本文经原作者授权转载，版权归原作者所有。原作者：Xudong Han（@Xudong07452910）。

我最近老在琢磨一个特别拧巴的事。

按道理说，我们手里的AI工具一天比一天强，能替我们干的活一天比一天多，照理人应该越来越从容才对。可现实是，我身边几乎每一个离AI越近的人，反倒活得越来越慌。

工具在变强，人却在变虚。这中间到底是哪儿出了岔子。

我自己就是个活样本。

今年有很长一段时间，我一头扎进了各种AI热点的解读里。什么是auto research，什么是 agentic engineering，什么是 harness engineering，甚至某个特别火的播客到底在聊什么，我都想拆开来揉碎了讲给大家听。坦率的讲，这些内容带来的流量是真不错。

但我自己心里越来越清楚，做着做着，整个人精神上没有得到太多滋养。

怎么说呢，就是一种很微妙的、说不太上来的空......

后来我才慢慢想明白，这股空是从哪冒出来的。

你如果一直泡在AI的讨论里，会发现这些讨论正在慢慢变成一个回音室。来来回回就那么几种声音。AI真的好强，它给我的工作提效了十几二十倍，我现在能指挥一支AI军队，产出多到爆炸。

几乎所有的声音，最后都停在了同一个地方，就是我怎么用AI搞出更多的东西。

而且这种声音，是会被流量反过来奖励的。越是斩钉截铁地喊 AI 封神了、人马上要完了，传播得就越凶。于是嗓门最大的那么几种观点，被一遍一遍地放大、复读，慢慢地，就把所有别的、更安静也更复杂的声音，全给盖过去了。回音室就是这么一点点垒起来的。

但有一个更根本的问题，几乎没人愿意正面去答它。

AI到底怎么真正地创造商业价值。

我知道这话听着有点扫兴。大家现在看到的明明是一片烈火烹油，企业在AI上的资本支出蹭蹭往上涨。基模厂拿着钱去建算力中心、买更多的卡，公司这头也在采购越来越多的token。

可你冷静下来想想看，这一整个回路要想真的闭上，最后总得有人创造出实打实的价值才行。

也就是说，一家公司的 revenue 得看到肉眼可见的增长。而不是它的员工用AI产出了更多的PPT、更多漂亮的demo，然后所有人在这种花活上越卷越复杂，卷到最后却没解决那个最朴素的问题，怎么多赚钱。

对一家公司来说，这笔账其实特别直白。只有它先赚到了更多的钱，它才有底气去花更多的钱。

当然，你可以换个角度跟我抬杠，说 AI 不一定非得靠增收啊，它可以靠降本，用AI把人给替了。

这话没毛病。但你仔细算算这笔账。降本这件事，它像什么呢，它像你在股市里做空。你做空一只股票，理论上的天花板就是它跌到零，你顶天了赚100%。可你要是做多呢，一只股票翻十倍、翻一百倍，是没有上限的。

降本就是那个做空，最多帮你省下100%的人力。而 revenue 的增长，是那个没有天花板的做多。

所以你看，所有人都一头扎进去研究怎么降本、怎么用AI榨出更多产物，恰恰是绕开了那个最难、也最值钱的问题。

这就有点像，你昨天还是个赶马车的，今天突然坐进了汽车的驾驶座，于是你觉得自己比那帮还在赶马车的人，不知道高到哪里去了。

但说到底，你还是只会开车而已。

你并没有变得更懂，这车该往哪开，为什么要往那开。

聊到这我得承认，有那么一段时间，我自己是真的挺迷茫的。

一边是源源不断、怎么解读都解读不完的AI信息，另一边是我自己越来越干瘪的精神世界。更要命的是，有一些更大的、关于我到底该往哪走的问题，我发现自己手里压根没有趁手的工具，去把它回答掉。

就是在那个节骨眼上，我读到了一本书，叫《为什么十倍增长比两倍更容易》。

我从里面读到的、对我冲击最大的那句话，特别短。

少，就是多。

它的意思是，你真正该做的，是把劲儿死死地摁在那些更少、但杠杆更高的事情上。而不是像我之前那样，被无穷无尽的热点推着走，每天产出一大堆即时的、转头就忘的东西。

读完我就开始环顾四周，认认真真盘了一下，我自己的生活里到底有哪些事，是又少、杠杆又高的。

盘到最后我发现，读书，居然一直都安安静静地待在这个名单里。

而且现在的我读书，图的已经不只是从里面拿那些被反复打磨过的、结构化的思想结晶了。它还有一个我完全没料到的副产品。

它能治那种长期用 AI 工具，给你落下的 ADHD 。

你想想看，天天跟AI打交道，你会习惯把任何一个问题甩过去，三秒钟就拿回一个看起来挺完整的答案。爽是真爽。但代价是，你的注意力被切得越来越碎，越来越没办法在一个稍微复杂一点的东西上，停留超过几分钟。这事儿其实Nicholas Carr在《浅薄》里早就提醒过我们，工具会反过来重新塑造我们的大脑。AI这把工具，只不过是把这个过程又按了好几倍速而已。

