我偶爾會希望進度能再快一點，最好直接幹到 AGI / ASI 已經到來。這樣我就可以為所欲為，幹些想幹但一直沒空的事。
所以每次新模型發布，總感覺這事又進了一步。而 Fable（一個用得很順的模型）沒法用之後，感覺這事又特么遠了幾步……
但現實是，每有更強大的新模型發布，只會讓我更加筋疲力盡。每天到了深夜都很難停下來，身體每況愈下，睡眠嚴重不足，體力非常之差——上次跑半馬都是上次了。
我發現了原因
AI 只是幫我把簡單的體力活都幹完了，剩下最難的事則還得我來做。
如果你幹過古法程式設計、還做過管理打過雜，應該會很有體會：在 3D 框架（我瞎取的）——
- Decide（決策）
- Develop（開發）
- Deliver（交付）
三件事中，Develop 其實是最舒服的一環。它有明確的邊界、即時的回饋、可控的目標，是心流最容易發生的地方。
而現在，最舒服的 Develop 這一環沒了。需要我做的是最難的 Decide 和 Deliver——沒有邊界、沒有盡頭、沒有喘息。
更進一步，隨著模型越來越強，需要我做的事也將變得越來越難，因為 AI 會蠶食掉那些「簡單」的事。我甚至有種預感：可能用不了多久，許多人將無法勝任 AI 留下來的工作，於是便不再被需要了。
所以——還是慢點兒，別快進了？？
關於「超級個體」
公司裡不同的人用 AI 幹的事和效果差別很大，完全跟他的認知廣度和深度成正比。
以前聽一些博客說「超級個體」，一個人做的事可以是普通人的幾千倍——那時候感覺太誇張了。但現在覺得，頂級的人藉助 AI 把簡單的事全包了，做的事情比一般人效率強 100 倍 確實是可以的。
目前比較明顯的收益是存量收益：現在能跑通的業務，其實可以大量裁員。裁一半問題不大，AI 把大部分工作自動化，剩下幾個人盯著別出問題就行。
但存量收益有天花板——大量裁員一定導致大量需求也消失。
所以還要看 AI 和超級個體能不能快速做出新業務、產生新的收益。我感覺這是後面 AI 有沒有泡沫的關鍵：AI 的能力跟上了，但配套的產出模式變化很慢——或者說，生產力到了，生產關係還沒跟上。
當然，也可能是我見識太少。大公司推 AI 到底是為了讓你能裁員，還是為了讓你去到新地方，這還不好說。
從這個角度看
如果留下來的一半人加上 AI，能把原本一家的產出變成三到五家，那裁員就不是「省錢」而是「資源重配置」。如果不能，AI 投資回報率就在邊際遞減。
歷史上看，每次技術革命都經歷了這個階段——蒸汽、電氣、互聯網——新東西先被用來做舊事情，然後才慢慢長出新模式。這次大概也不例外。
所以如果身體已經在抗議了，或許真正該做的不是讓 AI 跑得更快，而是重新想想：什麼事留給自己做，什麼事交給 AI 做——不是按難易分，是按什麼能讓自己活下去、回得了血來分。
就算 AI 能 10 秒搞定的事，我想花 10 分鐘慢慢寫也沒關係吧。那不是效率問題，那是生存策略。