取消AI订阅：一位开发者对AI工具过度使用的反思

我试图列出我用AI构建的所有美妙事物的清单：

- 一个用Rust编写的语音识别系统- 一个电子邮件存档渲染与引用折叠工具- 一个使用GStreamer和Qt Quick的Jellyfin桌面克隆- 一个用Python和yt-dlp编写的Invidious克隆- 一个从Wine源码移植的、

用FLTK编写的忠实Windows 95记事本.exe克隆- 一个机器视觉工具，

用于从公共街道摄像头统计交通流量（基于OpenCV）- 一个用Python或Rust编写的Claude UI克隆——我甚至不记得了- 一个我从未打算构建却实际获得流量的地方新闻网站（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- 一个用Python编写的投资回测工具- 一个Lightroom UI的HTML克隆，惊叹于结果后从未实现后端- 一个用Qt或GTK或其他我记不清的东西编写的Markdown查看器- 一个用GTK和C编写的、

用于我笔记本电脑桌面环境的替代世界时钟小部件- 一个用JavaScript实现的网络同步音频播放工具- 一个从中国IP摄像头Android应用逆向工程得到的Rust客户端- 一个用Rust编写的大型SaaS- 可能还有50个我已经删除的其他项目除了那个SaaS，

这些几乎都没什么用，我也不想维护任何一个。我不小心经营了一家新闻媒体，这肯定是个负担。当然，它帮助我“学习AI工具”，我也使用了许多这些工具，但我并不需要它们。

我无法维护其中任何一个，无论是在时间、承诺、信念、注意力还是花费在token上的意愿方面。我本意并非要构建这些东西中的大部分。通常，Claude会话以“为X写一个快速脚本”之类的内容开始，一小时后，结果并不是X的快速脚本，通常我的问题也没有解决，无论最初的痒处是什么。

关于最后一点，这项技术对注意力来说非常可怕。它是一个热核多动症放大器，我在我的每一个成年朋友身上都看到了同样的效果。人们同时运行3个屏幕，处理完全不相关的“项目”，这些项目他们几乎没有希望维护，而且对结果投入如此之少，以至于时间显然被浪费了。

最近，每月至少有人发来一个他们正在开发的酷炫工具的截图。我会想“哇，这真了不起”，而发送者显然自豪且热情。我尽量不问，但总是在想“你打算在哪里推广它？”，因为当这个问题被问及工程师时，答案自LLM出现之前就没有改变过。

我最近接受采访，当提到AI使用的话题时，主持人回答类似“哦，我们对此很轻，每个人最多有5个房间来管理他们的智能体”，我立刻感到胃部一紧。使用Claude几个月后，我对这种效果有了模糊的感觉。

后来，我将订阅降级为Pro，相信配额限制会缓解过度使用。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，而且明显更快。使用量又开始回升。这项技术经过磨练后确实令人惊叹。

让它零样本生成一个用深奥语言实现的深奥语法的解析器，并附带完整测试，它就能完成。然而，如今存在的工具完全没有促进明智应用所需的专注力。几乎每个供应商和每个工具都旨在做完全相反的事情：更多使用、更多token、更多输出。

向ChatGPT问一个简单的是/否问题，你可以清楚地看到它硬编码了相关的后续问题以促进过度互动。在5分钟内草草生成一个10000行未测试的Python/JS混乱代码对任何人都没有帮助。想到这种情况同时在每个商业环境中发生，令人恐惧。

我早期的一个AI实验——将AI作为马歇尔·麦克卢汉式思维的透镜——是将语音识别连接到一个在另一端生成博客文章的管道，相信这会鼓励我捕捉想法。我只需要按下Telegram频道中的语音笔记按钮，就会弹出一篇Opus格式的帖子。

输出是肆无忌惮的垃圾。

因为努力被移除，承诺也随之消失，承诺消失则专注力消失，专注力消失则任何有意义的产品都不复存在。优质写作并非简单通过透镜投射的会话式英语：会话式英语是低比特率噪声，优质写作试图用更完善的概念捕捉高比特率信息，这一点在我开始之前就应该显而易见。

我考虑过将管道重新用于捕捉私人笔记，但我并不需要私人笔记。它颠覆了噪声被遗忘的自然过程。这只是更多过度的工具使用。由此，只要质量重要，我相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·纽波特将此与伪生产力联系起来：演讲者认为，包括AI和电子邮件在内的数字生产力工具常常造成“数字生产力悖论”：它们使个人任务更快或更容易，但可能让知识工作者更忙碌、更分心，整体生产力更低。

他引用的研究表明，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，而在专注、不间断的工作上花费的时间更少。他的核心主张是，旨在减少摩擦的工具通常会增加浅层任务和上下文切换的数量，从而削弱深度工作和高价值产出。

他解释说，这是因为知识工作常常依赖于“伪生产力”，即可见的忙碌被视为实际价值的代表。数字工具通过让人们看起来活跃来强化这一点：发送更多消息、制作更多草稿、参加更多会议、生成更多工作产物。

为避免陷阱，他建议衡量实际成果，识别工作中的真正瓶颈，并将深度工作与浅层工作分开，以便数字工具支持有意义的进展，而不是消耗注意力。——🤖这些经历开启了对所有工具使用的新认知，因为归根结底，这并非“更快的开发=更多应用”或“更快的电子邮件=更多沟通”就是理想目标。

一般而言，它关乎生命的单位时间以及如何有意义地度过。目前，除了减少使用，我不知道如何管理AI，因为一个以最少输入和无摩擦产生廉价回报的工具只能是一种负担，而认识到这一点可能是AI迄今为止唯一真正的贡献。

大卫，2026年5月31日星期日14:31:04