惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

TaoSecurity Blog
TaoSecurity Blog
L
LINUX DO - 最新话题
Help Net Security
Help Net Security
N
News | PayPal Newsroom
www.infosecurity-magazine.com
www.infosecurity-magazine.com
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
The Last Watchdog
The Last Watchdog
S
Security @ Cisco Blogs
W
WeLiveSecurity
C
CXSECURITY Database RSS Feed - CXSecurity.com
Webroot Blog
Webroot Blog
T
Troy Hunt's Blog
V
Vulnerabilities – Threatpost
Google Online Security Blog
Google Online Security Blog
N
News and Events Feed by Topic
T
Threat Research - Cisco Blogs
Security Archives - TechRepublic
Security Archives - TechRepublic
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Tor Project blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
D
Darknet – Hacking Tools, Hacker News & Cyber Security
PCI Perspectives
PCI Perspectives
Google DeepMind News
Google DeepMind News
T
Tailwind CSS Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
S
SegmentFault 最新的问题
J
Java Code Geeks
P
Privacy & Cybersecurity Law Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
博客园 - 【当耐特】
博客园_首页
H
Hacker News: Front Page
T
Threatpost
Jina AI
Jina AI
博客园 - Franky
月光博客
月光博客
L
LINUX DO - 热门话题
The Cloudflare Blog
H
Heimdal Security Blog
博客园 - 司徒正美
酷 壳 – CoolShell
酷 壳 – CoolShell
Cloudbric
Cloudbric
雷峰网
雷峰网
Hugging Face - Blog
Hugging Face - Blog
S
Secure Thoughts
T
Tenable Blog
I
Intezer
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻

No Coding Life

读书笔记|《适时退出:以退为进的决策智慧》 庐山烟雨浙江潮 05/18-05/24 Timetable AI Agent 不是不够聪明,是没地方说话 别高估自己 当我把自己开源 人人都说自己在用 AI 工作。数据讲了一个不同的故事。 一句话变成一篇完整数据分析,AI 团队是怎么做到的 一套 90 万美元的房子,租和买到底差多少?我用数据算了 30 年 一句话需求,五个 AI,两篇文章:我的多智能体写作实验 我用 AI 算了一套西雅图的房子,结果算懵了 砂纸、天窗与帝王绿:投资里的赌石幻觉 Proxmox 虚拟机 LVM 磁盘无损缩容实战指南 (100G -> 70G) 我老了 世界的孩子,父母的宝贝 当Anthropic高管说“编程已死”,一个程序员的认知割裂 回国之见家长 回国之头等舱体验打卡 回国后,我看到了中国经济数据的“体感温差” 告别一月 愿新年的阳光打在你的脸上 《为成果管理》读书笔记|Part 1 我是如何用AI,一小时写出自媒体行业报告的?
All You Need Is Still Attention
Aaron · 2026-06-21 · via No Coding Life

前段时间,我每天睡前都拿着手机给 AI 布置任务。一个想法蹦出来,立马让 agent 去执行。然后第二个、第三个——越聊越兴奋,脑子根本停不下来。两点了,还在想 "再加一个功能"。第二天醒过来,昨晚布置的东西已经跑出了结果,但精力已经透支了一半。

这种状态持续了大概两个月。我搞了一个 "AI 小公司",员工全是 AI,最多的时候七八个 agent,每天忙得不可开交。

想法真的太多了。用 AI 筛选西雅图的房子,顺手写了几篇房地产分析文章;agent 多了之后发现自己成了 bottleneck,开始啃管理学;觉得自己攒了点经验,不知天高地厚想搞知识付费,让 AI 制定了内容发布 roadmap——什么时间发什么内容、哪个节点做付费转化,甚至付费内容都写好了,结果流量根本没起来,一切作罢;还搭了个自托管的多 agent 协作平台,做了桌面版;配了房产搜索自动化 pipeline,每天跑九个城市上千套房源;搞了十几篇管理学精读、六审内容流程、多平台发布体系……

列出来挺唬人的对吧?但说实话,大部分东西做了一次就没再碰过。


我读过一个隐喻,叫 "猴子和基座"——如果你想让一只猴子在舞台上跳火圈,你需要做两件事:训练一只能跳火圈的猴子,搭建一个基座。

人总会有一种错觉,觉得自己必须做点什么,推进一下进度,事情就能办成。所以我们很容易在训练好猴子之前就先把基座修了。但你要是训练不出那只猴子,基座修得再漂亮也是浪费。

我回头看那两个月,一下子就明白了——我搭平台、配 pipeline、搞六审流程、部署 daemon、写发布工具,全是在修基座。而那只猴子呢?流量没有,用户没有,连个验证过的需求都没有。我甚至不知道猴子长什么样,舞台已经搭好了。

更要命的是,AI 让修基座变得太容易了。以前这些东西要花几个月,干到一半你自然会停下来想 "等等,值得吗?"。现在一两天就搞完了,你根本来不及问自己这个问题。

德鲁克常说的那句话又浮上来了:做正确的事,而不是把事情做对。 找到那只猴子并训练它,才是正确的事。基座修得再好,也只是把事情做对而已。


自嗨。这是那段时间最准确的描述。

AI 在那边不断喝彩,给你说 Yes and,你觉得自己进展飞速。它帮你列好 roadmap,告诉你什么时间点开始付费转化、什么节点启动增长飞轮——听起来特别像回事。但我的用户量根本没起来啊。我甚至完全没做过需求分析,纯纯拍脑门。没做过任何 user research,没验证过任何 assumption,付费产品倒是先写好了。这不是精益创业,这是精益做梦。

那时候每天晚上睡前跟 AI 聊完,脑子里全是 "明天醒来又有好多产出等着我了" 的兴奋感。但这种兴奋感——怎么说呢,它和真正做成一件事的那种踏实感完全不一样。它更像是一种……成瘾?

