扫码打开虎嗅APP

搜索历史
删除
完成
全部删除
热搜词
在AI时代,人们为了逃避真正动手建造的困难,宁愿沉迷于学习各种教程和工具,陷入“磨刀”的循环,却始终不去“砍柴”。这种行为源于对即时满足的追求和对建造过程中不确定性的恐惧,导致收藏和准备变成了一种新型娱乐,而非有效的学习。 ## 1. 收藏家谬误的AI变种 - 知道某个东西的存在和真正理解它是两回事,收藏大量知识却不消化,这些收藏就变成了债务。 - AI时代加剧了这一现象,人们热衷于搭建知识库、研究RAG和整理提示词,但这些活动更像是一种装备党的娱乐,而非真正的建造。 ## 2. 磨刀上瘾的心理学根源 - 收藏和学习能带来即时、确定的正面反馈,如满足感和秩序感,大脑天然偏好这种奖励。 - 建造的反馈则是延迟、不确定且常是负面的,导致人们理性地选择回避挫败,沉迷于安全的准备工作。 ## 3. AI工具的双重效应 - AI本应降低做事门槛,但却提高了心理预期,使人们因害怕作品粗糙而不敢开始。 - 工具的快速迭代制造了“永远没准备好”的感觉,加上信息流撕碎注意力,进一步阻碍了真正的建造。 ## 4. 破解循环的实践建议 - 找一个真实困扰你的小问题作为建造起点,容忍第一版的粗糙,这是正常而非失败。 - 将第一步缩小到不值得恐惧,停止囤积信息,关掉信息流直接动手,因为只有接触现实才能前进。
2026-04-16 22:41

多数人为了逃避真正的建造,愿意学任何教程

本文来自微信公众号: 陆三金 ,作者:陆三金


王兴说过一句话:多数人为了逃避真正的思考,愿意做任何事情。


AI时代可以改成:多数人为了逃避真正的建造,愿意学任何教程。


今天看到响马的这条推特很火:


磨刀不误砍柴工,这句规劝不太适用于程序员这个群体。这个群体最喜欢干的事情,就是越磨越兴奋,根本不去砍柴。



评论区则是更扎心:程序员,沉迷购买机械键盘、NAS、折腾软路由、配置IDE代码主题、Hermes、OpenClaw、折腾VPS、梯子、用CC重复造轮子,就是不研究怎么赚钱


像不像每天在AI信息海洋中遨游的你我?


今天看个教程,明天试个新产品,后天收藏一堆文章、skills、prompt,但却发现东西越学越多,收藏夹越来越厚,自己对AI的认识和使用却始终只是皮毛,不得要领,焦虑呀。


于是更加变本加厉去点赞、收藏、关注、学习,进一步陷入信息洪流中。


收藏家谬误的AI变种


我记得有一个概念,叫"收藏家谬误"(The Collector's Fallacy),讲的是:知道某个东西的存在,和真正理解它,是两件完全不同的事。你把半个互联网收进书签,把书堆成小山,但只要没有真正读进去、消化掉、变成自己的东西,这些收藏就是债务,不是资产。



之前在知乎上看到另外一句话也是异曲同工:知识是压缩包,经历才是解压密码。



我们收集大量的知识,就像拿到了压缩包,但并不拥有解压密码。


AI也并未改变这件事,看起来我们好像可以轻易建造任何东西,看起来我们好像掌握了压缩密码,其实并没有。


我们通过vibe coding做出来的东西就是一个巨大的黑盒,如果我们不掌握评估的方法,没有相关的经历,其实是没有办法进一步向前的。


那前段时间被Andrej Karpathy带火的Obsidian知识库,能不能帮我们掌握解压密码呢?


仍然还是那个问题:你放进去的内容,你自己吸收了没。


如果你自己都没怎么看过,一股脑都吸进Obsidian,妄图通过LLM来分类、索引、压缩、反刍,可能既不经济,也不有效。


很早之前,网络上有个段子,叫收藏了就是学了。


AI时代把这个谬误升了一个级:不只是收藏,你还可以搭知识库、配MCP、研究RAG、整理提示词收藏夹、对比各种Agent框架。每一件都在动,每一件都有进度条,每一件看起来都像在学习。


但或许这些都是一种新型娱乐活动。作为一个「装备党」,或许并不在意能不能有效地完成一件事,但却沉醉于完美的准备工作,仿佛事前的准备工作才是重点,才是主菜。


磨刀上瘾


为什么我们这么容易掉进这个循环?因为收藏和学习有即时反馈。


按下收藏键,书签列表变长了,很满足。学完一个新概念,觉得自己又变强了,很充实。整理好一个分类体系,秩序感扑面而来,很安心。


这些都是确定的、正向的、即时的奖励。大脑很喜欢。


但建造不一样。建造的反馈是延迟的、不确定的、经常是负面的。你花了三天做了个东西,可能很粗糙,可能没人用,可能自己看了都不满意。大脑做了一个很"理性"的选择:选确定的小满足,回避不确定的大挫败。


所以磨刀永远比砍柴舒服。磨刀不会失败,砍柴会。


这是最讽刺的地方。


AI本来是降低"做事门槛"的工具。以前写个网站要学三个月前端,现在可能聊几轮就出来了。以前做个数据分析要写Python脚本,现在丢给Claude就行。


技术门槛确实低了。但心理门槛反而高了。


因为当你知道"AI可以做得更好"的时候,你对自己做出来的东西的预期也提高了。别人用AI做了那么漂亮的东西,我做出来的这个也太糙了吧——这个念头会杀死大多数人的第一步。


加上AI工具本身迭代太快,今天学的明天就过时:今天配好的工作流,明天模型升级全变了。这种环境制造了一种永恒的"还没准备好"的感觉,永远拿不出手的感觉。


"还没准备好"是一句很安全的话。它把失败的可能性永远挡在门外。


还有一个更隐蔽的问题:你想建造,但你的注意力不允许。


每天早上醒来,Timeline上又多了十几条新工具、新教程、新方法论。每一条都在暗示你:你落后了,你该学学这个。


你的注意力被各种信息流撕成碎片,每一片都不够大,不够你做任何一件完整的事。你在各个tab之间跳来跳去,在各个收藏夹之间搬来搬去,一天结束了,忙了一整天,但什么都没建出来。


怎么破?


我不知道,我的实践并不好,因为上述写的基本上就是我自己。


每天都在挣扎和焦虑中度过,害怕落伍、害怕知道的太少,觉得自己做的东西不够好,拿不出手。


在与AI对话之后,我让它帮我总结了一些经验:


1.找一个让你真的难受的问题。不用是什么宏大的idea。就是你生活或工作里反复出现、做完没有成就感的事。那个"烦"的地方,就是你该建造的场景。


2.容忍粗糙。第一版一定很烂。这不是失败,这是正常。真正在建造的人,可以从粗糙中走出来。


这点巧了,米哈游联创刘伟前几天在交大的演讲上也提到了这一点,刚开始做的东西并不惊艳,但是坚持在一个事情上专注10年,不断迭代、优化,才慢慢做出来了原神。


3.把第一步做得小到不值得恐惧。小到失败了也无所谓,小到根本算不上"开始"。恐惧是按比例来的,事情越小,恐惧越小。


4.停止囤积,开始处理。收藏了就读,读了就写笔记,写了笔记就用。循环要短,不要让"稍后再看"的堆栈长到你直接放弃。


5.关掉信息流,打开AI工具开始做。这句话没什么深度,但可能是最有效的一条。


收藏不是学习,看教程不是建造。


只有接触现实,才能让你真正前进。

本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。

大 家 都 在 搜