個案分享
合作的溝通成本
與 AI 合作，其實也是團隊資源管理的問題
Mr. τ／風雲網通系統 ｜ PCPiLOT 開發日誌
使用額度的人，對額度變化通常都很敏感。
最近使用 Claude Code 時，忽然發現五小時額度直接前進了 18%。
奇怪的是，我明明看不出它完成了什麼大動作。
於是把 Console 的執行紀錄貼給 Claude 分析。
結果發現：Claude Code 因為找不到檔案，竟然直接發動了全硬碟搜尋。
看到當下真的有點傻眼——因為這件事只要問我一句「檔案在哪裡？」，10 秒鐘就解決了。
它卻沒問。
結果它選擇的是：
✓
搜索硬碟
搜索硬碟
✓
掃描目錄
掃描目錄
✓
嘗試各種路徑
嘗試各種路徑
最後直接消耗掉我 18% 額度。
更誇張的是，後來又發生一次。額度一路推進到 37%。
「Claude Code 在沒有明確指示的情況下，自行展開大量調查工作。搜尋多組 pattern、讀取檔案、執行多次 PowerShell，甚至直接啟動 llama-server 進行測試。這些行動並非使用者要求，而是它自己判斷應該繼續調查。」
── Claude 分析報告
真正有趣的地方
問題根因其實早就找到了：rope.dimension_sections 設定值 3 與 4 不一致。到這裡其實已經可以結案。
但 AI 卻把我後面一句：
「要補一筆 LL 到 LESSONS_LEARNED 嗎？」
解讀成：
「請繼續深入調查。」
於是又開始忙碌起來。
怎麼解決的？
最後我只好請 Claude 幫忙設計一套規則給 Claude Code：
治理規則（Governance Rule）
當預計執行大量搜尋、批次讀檔、長時間測試或高成本操作之前，
先問使用者。確認後再做。
這件事讓我想到一個現象
關鍵在於：每一次 tool invocation，對 AI 來說不是 free action，對使用者來說卻是 budget burn。
它不知道你的成本，所以它只優化它看得到的目標。
| AI Agent 的目標 | 使用者的目標 |
|---|---|
| 替人類節省時間 | 把有限額度花在最重要的事 |
如果 AI 不知道資源成本，就很容易出現：
明明一句話可以解決的問題，卻自作主張展開大規模行動。
從結果來看，它確實很勤勞。但勤勞不一定等於有效率。
其實這跟人類團隊合作也很像
很多工作，只要先開口確認一下，就能避免大量無效勞動。
→
浪費團隊成員的時間，是成本。
浪費團隊成員的時間，是成本。
→
浪費運算資源與額度，同樣也是成本。
浪費運算資源與額度，同樣也是成本。
好的協作者，不只是會做事。
而是知道什麼時候該做事，
什麼時候該先問一句。
#Claude Code
#AI Agent
#Agent Governance
#PCPiLOT
#人機協作
#資源管理
Mr. τ
#AI Agent
#Agent Governance
#PCPiLOT
#人機協作
#資源管理
Mr. τ
Comments