一開始，只是一個很小的問題。
「Tibo到底星期幾休息？」
在OpenAI負責Codex、ChatGPT相關工作的Tibo，經常發布模型上線、重置與新功能消息。久而久之，使用者這邊很容易形成一套奇怪的民間氣象學。
Tibo發文 → 今天可能有事發生。 Tibo安靜 → 他休假？ → 那重置是不是也不來？
模型還沒開始跑，人已經先在逆向工程另一個人的排班表。
接著，話題從「Tibo休不休息」一路鑽進行為心理學、多巴胺、生成式AI生產力、路線圖壓縮，最後抵達無限工作。
這篇文章就是事故報告。
1. 「Tibo休息，重置也休息」目前仍只是猜想
2026年9月5日，Tibo在發布Astra上線與banked reset相關消息後，對團隊寫下 “See you next week for some more ships.”[2][3]
放在一週工作結束的脈絡裡，很自然就是「這週收工，下週繼續」。
但公開資訊最多只能支持一個溫和結論：團隊似乎進入週末模式。
以下三件事都無法由此確認：
- Tibo本人正式休假日是哪一天；
- 每一次重置是否都要Tibo親手操作；
- Tibo沒有發文時，重置流程是否也會停住。
所以雖然很想畫出：
Tibo不在 → 重置操作員不在 → 文明終結
這條漂亮因果線，但目前這張圖漂亮得有點過頭。
「下週見」可以證明有人準備收工。不能證明Tibo一個人守著一顆巨大的紅色RESET按鈕。
2. 可是人還是會一直看：「到了嗎？」
真正有趣的是使用者這一側。
重置何時到來可能並不確定。有時會有公告，有時banked reset突然入帳。額度一回來，強模型立刻又能開工。
於是檢查循環啟動。
看X。沒有。 看額度。沒有。 幾小時後再看。沒有。 再看一次。回來了。過年。
如果每天上午9點整固定重置，9點01分看一次就結束。
但時間一旦不可預測，大腦裡就會住進一個小巡邏員：
「現在會不會來了？」
本文鄭重把它命名為Tibo轉蛋。
3. 與其說是巴甫洛夫的狗，不如說更像「變動時距增強」
很容易想到「這不是巴甫洛夫的狗嗎？」其實不完全一樣。
古典制約討論的是一個刺激逐漸能預告另一個刺激，並引發學到的反應。這裡真正想問的是：為什麼反覆檢查的行為會持續？
更接近的是操作制約中的部分增強，也就是間歇增強。特別是變動時距增強（variable-interval schedule）：增強會在不可預測的時間間隔之後出現。[6]
OpenStax心理學教材給出的例子幾乎直接命中：查看社群媒體。[6]
確實很像。
但必須補一句：你看X十次，不會讓重置機率提高十倍。重置是外部事件，查看只是發現它。
所以這不是在說「OpenAI把使用者放進實驗室進行條件制約」。
更準確的說法是：從使用者視角看，不規則出現的獎勵環境，很容易形成類似變動時距的反覆檢查習慣。
4. 突然重置為什麼特別爽：獎勵預測誤差
再往下一層，就是神經科學。
獎勵預測誤差（reward prediction error）簡單說就是預期獎勵與實際得到的獎勵之差。Wolfram Schultz的綜述指出，許多中腦多巴胺神經元在獎勵優於預期時呈現正預測誤差，符合預期時接近基準，低於預期時則呈現負預測誤差。[7]
所以：
「今天大概不會來。」
↓
突然重置。
↓
比預期好。
這種事件作為學習訊號會特別顯眼。
但直接跳到「你這是多巴胺成癮」就太粗糙了。
獎勵預測誤差是基本學習機制，不是替查看重置額度的人診斷成癮的工具。如果所有行為都用「多巴胺爽一下」解釋，神經科學很快就會退化成酒桌理論。
穩妥的說法是：不可預測的好消息，比完全照表出現的好消息帶來更大的預測驚訝。
5. 然後人類得出結論：「把Tibo的無限電腦給我」
盯額度盯煩之後，人類會提出非常合理的解法：
「直接讓我用Tibo的電腦。無限量。」
以下終端機100%虛構：
C:\Users\Tibo> codex
Usage remaining: ∞%
banked reset: yes
rate limit: employee privilege
Astra: unrestricted
GPU: 公司的
產品名：Codex Pro Tibo Edition。
規則很簡單：
每週上限：直到Tibo生氣。
