Addy Osmani は基調講演「Own the Outer Loop」の中で、認知的負債を、問題をどう解決するかについてのエンジニア自身の理解と記憶の侵食として捉えている。これは、変更の背後にある思考がエンジニア自身によって考え抜かれるのではなく、コーディングエージェントに肩代わりされたときに蓄積する。大規模なコードベース上でエージェントが生み出す成果物は、委任したエンジニア自身には生み出せなかったであろう作業であることがあり、しかもその背後にある学習曲線を登る余地を残さない時間軸で生み出される。そのため、存在するものとエンジニアが実際に理解しているものとの隔たりは複利的に拡大し、エージェントの計画の視野が長くなるほどその拡大は速くなる。
用法
情報源は、AI に頼ってコードを書いたエンジニアと自分でコードを書いたエンジニアを比較し、その後両グループに理解度テストを課した Anthropic のランダム化比較試験を引用している。AI を介して作業したエンジニアの得点は 17 パーセントポイント低く、50% 対 67% であった。これは、認知的降伏およびオーケストレーション税と並ぶ、エージェント型の委任に伴う 3 つの隠れたコストの 1 つとして提示されている。
複数の AI コーディングエージェントを並列で実行することについての別の記事は、同じ力学を並列セッションに当てはめ、そこではこれを「理解の負債」と呼んでいる。人が理解できるよりも速くエージェントに生成させると負債が蓄積し、その負債は単一のセッション内では限られているものの、複数のエージェントが同時に動くとスレッドをまたいで複利的に増大する。どのスレッドが最も大きなツケを溜めているのかを、人は常に見分けられるわけではないからである。その記事は、人が有効に監督できるエージェント数の上限を、監督のスループットではなく理解のスループットの上限として捉え、この区別こそが、エージェントを増やしても人の成果が線形には拡大しない理由だとしている。