在所谓的超级智能曙光初现之际,我一直在思考:为什么我的电脑从未像现在这样强大、如此赋能、如此具有增强人类潜力的能力——然而我却从未对它感到如此强烈的厌恶?我从未在迷失、分心和抽离中虚度过这么多时日。整日沉浸在忙碌的恍惚之中,却几乎没有真正完成什么有意义的事情,这在以前从未如此容易发生。
随着 AI 变得越来越强大,这种情况变得愈发真实。但回想起来,甚至在现代 AI 出现之前:为什么我,以及许多我所钦佩的计算领域先驱,曾经如此狂热地相信计算机作为思考环境的潜力,可它却往往是一个极其糟糕的思考场所?为什么有时用纸笔思考反而好得多?然后——当我意识到这个事实,并在笔记本上享受了一个宁静美好的清晨进行写作和画草图后,为什么我依然坚信计算有潜力为我们创造出更好的思考和创作空间?
我大可以把这归咎于一生的执念。但我认为,这些梦想之所以能萦绕在我们这么多人心头,是有其充分理由的。我们只是需要把它们从泥潭中挖掘出来。
最近,我偶然发现了一张自己 3 岁时的照片,那时的我正全神贯注地在父母的 IBM 电脑上玩 Kid Pix 。我记忆最深的是,那台电脑给我一种令人极其兴奋的、仿佛活着的生命力。我笨拙的动作瞬间被放大为各种声音、错综复杂的线条、大面积的颜色填充以及令人惊喜的扭曲变形。那是我第一次体会到计算所能带来的、绝妙的响应能力。我认识到,在一个动态媒介中,我可以与我的材料进行对话——这是一种紧凑且可控的动作与反应的反馈循环,一个动作引发下一个动作,引领我探索单凭自己可能无法发现的各种可能性。
有时,这些反应的影响范围远远超出了我动作本身的尺度。在 Kid Pix 中,我可以使用颜色填充工具一次性对整个区域进行操作,将其作为一个单一的、更大的对象来处理。而在像 SimCity 这样的游戏中,我的行动甚至在没有我干预的情况下也会继续产生回响:我改变了一条道路的走向,就能看着整个城市围绕着它重新塑造。我认识到,计算可以赋予我的行动以非同寻常的触达范围:只需动动手指,我就能让庞大的系统运转起来。
几年后,我还记得在同一台电脑上发现 QBasic 后那种完全沉浸的感觉。我记得一种仿佛延伸至地平线的可能性和力量感。我可以发明全新的事物,定义它们可以执行的新动作,以及它们行为的新规则。我不再受限于他人设计好的名词和动词。我制作了玩具、游戏、绘图工具和音乐工具。随着时间的推移,我明白了,最强大的动态媒介是可以被其用户重新塑造的。
我内心的一部分仍然是那个玩着 Kid Pix 的 3 岁小孩,完全相信计算具备打造更好思考与创作环境的潜力。我们通过操作各类表征来进行思考:文字、图表、符号。而借助计算,这些表征可以活过来。它们能为我们的行动提供持续的反馈和非凡的延伸能力。这种增强效应,反过来又能让我们更轻松地探索可能性并推动复杂系统的运行。很多时候,情况确实如此。那么,是什么区分了那些美好的一天,和那些让我想把电脑扔进海里的一天呢?有一个问题能理清我自身的体验,那就是:我究竟是被增强了,被颠覆了,还是被取代了?