現實當然沒這麼慈善。OpenAI Help Center說明，Astra會消耗相應方案內的Work/Codex額度，而且依工作、輸入輸出長度、推理設定等因素，Astra可能比GPT-5.6 Sol更快消耗額度。[5]
於是兩句話同時成立：
「這麼強，我想多用。」 「越強，表可能越快融化。」
想要虛構的Tibo Edition，不需要高等心理學，算術已經足夠。
6. 然後Astra把「六個月」搬了過來
這裡開始真正離譜。
Tibo表示，在Astra尚未廣泛提供時，它可能是團隊很大的競爭優勢；導入後生產力大幅提升，結果是部分計畫被提前約六個月，從原先次年年中左右改到DevDay推出。[1]
這不是「自動完成快了一點」。
OpenAI自己也把Astra描述為面向複雜端到端工作的模型，涵蓋程式、研究、電腦操作與專業工作流程。[4][9]
OpenAI公布的評估中，Astra在OSWorld 2.0延遲模擬裡每項任務用時比GPT-5.6 Sol少約47%，同時得分更高；配合更新後的Codex harness，在Mind2Web上的任務完成速度達到1.9倍。[4]
使用者的自然反應只有一句：
「實驗夠充分了。交出來。」
Astra聽起來已不像模型名，更像路線圖拆除機。
7. 但「提前六個月」不等於「刪掉六個月的人類勞動」
這個界線一定要守住。
路線圖提前六個月，並不等於AI替代了整整六個月的人類工時。
產品開發除了實作，還有研究、原型、評審、相依關係、等待、返工、測試與決策。
強AI可能透過這些方式壓縮路徑：
- 從研究到實作串成一個流程；
- 更快比較多個原型；
- 平行處理人類原本要等待的準備工作；
- 更早發現返工；
- 把「下個月才驗證」的東西今天就開始驗證。
這可能縮短整體關鍵路徑。
Tibo的貼文沒有公開哪個步驟縮短了多少天，所以不能把「六個月」直接換算成人月。
能確認的核心是：依他的說法，原本待在未來的工作被拉到了現在附近。[1]
2027年的工作：「還沒叫我吧。」
Astra：「今天來。」
2027年的工作：「蛤？」
8. 生產力提高，有時帶來的不是休息，而是更多工作
到了這裡，「無限工作」就不只是一個梗。
2026年，UC Berkeley Haas研究人員介紹一項進行中的研究：他們對美國一家約200人的科技公司觀察了八個月。隨著生成式AI擴散，員工工作更快、承擔更廣的任務，而且工作延伸到一天中更長的時段。[8]
該公司沒有強制使用AI。研究者認為，AI讓更多工作看起來變成「我也做得到」，因此員工自發擴張了工作邊界。[8]
這是一家公司，不是所有職場的宇宙法則。
但機制很好懂：
原本6小時的工作 → AI 40分鐘完成
人：「賺到5小時20分！」
組織：「太棒了。這裡還有八件。」
人：「休息這個功能被下架了嗎？」
AI可以縮短任務。它不會自動生成『省下的時間必須兌換成休息』的組織權限。
9. 這就是「無限工作」的真面目
生產力提升至少有三種花法：
- 同樣成果更快完成，增加餘裕；
- 同樣時間提高品質；
- 同樣時間增加工作量。
技術決定能做多少。新增能力要分配到哪裡，由人與組織決定。
在成長型組織裡，點子、改善、客戶需求、研究問題可能幾乎沒有盡頭。
吞吐量翻倍，不保證待辦清單減半。
反而可能是：以前因為太遠、太貴而不值得做的工作，突然成了新的待辦。
Astra上線
→ 工作做完
→ 半年後的工作靠近
→ 又做完
→ 更遠的工作出現
如果這是遊戲，只是可視距離變遠。放到公司，就是地平線上的任務圖示也全都載入了。
10. 結論：可能先結束的不是工作，而是路線圖
我們原本只是在問：「Tibo週末休息嗎？」
然後一路變成：
Tibo安靜
→ 沒重置？
→ 反覆確認
→ 像變動時距增強
→ 突然重置帶來更大預測誤差
→ 給我無限電腦
→ Astra強得離譜
→ 計畫提前六個月
→ 未來工作填進省下的時間
→ 無限工作
最後留下兩個重點。
第一，人一直手動盯著不規則重置真的很耗精神。如果外部事件能自動通知，就別讓人類永久轉職成額度表保全。
第二，AI生產力不會自動兌換成休閒。如果不明確決定收益要分給休息、品質、速度還是產量，新能力就會繼續召喚新工作。
Astra不是反派。強工具真的會把未來拉近。
真正危險的是旁邊的人說：
「欸，這個今天也能做吧？」
然後未來的工作開始在門口排隊。
工作未必會結束。路線圖可能先結束。
