解决方案或许是取消我的 AI 订阅
我试着列出所有我用 AI 构建的精彩项目：
- 一个用 Rust 写的语音识别系统
- 一个邮件归档渲染与引用折叠工具
- 一个基于 GStreamer 和 Qt Quick 的 Jellyfin 桌面克隆
- 一个用 Python + yt-dlp 实现的 Invidious 克隆
- 一个从 Wine 源码移植、用 FLTK 实现的忠实还原 Windows 95 记事本.exe 克隆
- 一个用 OpenCV 从公共街道摄像头统计交通流量的机器视觉项目
- 一个用 Python 或 Rust 写的 Claude UI 克隆（我甚至记不清了）
- 一个我本没打算建、却真有流量的地方新闻网站（Python/Flask）
- 一个基于现有多人游戏协议、用 Three.js 构建的 3D 赛车游戏
- 一个用 Python 写的投资回测工具
- 一个 Lightroom UI 的 HTML 克隆，惊叹于结果后从未做后端
- 一个用 Qt 或 GTK 或其他什么（我甚至记不清）写的 Markdown 查看器
- 一个用 GTK 和 C 为我的笔记本电脑桌面环境替换的世界时钟小部件
- 一个用 JavaScript 实现的网络同步音频播放器
- 一个从某中国 IP 摄像头 Android 应用逆向出来的 Rust 客户端
- 一个用 Rust 写的中等规模 SaaS
- 大概还有 50 个我已经删掉的其他项目
除了那个 SaaS，这些几乎全都没用，我也不想维护任何一个。我意外运营了一个新闻网站，这显然是个责任。当然，它确实帮我“学会了 AI 工具”，我也用了其中很多工具，但我并不需要它们。我负担不起维护任何一个的成本——无论是时间、承诺、信念、注意力，还是愿意花在 token 上的钱。这些项目大部分都不是我本意要建的。通常 Claude 会话以“写个快速脚本做 X”开始，一小时后结果并不是一个快速脚本做 X，而且大多数情况下，无论最初想解决什么问题，问题都没解决。
注意力是你所需要的一切 关于最后一点，这项技术对注意力来说是可怕的。它是一个热核级别的 ADHD 放大器，我在每一个成年朋友身上都看到了同样的效果。人们同时开着三个屏幕，忙着完全不相干的“项目”，这些项目他们几乎不可能维护，对结果也毫无承诺，时间显然被浪费了。最近，至少每个月都有人给我发截图，展示他们正在做的某个超棒工具。我会想“哇，真不错”，发送者显然自豪又热情。我尽量不问，但总是在想：“你打算在哪里推广它？”因为当这个问题被问到一个工程师时，答案自 LLM 出现之前就没变过。
我最近参加了一次面试，当谈到 AI 使用的话题时，主持人回答说：“哦，我们用得挺轻的，每个人最多有 5 个房间来管理他们的 agent。”我立刻感到胃里一紧。在使用 Claude 几个月后，我隐约感受到了这种影响。后来我把订阅降级为 Pro，相信配额限制能减少过度使用。然后 Claude 经历了一段糟糕的服务期，我转到了 Codex。Codex 的 CLI 比 Claude 好得多，也明显更快。然后使用量又开始悄悄回升。
这项技术，经过打磨，确实令人惊叹。让它零样本解析一个用深奥语言实现的深奥语法，并附带完整测试，它就能完成。但如今存在的工具，完全没有促进那种审慎应用所需的专注力。几乎每个供应商和每个工具都意图做相反的事：更多使用、更多 token、更多输出。向 ChatGPT 问一个简单的“是/否”问题，你会清楚地看到它硬编码了相关的后续问题，以促进过度交互。在 5 分钟内甩出一个未经测试的 10000 行 Python/JS 混乱代码，对任何人都没有帮助。想到这种情况同时在每个商业环境中发生，就令人恐惧。
摩擦 = 专注，专注 = 产品 我早期的一个 AI 实验——将 AI 作为麦克卢汉式思维的透镜——是把语音识别连接到一个管道，另一端生成博客文章，以为这样会鼓励我捕捉想法。我只需要在 Telegram 频道里按一下语音笔记按钮，就能输出一篇 Opus 格式的文章。结果全是垃圾。因为努力被取消了，承诺也随之消失；承诺没了，专注也没了；专注没了，任何有意义的产品都不存在了。优质写作不是简单地将口语英语通过一个透镜：口语英语是低比特率的噪音，优质写作试图用更成型的概念捕捉高比特率的信息——这一点在我开始之前就应该显而易见。我曾考虑将这个管道改为记录私人笔记，但我并不需要私人笔记。它颠覆了噪音被遗忘的自然过程。这不过是更多多余的工具使用。
由此看来，只要质量还重要，我相信手写永远不会过时。
感觉我们正走向危机，我怀疑答案不是“更好的模型”或“更好的工具”。Cal Newport 将这与伪生产力联系起来：发言者认为，数字生产力工具（包括 AI 和电子邮件）常常制造一种“数字生产力悖论”：它们让单个任务更快或更容易，却让知识工作者更忙碌、更分心、整体效率更低。他引用研究显示，AI 用户在电子邮件、即时消息、聊天和业务管理工具上花费了更多时间，而在专注、不中断的工作上花费的时间更少。他的核心观点是，旨在减少摩擦的工具往往增加了浅层任务和上下文切换的数量，从而削弱了深度工作和高价值产出。他解释说，这是因为知识工作常常依赖“伪生产力”，即把可见的忙碌当作真实价值的替代品。数字工具通过让人们……