颠覆
我已经逐渐认识到,计算机是我生活中最经常颠覆我的意图和价值观的地方。坐在电脑前准备完成某项任务,结果却发现自己跑去回复几条聊天信息,或者读了几篇文章,处理了一件微不足道的行政琐事……不知不觉间一上午就溜走了,这真是容易得令人难以置信。
为什么会这样?现代计算机是一台「万能机器」。它将所有的活动都压缩到一个毫无摩擦力、千篇一律的表面上。没错,它对我的动作反应极其灵敏——但对我的意图和价值观却完全无动于衷。
更糟的是,糟糕得多的是,它是一台时刻联网的「万能机器」。它不仅充满了对自我创作输入的响应,还塞满了来自他人的无尽素材。电子邮件、 Slack 、社交媒体、新闻、信息流。所有这些都比我真正的意图更容易获得,也更能带来即时的满足感。而且,这些事物并不是在被动地与我的真实意图竞争。它们是在一场争夺我注意力的角斗中,被打过了鸡血的超级刺激物,闪烁着成千上万产品经理那种冷酷而贪婪的目光。我们似乎把公共图书馆建在了一家赌场里。
这种外部材料带来了响应性的新奇感与刺激感,但它们是由他人提供的,通常无法与我自身的创作主动性形成任何有益的对话。相反,它们往往最终取代了我自身的创作主动性。或者,更微妙的是,那种毫无摩擦的顺滑体验也能极其彻底地分散我的注意力,以至于我自己的意图根本无法真正成型。
软件开发者经常谈论消除摩擦的技巧。确实,我们不希望齿轮里卡着沙子:我们不想要令人困惑的界面或卡顿的交互。但我们确实需要「抓地力」——那种能在我们向特定焦点发力时,让我们站稳脚跟的宝贵资源。
我的钢琴就有很好的「抓地力」。我根本没有严重分心或在琴凳上虚度半天的风险:弹了一个小时左右,我自然会感到疲倦,然后就会去做别的事情。我的写字台也是如此。甚至和朋友聚餐也是这样:几个小时后,我自然而然地想去散步。计算机是我生活中唯一一个可以如此轻易地违背我的意图、耗掉我半天时间的物理场景。
因为存在这些被颠覆的威胁,使用电脑往往感觉像是在考验意志力。人们很容易把这称之为「技能问题」。认为我只需要变得更自律,或者使用能把我锁在自己机器之外的工具来对抗这些分心。但我不信这一套。我的责任心异常之强。我维持着各种惯例和仪式来防御这些问题。然而,我却依然经常被它颠覆。
取代
就在我在 2026 年写下这篇文章时, AI 正以惊人的速度变得越来越强大。如果计算机正变得极其强大且灵活,我们应该能够创造出好得多的思考环境。那意味着什么?在《Inventing on Principle》中, Bret Victor 提出了一个设计动态媒介的强大原则:创作者需要与他们正在创造的事物建立即时的连接。那么,为什么 AI 常常让我觉得离我正在创作的东西更远了呢?
每种媒介都有其固有的纹理:什么东西是自然且容易表达的,什么又是极其困难的?一种媒介的纹理会强烈影响你在其中思考时的思路。 AI 聊天机器人的纹理是:输入抽象的指令;输出完整的作品。这是一种外包、一种委托的姿态。
在许多情况下,委托是非常棒的。当我在报税时,我很高兴能让 AI 去费力处理我的收据。我很高兴能让 AI 帮我完成枯燥的机械性工程劳动。但是,当我在努力弄清楚自己到底在想什么、在做什么的过程中,委托就变得极其糟糕了。在任何创造性任务中,都有成千上万个基于具体情境的微小判断需要做出。当我把这样一个任务交给 AI 时,它必然会代我做出那一千个选择。我变得疏离于决策过程。我失去了亲手把弄材料时所产生的那种手感。通过把这些判断委托出去,我把那些本可能孕育出下一个灵感的体验也一并委托出去了。
一旦我发送了一条提示词,我就在等待 AI 的回复。在那段时间里,我往往会对自己去完成该任务附近更困难的工作感到抗拒。我会不会打乱 AI 的节奏?也许我应该先等看看它的输出?因此,我脱离了循环,打破了我参与的连续性。这就造成了另一种距离,一种时间上的距离。当我不断切换去思考其他事情时,就很难与一个创造性项目保持深度的情感连接。如果在那种切换之后,我又发送了另一条提示词,并再次切换——也许再切换一次,这样我就不用傻坐着干等——那么我很快就会发现,自己被工作记忆和注意力中不断翻滚的信息搅得精疲力竭。
更微妙的是,当我在思考或创作时,如果我不知道接下来该做什么,我内心的一部分已经开始琢磨: AI 能不能直接帮我把这事处理了?或者至少在接下来该做什么方面给我理清一下思路?问题在于,即使答案大概率是否定的,我也会发现自己忍不住去想这个问题。与不确定性共处本来就已经够难了。在某些方面,这是深度创造性工作中最困难的一环。而轻易逃脱的诱惑让它变得难上加难。
