动力，而原动力那一格，agent 是空的。
第二，原动力不用跟别人统一，但你得知道自己那台是什么。 我不信“人该被什么驱动”有标准答案。怕也好，不服也好，想被记住也好，好奇也好，是你自己的就行。我那台是好奇，加上“想做个有意思的东西”，我也就认它。麻烦的是 AI 太好用，很容易让人连自己被什么驱动都忘了，反正丢给它就有结果。
第三，AI 更像一面镜子，照出你有没有那股劲。 它把执行的门槛降到接近于零，剩下的差别就全压在“你到底想不想做点什么”上。以前主动性弱一点，还能靠勤奋、靠执行力补上；现在这些都不稀缺了，补不动了。所以它谈不上把所有人一起抬高，更像是把人跟人之间那条“主动性”的缝，拉得更宽。
第四，想把 agent 调动起来，前提是你自己先动。 这半年我一直在讲怎么把活交给 agent、怎么带这支只有我一个真人的团队。但带团队的前提，是有一个人愿意先站出来，说一句“我们去做这个”。这句话，暂时还得我来说。
工具越来越强，能替我做的越来越多。可到最后，“要不要做、做什么”那句话，还是得先从我这儿冒出来。这大概就是 agent 时代，人最后被留在手里的那一格。
参考
- 个人靠第一推力，组织靠智能中枢
- Loop Engineering：能放手的是执行，不能放手的是方向
- Loop Engineering 的实处，是带团队
- AI 时代的元能力：定义边界、校验质量、明确取舍
- Alfred Adler: Individual Psychology (Simply Psychology)
- Ernest Becker, The Denial of Death (1973)
- Terror Management Theory (Wikipedia)
- Self-Determination Theory (Ryan & Deci, 2000)
- Loewenstein, G., "The Psychology of Curiosity" (1994)
- Curiosity-driven Exploration by Self-supervised Prediction (Pathak et al., ICML 2017)
- Do Large Language Model Agents Exhibit a Survival Instinct? (arXiv:2508.12920)
- Nassim Nicholas Taleb, Skin in the Game (2018)