新AI超级能力:专注与贯彻
摘要
一篇论述文,认为尽管AI提升了生产力,但真正的成功需要专注于少数重要任务并贯彻到底,而不是扩展至许多任务。
暂无内容
查看缓存全文
缓存时间: 2026/07/27 01:42
# 新AI超能力:专注与坚持
来源:https://www.rickmanelius.com/p/the-new-ai-superpowers-focus-and
传统观念认为,倦怠感(仅仅)是由过度工作引起的。
那么照此逻辑,如果AI能帮助我们以之前2-100倍的速度完成任务,我们*应该*感到工作不足且零倦怠才对,对吧?
要是真这么简单就好了。
[](https://substackcdn.com/image/fetch/$s_!R31O!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F7a57282a-143c-41d8-a777-084d8e097340_498x498.gif)
你可能太年轻认不出这个梗,但这正是大多数科技从业者在AI开始加速他们效率时的真实感受。
为什么呢?
因为多年来,我们所有人都有几十个甚至上百个本可以启动的副项目,却不得不搁置,因为一天的时间根本不够用。
然后AI出现了,用一个诱人的谎言挑逗着我们……
> Claude:“不过,也许现在有我在,你就能全做完了!”
过去十年里,我既是连续创业公司的创始人,又是新手爸爸,还是个永远野心勃勃的人。我的草稿箱里有超过100篇文章标题加提纲。我有一个“有朝一日也许”清单,上面列着50个“等我有时间了”再启动的项目。
我开始小试牛刀,在会议间隙闭眼开干一些副项目。以5分钟为增量排队调用Claude,让它火力全开,然后赶紧跳到下一个电话会议。
疯狂的是,它居然开始奏效了……
那些我想尝试、探索和写作的事情都有了进展,而这只是让我启动更多项目的野心增长了10倍!转更多的盘子。所有事情统统都来!
你已经知道结局了。
因为结局总是如此。
有句名言:“你可以拥有生活中的任何东西,但不能拥有全部。”
即使AI能将单个任务的生产力提升100倍,我们人类一天中的秒数依然是有限的。
而且我们不是机器。我们不可能在每个清醒时刻都以100%的速度运转。
结果我开始注意到,我手头大概有40个“概念验证”项目在进行,而我内心开始感到倦怠的刺痛在滋长。每个项目都是一个未闭合的回路,一项新责任,一件需要打理的事情。
我利用AI减少了必要的工作量,于是又发明了无穷无尽的“无事忙”。
> 无事忙:主要为了让人忙碌而分配或进行的工作
别误会,这一路我也乐在其中。但这是一个失败的策略,我必须纠正方向。
在《精要主义》一书中,Greg McKeown反复强调:少做,但做得更好。
我认为这在AI时代至关重要。
与其用AI来横向扩展你正在做的事情的数量,我逐渐意识到最佳策略是在那些重要的事情上纵向深入。
简而言之,就是专注与坚持。
我今天早上本不打算写这篇文章,但我必须阻止自己。
我还有另一篇题为《芝麻街简单》(即将推出)的文章,正急着想发出去。然而,当我反复琢磨那篇文章时,我意识到自己没有全力以赴。也许它只是一个扎实的B/B-,但那个话题值得我付出A+的努力,才能产生我想要的影响力。
所以我停了下来。
我决定再投入专注的时间和精力,至少修改2-3次。
我是不是太追求完美了?
一个过度戏剧化的手艺人?
我不这么认为。
Garry Tan写过一篇精彩的文章 (https://x.com/garrytan/status/2062760454649487491?s=20),讲述日偏食和日全食的区别。
核心要点是什么?你以为99%的日食和100%的日食只差1%,是个可以忽略的误差。但在视觉上,那是100倍的差异。日偏食感觉像是云层遮蔽后的昏暗。而日全食则像一种诡异的黑夜降临世界。
两种体验的效果天差地别。
同样,我们热爱的事物(产品、书籍、电影等)都需要付出那最后1%的代价,才能带来100%的体验。
难点在于:那最后1%可能感觉要占用总时间的50-90%,这就是为什么那么多人只说“足够好了”然后发货。
既然AI能让事情效率提升2-100倍,那就没有理由不去付出那最后1%的代价。
做到这一点的唯一方法,就是残酷地专注,然后坚持完成少数几个真正重要的开放项目。
我依然在犯很多错误,因为很难不去追逐那些光鲜亮丽的东西(所有一切!),但回报是值得的。
为此,我希望发表更少的文章,但每一篇都挖掘得更深。
你我都值得拥有这样的内容。
在AI时代,没有人应该经历倦怠。AI的全部意义就在于卸下所有繁重劳动,这样我们才能节省时间,专注于重要的事情,变得更有人性。
#### 关于本文的讨论
### 准备好了解更多?
相似文章
超能力,非超智能
本文讨论了开发具有超能力的AI的重要性,而非仅专注于实现超智能。
任务瘫痪与人工智能
作者分享了使用 Claude 克服“任务瘫痪”的个人观点,强调了生产力提升与人工智能依赖风险及过度消费之间的紧张关系。
我们是否高估了AI能力转化为实际生产力的速度?
本文质疑AI展现的能力是否自动转化为实际生产力,强调了工作流所有权、可靠性以及与复杂人类系统集成等方面的差距。
随着AI越来越强,它暴露了一个空洞的承诺
一篇评论文章,批评了以AI驱动的生产力推动,认为解决琐事忽略了根本的系统性问题,并以谷歌的Gemini Spark智能体作为案例研究。
如果你刚开始接触AI,结果会感觉很不错。但如果你已经做了一段时间,你就知道接下来会发生什么。
作者观察到,虽然AI提升了个人生产力,但公司往往无法实现利润的增长,因为组织瓶颈和缓慢的决策过程阻碍了自动化带来的复合效益。