AI 杠杆悖论

新技术降低了完成任务所需的精力，却提高了保持竞争力所需的努力。这一点在人工智能（AI）上体现得尤为明显。

作者：Channing Allen 原文：The leverage paradox

1930年，经济学家约翰·梅纳德·凯恩斯预言，到21世纪初，自动化和其他技术进步将引领我们进入一个每周工作15小时的时代。

在他的文章《我们孙辈的经济可能性》中，他写道：

经济问题或许将在一百年内得到解决，或者至少是看到了解决的曙光。……因此，人类自诞生以来将首次面对他真正的、永恒的问题——如何利用从紧迫的经济忧虑中解放出来的自由，如何安度科学和复利为他赢得的闲暇。

如今，我们即将迎来那篇文章发表100周年，可以肯定地说，凯恩斯的预言不仅在程度上是错的，甚至在方向上都错了。

今天我们许多人的工作时间比1930年代的人更长，尤其是当今的高收入者。这并非因为技术未能进步，而是因为技术的进步惠及了每一个人。这是一个有着本质区别的差异，因为对我们大多数人来说，工作的目的不仅仅是为了生活得更好，更是为了比别人过得更好。

这就是杠杆悖论。新技术给了我们更强的杠杆，让我们能更好、更多地完成任务。但由于这种杠杆通常被引入竞争激烈的环境中，结果就是我们为了保持竞争力、不落后于人，必须像以前一样努力（如果不是更努力的话）。

AI登场

在AI出现之前，我们必须在一段楼梯上击败竞争对手，爬到顶端。攀登过程很棘手，因为我们必须手动踏上每一步，自己写文章、自己做设计、自己制作声音、自己编写软件。

现在，AI把那段楼梯变成了一部自动扶梯。攀登变得更容易了！太棒了！

然而……杠杆悖论意味着我们所有人都必须攀爬到更高的地方才能到达顶端，同时还要与更多的人竞争。

那些不仅在理智上，而且能从内心深处直观地理解这个悖论的人，将是少数能够登上扶梯顶端的人。而那些不理解的人，将被甩在底层。

我们正在实时见证这一切的发生：

Claude 4刚刚用一次调用就重构了我的整个代码库。

25次工具调用，3000多行新代码，12个全新文件。

它把所有东西都模块化了，拆分了庞大的单体结构，清理了杂乱如麻的代码。

虽然一行都跑不起来。 但天哪，它看起来真是太美了。 pic.twitter.com/wvmzh7IeAP

— vas (@vasumanmoza) 2025年5月25日

我们现在都可以在5分钟内生成博客文章、社交媒体图片、栩栩如生的视频，甚至是半生不熟的网络应用。

问题是，这些内容绝大部分都是彻头彻尾的垃圾。其中包括一些在网络被那些说话、绘画、思考和犯错方式都如出一辙的AI模型淹没之前，或许还能被接受的东西。

感觉AI垃圾无处不在：

• 搜索引擎结果页充斥着低劣的、为SEO而生的农场文章。

• 社交媒体信息流上是永无止境的、传送带式的吉卜力工作室风格图片。

• 每个评论区都有AI生成的垃圾回复。

• YouTube、TikTok和Instagram上那些没有真人出镜的频道，用着来自ElevenLabs的同款AI配音，拼接上粗制滥造的素材视频。

认识到这个问题并在网上对此发表尖刻评论很容易。但俗话说得好：

你不是被堵在路上；你本身就是拥堵的一部分。

抵制住那种关掉大脑、为互联网再产出一份让大家翻白眼的AI垃圾的冲动，是很难的。因为在一项新技术被引入后，你还要继续投入与之前相同的时间和精力，这本身就是一件困难的事。

但这正是杠杆悖论之所以成为悖论的原因。也正因如此，只有一小部分人能借助AI脱颖而出，而我们其余的人则会掉队。

在AI时代取胜

对于那些不想被层出不穷的AI工具诱惑而变得自满的独立开发者，我有两条建议：

1. “百次打磨”你的项目

造成AI垃圾泛滥的一个主要原因是，每个人都想“一键生成”所有东西。这是一个巨大的机会错失。

生成式AI为我们提供了令人难以置信的初稿，但很少有人愿意投入额外的努力，去创作出人们真正喜爱的作品。

因此，与其试图一键搞定你的下一篇博客文章或代码实现，不如开始像一个真正的工匠那样思考，准备好在你从AI模型获得的初始材料上，再涂上10层甚至100层额外的“油漆”。

2. 做一只“紫牛”

营销大师赛斯·高汀的经典概念，对于今天的独立开发者来说，从未如此有用：

几年前，当我和家人驾车穿越法国时，我们被高速公路旁风景如画的牧场上成百上千头如同童话故事般的奶牛迷住了。

然而，不到二十分钟，我们便开始对这些牛视而不见。……牛，你看了一会儿之后，就会觉得很无聊。它们可能是完美的牛、迷人的牛、性格很好的牛、在美丽光线下吃草的牛，但它们依然很无聊。

但如果是一头紫牛，那就不一样了。那肯定会很有趣。

吉卜力风格的图片是牛。AI回复是牛。大多数AI视频也是牛。AI生产的其他大部分代码和内容同样如此。

所以，让你的作品脱颖而出。它不一定要“更好”，但它必须“与众不同”。