假设我无论如何还是妥协并向 AI 提问了。我可能会发现:好吧,它的回答很糟糕,但也许我只需要想出一个更好的提示词?或者提供更多的上下文?此时,我不再思考我的创造性项目的细节。我满脑子想的都是如何操纵 AI 来替我搞定它。即使机器成功地完成了我的要求,我也可能变得更难发现自己真正想要的到底是什么。
增强
发了这么多牢骚之后,我想说:我依然相信那个梦想。我相信计算可以促成极其优秀的思考与创作环境。我相信 AI 将成为这些环境的重要组成部分——但前提是,它必须加深我与我正在创作的事物之间的接触。
我已经开始利用 AI 来解构这台「万能机器」。在我的写字台上,我用荧光笔和细线笔在学术论文上做标记。我把它们放进扫描仪的进纸托盘,所有的标记都会被提取、转录,并叠加在云存储里的原始 PDF 文件上,以便日后搜索和整合。我发明了「可编程荧光笔」:例如,如果我用绿色标记了一条参考文献,电脑就会自动找到被引用的那篇论文并为我打印出来。 AI 让打造所有这些机制变得轻而易举。我正是用一台电子墨水打字机写下了这篇手稿。 AI 生成的脚本将该设备的专属资料库与我工作流的其他部分同步。对着智能音箱漫无边际录下的语音备忘录,会被自动转录并同样进行同步。一个 15 美元的电子墨水设备上轮播着可能相关的名言引用,这是由 AI 编写的固件来实现的。现在,每当我拍下一张照片时,我的数码相机就能通过手机上一个由 AI 编写的 BTLE 客户端作为中介,自动且无线地传输到便携式打印机上打印出来。
在这个环境中,我被各种个性化的、特定领域的计算设备所包围,但我并没有像坐在电脑桌前那样被颠覆和取代。「万能机器」依然在附近,但是——至少对于某些任务而言——它的角色是边缘化的,而非处于中心地位。而且所有这些写字台互动的物理实体感,打破了它那无边无际、千篇一律的表面。
在这里, AI 的作用不是接管我的大部分工作,而是用来实现那些我用于完成工作的专用工具。几十年前关于普适计算的愿景,在没有任何真正的技术监督的情况下,突然变得极具实用性。 AI 让创建一个由许多专业组件松散连接而成的系统变得轻而易举,而不是造就一台单一的「万能机器」。而且 AI 让物理计算模式变得触手可及:语音识别现在已经是小菜一碟;那种基于物理纸张阅读的工作流,现在只需几条提示词就能实现,而不需要花上几天时间去调试 OpenCV 。
所有这些专用软件不仅帮助我们逃离了「万能机器」那种毫无摩擦力的千篇一律。它们还帮助我们逃离了那些贪婪的产品经理的操纵。针对单一用户的软件(N-of-1 软件)可能不够精美,但它更有可能忠诚于构建它的用户。我之前说过,最强大的动态媒介可以被其用户重新塑造;从历史上看,这主要只适用于程序员。而现在,有了代码智能体,这种能力可能会变得更加普及。
正如「万能机器」已经退居边缘,与我专门定制的设备并列一样,我也希望同样的改变能发生在今天的聊天机器人界面上。通用的「输入抽象指令;输出完整作品」模式就像是命令行。我希望我们能在很大程度上用成千上万个特定领域的新名词和动词来取代它,将 AI 直接融入到创作的表面中。这在像 Lightroom 的智能蒙版这样的工具中已经开始成为现实,它可以批量隔离并仅对照片中特定人物的头发进行编辑。我们的目标是建立紧密的循环,而不是运行时间冗长的代理任务。
当你真的想要委托任务,或者当该领域还没有融入 AI 的操作界面时,也许你会退回到类似于通用聊天界面的东西。但我们也可以让这些界面更适合深度的创造性工作。我们可以发明新的混合主动权界面,将智能体做出的重要决定展现出来,同时允许用户轻松探索替代方案并进行干预。理想情况下,用户应该能够保持感知,并掌控所有实质性的判断。
我希望我的创作材料能够具有丰富的响应能力:能够提供反馈,能够代我执行工作,能够根据我的需求进行塑造。但这并不意味着必须是一台铁板一块的计算机,更不意味着必须是一个聊天机器人。这个梦想更像是一个我们可以自己进行构建的环境世界,在这里,计算被编织进了思想和创作的材料之中。 AI 或许能帮助我们最终让构建这样的环境变得切实可行,并让每个人都能根据自己的品味对其进行塑造。
Thoughts Memo 汉化组译制
感谢主要译者 gemini-3.1-pro,校对 Jarrett Ye
原文:After the Everything Machine | Andy Matuschak on Patreon
本文是为即将出版的关于个人计算未来的文集 《Augment》 撰写的投稿。我预计在广泛发表之前,它还会经过更多编辑,但我想现在就和大家分享。