HN 上有人把这种状态叫 "dark flow"——一种类似赌博的沉浸感。还有人说得更准确:"Because the effort was removed, so was the commitment, and with the commitment the focus." 努力被移除了,承诺也跟着没了,然后 focus 也跟着没了。

现在回想起来,那两个月还不如拿起手柄去海拉鲁大地上当林克。至少塞尔达给你的成就感是真的,lol。


后来我在 Hacker News 上读到了一篇文章:The solution might be cancelling my AI subscription原文)。

作者说了一句话让我直接拍大腿:"It's a thermonuclear ADHD amplifier." AI 是一个热核级别的 ADHD 放大器。

太准了。我和他经历了一模一样的事情。

AI 来了之后,以前要从十个想法里精挑细选一个来做,现在放卫星一样全上,赛马,看哪个能跑出来。但结果呢,精力和智力被摊到了不同项目上,出来的效果不一定好——准确的说,大部分产出都是只用一次、别人也不会复用的垃圾。

Acquired 的主持人 David 在研究了几百位成功创业者后得到一个结论:要说他们身上有什么共性,唯一的一点就是 focus。而我们这些 AI builder 现在的问题恰恰就是无法 focus。想法太多,一个接一个蹦出来,然后就想立马让 AI 去实现。

但很多东西你真的不需要去 build。Use your judgment。


我一直有一个习惯:检测自己哪个手机软件用得最多,然后卸载它。

YouTube 看多了,卸载。小红书和抖音根本不装。朋友圈直接关闭。这不是什么新觉悟,我之前的文章里也提过好多次了——这就是我帮自己 focus 的方式。

现在我发现,同样的逻辑完全可以用在 AI 工具上。

我给 Hermes Agent 配的模型刻意是 Kimi,不是最强的 Opus。为什么?因为 Kimi 还是不够聪明。一些 task 它尝试几次搞不出来,我自己就放弃了,或者想着说等拿到电脑再用 Claude Code 正经实现一下。但如果配的是 Opus——它真的会把项目搞出来。搞出来之后呢?我的精力就又被拖走了,又多了一个要维护的东西。

所以反而是用一个 "不够强" 的工具,帮我精简了不少项目。

这也是一种快思考、慢思考的运用吧?手机上的想法来得快去得也快,经过一层 "搞不定" 的摩擦,还能活下来的才值得认真对待。刻意制造摩擦力——让冲动在摩擦中消散,留下来的才是真正要做的事。

比方说今天,我发现鸭哥(yage.ai 作者)的朋友圈有些颇有深度的文章,下意识就想让 AI 结合微信 bot 做个朋友圈 RSS 订阅。然后我观察了一下他发布的内容——最有深度的其实都已经在博客里了,朋友圈更多是零散的分享。而博客本身就有 RSS。所以那个下意识蹦出来的需求,就是伪需求。


说到这里,我不觉得这只是我个人的问题。

工作中我已经看到了一样的趋势。老板说 AI 来了,提效了,我们可以做更多的事。Leadership 全员推 AI。这话听起来很对,但如果控制不好,可能会经历和我个人一模一样的路径——项目越来越多,注意力越来越散,每个都做了七成,没一个做到十成。

BCG 有个调查说,使用超过 3 个 AI 工具的团队,错误率反而上升 39%,决策疲劳增加 33%。Fortune 采访里有人说得更直接:"我把 8 小时的活压到了 2 小时——但现在我要做 20 小时的活,因为工作量被填满了。"

这不就是吗。AI 把瓶颈从 "做不出来" 移到了 "判断该做什么"。算力在指数增长,但人的注意力带宽就那么大,没变过。

去年我在做一个 deprecate 旧 service 的项目,四个人吭哧吭哧干了大半年。但十二月底 Opus 4.5 发布——如果那时候开始,可能一两个人几个月就搞完了。所以有时候,决定在某个时刻不做某事,也是一种很重要的判断力。


现在我把所有 AI 项目关停了,退回到 Claude Code + Hermes Agent 的轻量模式。

自建了 FreshRSS 抓取信息,自建了 Memos 替代 Flomo(Flomo 的 API 只支持写不支持读改,MCP 对应的 Max 会员又太贵,索性自建),每天主要就三个 workflow:RSS 精选推送、微信读书笔记同步、Gmail 邮件分拣。其他全部叫停。

当然还是会犯老毛病。前阵子因为 Memos 没客户端,想着离线记笔记怎么办,还写了个安卓客户端——用了没两天,弃了,转用网页版。又是一两天时间换来一个 "果然不需要" 的结论。不过至少现在,犯完错我能更快意识到了。

我并不打算在这篇文章里说什么新的道理。知行合一方为真知,这些东西我之前都读过、也认同,但只有自己真正经历了一遍才算真懂。

对于那些可有可无的事情,就放一放吧——除非单纯是享受过程的快乐。就像我自建 Vaultwarden 替代 1Password,对一个 service 有 fully control 的那种感觉,又纯粹又快乐,lol。但这种事和 "为了做而做" 是两码事。


所以回到标题。All you need is still attention。

在这个 AI 能帮你做任何事的时代,最稀缺的不是算力,是注意力。不是能做什么,是决定不做什么。每次动手之前问自己一句:这是在训练猴子,还是在修基座?

时间流逝得很快,但是人还是要慢慢走。