解决方案或许是取消我的AI订阅

# 解决办法或许是取消我的AI订阅 来源：https://thoughts.hmmz.org/2026-05-31.html --- 我在试着列出所有我用AI构建的精彩成果： - 一个Rust语音识别系统 - 一个邮件归档渲染+引用折叠工具 - 一个用GStreamer和Qt Quick构建的Jellyfin桌面克隆 - 一个用Python+yt-dlp构建的Invidious克隆 - 一个从Wine源码移植过来的、用FLTK构建的忠实Windows 95记事本.exe克隆 - 一个用OpenCV从公共街道摄像头统计车流的机器视觉工具 - 一个Claude UI克隆，好像是Python或Rust，我甚至不记得了 - 一个从没打算建、却真有人在访问的地方新闻网站，用的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Python版投资回测工具 - 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或其他什么做的Markdown阅读器，我甚至记不清了 - 一个用GTK和C写的、替代我笔记本桌面环境的世界时钟小部件 - 一个JavaScript的网络同步音频播放玩意儿 - 一个用Rust写的、从某中国IP摄像头Android应用逆向出来的客户端 - 一个用Rust构建的、规模不小的SaaS - 也许还有50个我已经删掉的项目 除了那个SaaS，这些几乎毫无用处，我也不想维护任何一个。我无意中运行了一家新闻网站，这无疑是个责任。诚然，AI让我“学会了AI工具”，我也在用其中许多工具，但我并不需要它们。我负担不起维护它们任何一个的成本——无论是时间、承诺、注意力，还是花在令牌上的意愿。 我本无意构建这些大部分东西。通常Claude会话以类似“为X写个快速脚本”开始，一小时后结果并非“X的快速脚本”，通常我的问题也没解决，无论最初的那个痛点是什么。 ### 注意力即是一切 关于最后一点，这项技术对注意力而言是**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。人们同时运行三个屏幕，做着完全无关的“项目”，却几乎无法维护，对结果投入极少，显然是在浪费时间。 最近，至少每月一次有人发来他们正在做的很棒工具的截图。我说“哇，真了不起”，发送者显然骄傲又热情。我尽量不问，但总在想“你要在哪里推广它？”，因为当问一个工程师这个问题时，答案自LLM出现前就没变过。 我最近参加了一次面试，当谈到AI的使用时，主持人回答：“哦，我们用得比较轻，每个人最多有5个房间来管理他们的代理（agent）”，我立刻感到胃部一紧。 使用Claude几个月后，我隐约感觉到了这种影响。后来我把订阅降级为Pro，以为配额限制能遏制过度使用。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。然后使用量开始再次回升。 这项技术，经过打磨，确实令人惊叹。让它零样本解析一个用生僻语言实现的生僻语法的解析器，并附带完整测试，它就能完成。但如今存在的工具绝不会促进那种审慎应用所需的专注。 几乎所有供应商和工具都意图恰恰相反：更多的使用、更多的令牌、更多的输出。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追问来促进过度交流。 在5分钟内倾泻出一万行未经测试的Python/JS混乱代码对任何人都无益。想到这种情况在每个商业环境中同时发生，就令人恐惧。 ### 摩擦 = 专注，专注 = 产品 我早期的一个AI实验，探索“AI作为透镜”（类似马歇尔·麦克卢汉的思考），是将语音识别连接到另一端生成博客文章的流水线，以为这能鼓励我捕捉想法。我只需要按下Telegram频道中的语音笔记按钮，就会输出一篇Opus格式的帖子。 输出是纯粹的垃圾。因为努力被去除了，承诺也随之消失，承诺消失则专注消失，专注消失则任何有意义的产物都不复存在。高质量的写作并非简单通过透镜投射的对话英语：对话英语是低比特率的噪音，高质量写作试图以更成型的概念捕捉高比特率的信息——这在开始之前就应该是显而易见的。 我曾考虑重新利用这个流水线来捕捉私人笔记，但我并不需要私人笔记。它颠覆了噪音被自然遗忘的过程。这只是更多过度的工具使用。 由此，只要质量重要，我坚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”。卡尔·纽波特将其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）常常造成“数字生产力悖论”：它们使单个任务更快或更容易，但可能让知识工作者更忙碌、更分心、整体生产率反而更低。他引用了研究，显示AI用户在电子邮件、消息、聊天和业务管理工具上花费的时间多得多，而专注于不间断工作的时间更少。他的核心主张是，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质量产出。他解释说，这是因为知识工作往往依赖于“伪生产力”，即把可见的忙碌视为真实价值的替代品。数字工具通过让人们看起来更活跃来强化这一点：发送更多消息、产生更多草稿、参加更多会议、生成更多工作产物。为了避免陷阱，他建议衡量真实成果，识别自己工作中的真正瓶颈，并将深度工作与浅层工作分开，这样数字工具才能支持有意义的进展，而不是消耗注意力。——🤖 这些经历开启了对所有工具使用的新理解，因为这一切的根本不在于更快的开发=更多应用，或更快的邮件=更多沟通是可取的目标。普遍而言，这关乎生命的一单位时间以及如何有意义地度过。 我目前不知道如何管理AI，除了限制使用，因为一个以最小输入、无摩擦产生廉价回报的工具只能是一种负担，而意识到这一点可能是AI至今唯一的真正贡献。 --- *David，2026年5月31日星期日14:31:04*