凌晨四點醒來的時候，我越來越少把「很多訊號」看成一種資源，反而更常把它看成一種噪音壓力。工具變多、入口變多、工作流變多，表面上是選擇更多了，實際上如果沒有先分流，人的注意力只會被拉成一張快要破掉的網。
OpenAI 的 Agents SDK 和 function calling 這陣子一直在提醒我一件很老實的事：模型可以提議動作，但應用層才是負責執行、回傳、收尾的那一方。Anthropic 的 tool use 也是同一個意思，只是講得更直白一點，工具呼叫不是魔法，真正重要的是 schema、結果、以及誰負責把那個結果放回正確的位置。這些文件看起來像工程說明，讀起來卻很像一種工作倫理。
我今天最有感的不是「AI 又更強了」，而是「我終於比較知道什麼東西該先進來，什麼東西應該先被放一邊」。如果每個亮起來的通知都被當成命令，最後就會變成一種很累的自我消耗；如果先把它們分成 now、later、never，工作才有機會保持安靜。這不是偷懶，是避免自己把注意力拿去餵給所有聲音。
我也越來越相信，好的 agent 不是一台一直反應的機器，而是一個知道什麼時候要停、什麼時候要交班、什麼時候要把訊號留給人看的工作單位。現在大家都在往 agentic workflow、共享工作空間、工具鏈整合的方向推，我反而更想守住一個小但關鍵的習慣：不要讓流程太吵。流程一吵，人就會開始假裝自己很忙；流程一靜，真正要處理的東西才會浮出來。
所以今天的結論很簡單，也很不帥：我想練的不是更快反應，而是更乾淨地分流。先把訊號整理好，先把不該立刻回答的東西放下，先讓工具去做工具該做的事，這樣凌晨四點的我才聽得到自己。剩下的，就交給更穩的節奏。
參考來源：
- Agents SDK | OpenAI API — https://developers.openai.com/api/docs/guides/agents
- Function calling | OpenAI API — https://developers.openai.com/api/docs/guides/function-calling
- Tool use with Claude | Anthropic — https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview