Human Bottlenecks：为何 AI 无法解决你的生产力焦虑？

背景

随着 AI 模型能力的逐年提升，一种普遍的社会心理正在蔓延：人们觉得自己严重低估了 AI 的潜力。这种心态常被一句流行的推文所概括：“你的笔记本电脑里藏着一家价值 1 亿美元的初创公司，你只需要找到正确的指令序列就能把它释放出来。”

除了经济价值，人们还幻想 AI 能提升生活的方方面面。于是，诸如“AI 行政助理”、“AI 导师”、“AI 策展的数字花园”以及“AI 自动制作闪卡”等概念层出不穷。其核心逻辑是：只要将正确的提示词（prompts）和工具以正确的方式组合，就能拥有一个能将生产力提升 10 倍、解决心理问题或增加社交能力的智能体。

这种“增强人类智力”（Augmenting Human Intellect）的愿景并非新鲜事。从早期计算先驱提出的“人机共生”（Man-Computer Symbiosis），到 Douglas Engelbart 的“增强研究实验室”（Augmentation Research Center），再到如今人们抱怨“每个人口袋里都装着亚历山大图书馆，却没人成为博学的天才”，这一悖论始终存在。

作者认为，这些想法之所以 perennial（长期存在却从未真正实现），是因为它们忽视了两个根本原因：

1. 大多数人缺乏“严肃的使用语境”（Serious Context of Use），即没有真正需要被推动的“针”（目标/痛点）。
2. 大多数人受限于内部因素（Internal Factors），这是任何外部工具（包括 AI）都无法轻易改变的瓶颈。

核心内容

一、 严肃的使用语境：没有针，何来推动？

作者通过几个常见的 AI 应用场景，剖析了为何 AI 无法在缺乏具体需求的情况下发挥作用。

1. AI 写闪卡（Flashcards） 很多人声称想要一个能自动写闪卡的 AI 应用。但作者反问：这些人中有多少真正写过闪卡？有多少人每天使用 Anki？事实上，想要 AI 代写闪卡的人通常根本不使用闪卡，因为他们没有记忆大量知识的需求。反之，真正使用闪卡的人，其痛点在于记忆本身，而非制作卡片的过程，AI 代写对他们帮助有限。

2. AI 导师（AI Tutors） 假设你的电脑里住着 John von Neumann 的幽灵，你会让他教你什么？诚实地说，你可能只会翻阅某本数学书的第一章，然后将其遗忘。这其实是理性的选择。大多数人不是自学者，因为缺乏学习特定主题的物质理由（如工作要求）。为学习而学习的机会成本很高：在没有明确目标的情况下，选择学习什么变得随机，因此“什么都不做”等待真正感兴趣的事物出现，往往是更理性的策略。即使有 von Neumann 在侧，也无法改变这一现状。

3. AI 行政助理 抽象来看，AI 助理似乎能提升生产力。但具体到日常工作中，AI 除了提醒你去做那些你本就知道该做的事之外，还能做什么？要打破这种抽象的吸引力，必须审视具体的、细微的细节。试着复盘一天的工作，问自己：如果有一个 AI 盯着我，它具体采取了什么行动才真正改变了结果？

4. 思维工具与笔记（Tools-for-Thought/Notetaking） 这是作者批评最严厉的部分。许多人构建所谓的“第二大脑”，配合 AI 代理来写作、编辑、综合信息。作者指出，除非你是处于领域前沿的研究员，正在通过笔记构建巨大的知识殿堂以推导新见解；或者是需要阅读数百万字文献的历史学家，否则大多数人并不需要复杂的笔记系统。 大多数人的“数字花园”是唯我论的（solipsistic）：没有产出，没有交付物。用户只是截取 Obsidian 的图谱截图发推特炫耀。AI 能做什么？它能把未完成的要点列表和未读的 PDF 结合起来，生成另一个你永远不会完成的项目。 核心观点：工具本身不能改变生活，因为“针”（实质性的、可实现的物质需求）并不存在。所谓的痛点往往只是关于我们“想成为什么样的人”的模糊愿景，而非具体的工作需求。

二、 内部限制因素：人类是黑盒

将计算机用于增强人类能力的设想，本质上是围绕人类构建一个脚手架（scaffold），但人类本身保持不变。无论是经典软件还是 AI，人类始终是一个黑盒。人们希望像《加速》（Accelerando）中的 Manfred 一样，通过提示 AI 智能体群体，实现 100 倍的效果提升。

然而，大多数人受限于难以改变的内部因素，如心理能量、动机、执行功能，以及更基础的特质如智力和尽责性。外部脚手架可能有所帮助，但无法产生变革性影响。

1. 执行功能与神经化学 以作者自身的 ADHD（注意力缺陷多动障碍）经历为例。外部脚手架（待办事项列表、日历、计时器等）只能帮助他从“零”达到“有点功能性”的水平，随后就会饱和。真正起作用的是刺激药物（如哌甲酯），它解决了内部的神经化学瓶颈。药物通过结合 NET 和 DAT 受体发挥作用，其效果远超任何 Pomodoro 技术。AI 智能体能否达到哌甲酯的效果？作者表示怀疑。

2. 智力与能力阈值 AI 智能体只有在模型能力跨越特定阈值后才变得有用（例如，无法用 GPT-2 的底座得到 GPT-5 的效果）。同理，将人类放入 AI 脚手架中，能否使其有效智商增加 30 分？除非 AI 替人类完成所有思考，否则人类作为“半人马”（centaur，指人机协作模式）中的限制因素依然是人类自身。在生物技术取得重大突破之前，智力是固定的。

3. 知识的局限性 知识是另一个限制因素。许多受过良好教育的人低估了知识的重要性，认为可以“即时”（just-in-time）通过 Google 获取所需信息。作者引用 Babbage 的观点，指出这种想法源于对知识重要性的误解。

关键要点

• 缺乏严肃语境：大多数 AI 应用设想缺乏具体的、实质性的使用场景。如果没有明确的“针”（痛点或目标），AI 就无法产生实际影响。
• 理性忽视：在缺乏明确动机（如工作要求）的情况下，人们不学习或不做笔记往往是理性的选择，因为机会成本太高。
• 伪需求陷阱：许多“数字花园”或笔记系统的使用者处于唯我论状态，没有实际产出，AI 的介入只会生成更多未被执行的项目。
• 内部瓶颈不可逾越：心理能量、动机、执行功能和智力等内部因素是主要限制。外部工具（包括 AI）只能提供有限的辅助，无法替代内部状态的改变。
• 神经化学优于软件：对于 ADHD 等执行功能障碍，药物（解决内部神经化学问题）的效果远优于任何外部软件脚手架。
• 人类是瓶颈：在人机协作中，人类的能力上限（如智力）决定了整体效能的上限，除非 AI 完全接管思考，否则人类自身的局限性无法通过软件增强来消除。

意义与影响

这篇文章对当前狂热的 AI 生产力叙事提出了冷静的反思。它指出，单纯依赖 AI 工具或提示词工程无法解决个人的生产力危机或自我提升困境。

1. 对个人的启示：在引入 AI 之前，应先审视自己是否有“严肃的使用语境”。如果没有具体的、紧迫的、实质性的任务需求，构建复杂的 AI 工作流可能只是另一种形式的拖延或自我感动。真正的提升来自于明确目标、建立内在动机，甚至解决生理/心理层面的基础瓶颈（如通过药物或生活方式改变）。
2. 对技术开发的启示：开发者不应仅关注如何构建更强大的智能体，而应关注如何嵌入到具有明确“针”的场景中。AI 的价值在于解决具体的、高价值的任务，而非泛泛的“增强”或“辅助”。
3. 对“增强人类”愿景的修正：早期的计算乐观主义认为技术可以无限扩展人类能力。本文指出，人类自身的生物学和心理学限制是硬约束。技术可以作为脚手架，但不能改变脚手架本身（人类）的性质。真正的变革性增强可能需要生物技术层面的突破，而非单纯的软件迭代。

总之，AI 不是万能药。在缺乏内部驱动力和具体语境的情况下，AI 无法移动那根根本不存在的“针”。