而读书，是为数不多的、还能硬把你的注意力摁回到一个地方的事。

最近这阵很多业余时间花在看书上了，有时候手头那些本该按时产出的东西，都往后挪了挪。

我后来想，这其实也不全是坏事。它逼我认了一件以前不太愿意认的事，我这个精神容器，装的东西是真不够多。光顾着往外掏、往外输出了，里头早就见底了。与其为了输出而输出，不如先停下来，给自己往里多装点东西。

而且我能很明显地感觉到，自己再去看一些问题的时候，比以前能往下多看好几层了。这阵子从各种各样的书里，我捞起了一大把以前根本没有的心智模型。

说到这，我想正经聊聊 AI 焦虑这个事本身了。

我一直觉得，人在判断一个新技术的时候，总会犯同一个错。在短期里高估它，又在长期里低估它。

这个其实有个名字，叫阿马拉定律。短期之内，大家被各种炫目的demo晃得睁不开眼，觉得 AI 简直无所不能。可真等到自己上手干活，又发现它其实还没那么神。而到了足够长的尺度上，AI确实能干成很多今天想都不敢想的事，但偏偏就在这个时候，绝大多数人又会下意识地觉得，那是很久很久以后的事了，跟眼下的我没什么关系。

我们恰好就卡在这个最难受的时间点上。近处看，它没那么强；远处看，又模糊得让人心里没底。

于是焦虑就这么来了。几乎每个人，或多或少，都被这股AI焦虑给笼罩着。

我特别能理解这种感觉。你可能压根就不是搞技术的，不写代码，也不做内容，每天的工作跟大模型八竿子打不着。但你还是会在刷手机的时候，被一条接一条AI又取代了谁谁谁的消息，撞个满怀。你不知道这玩意明年会长成什么样，更不知道它会不会有一天，悄没声地就把你这份养家糊口的活儿给端了。

坦白说，这种焦虑一点都不矫情。它非常真实，也非常合理。

那到底该怎么办呢。

我自己摸索下来，缓解这种焦虑最管用的办法，反而特别古典。就是去吸收那些真正有智慧的人，留下来的智力结晶。

因为智慧这个东西，它是能穿越时间的。

你想想看，技术每隔几个月就天翻地覆一次，可有些非常古老、非常深的智慧，几百年几千年了，到今天依然好使。而它们当年，恰恰就是被用来对付未知和变化的。

我这阵子琢磨这事的时候，脑子里老是冒出斯多葛学派。马可·奥勒留写《沉思录》那会儿，罗马帝国正赶上瘟疫、战乱，整个帝国随时都可能塌掉。那种悬在头顶、不知道明天会变成什么样的不确定感，跟我们今天面对AI的那点心情，说真的，没什么两样。

而斯多葛给出的解药，核心就一条，他们管它叫控制二分法。

把你能控制的，和你控制不了的，先掰扯清楚。然后，把所有的劲儿，都使到你能控制的那部分上去；对剩下的那部分，坦然受着。

你回过头再看AI焦虑，它的内核是什么呢，不就是对一个你根本控制不了的庞然大物的恐惧吗。模型下个月会进化成什么样，你控制不了。行业明天又要冒出哪个新词，你也控制不了。但你今天读了什么、想清楚了哪件事、把自己活成了一个什么样的人，这个，你能控制。

两千年前的那帮人，早就把答案给写好了，就静静地等着我们这个被AI搞得焦头烂额的时代，去把书翻开。

所以我现在特别想跟你说的是，越是这种风雨飘摇的时间段，你就越是要去读书。读那些真正有智慧的人写的书。

别老惦记着去读什么《怎么用小龙虾月入过万》《怎么靠Codex搞钱》这一类的玩意。

我不是说这些不能看。而是这些东西，它们是术，不是道。

术，能帮你把这辆车开得更快一点，让你比身边那个还在赶马车的人，暂时领先半个身位。可道，是帮你想明白，你到底要把这辆车，开去哪儿，又为什么非去那儿不可。

我开头说的那种空，那种做了一大堆有流量的内容、精神却越来越干瘪的空。

现在好像，被填回来一些了。

填回来的，不是哪个刚发布的新模型，也不是哪个更顺手的工具。是那些一直安安静静躺在书里、等了我很久的，别人的智慧。

技术会一直变下去，焦虑大概率也会一直在。

但你总得给自己找一个，不会被这股浪潮随便冲走的锚。

对我来说，那个锚，是读书。