AI上头之后,可能是倦怠期

最近跟几个朋友聊天，发现大家都进入了一种微妙的状态——还在每天用 AI，还在关注最新的模型和工具，但那股劲跟两个月前不一样了。年初我们都很上头，基本处于「AI 成瘾综合征」的状态。但现在呢？时间还在花，精力还在投，钱也还在掏，但多了一种惯性，也多了一种疲态。

我把这个状态叫做「AI 倦怠期」。

我觉得这个背后不是 AI 不行了。AI 很行，而且越来越行。问题出在我们跟 AI 之间的关系上。

倦怠不是突然发生的，它是一步一步积累出来的。 

第一步，新东西的密度太高了。全世界那么多公司、那么多研究团队都在做 AI，每个团队半年出一个作品。但站在用户这一端，你看到的是所有最新最好的东西不断涌现。这个密度，任何个体都消化不了。

第二步，我们怕掉队，所以什么都想试试。昨天那个模型还没吃透，今天又来了新的。前脚 OpenClaw 还没热多久，后脚 Hermes Agent 又来了。追着追着，其实蛮累的。

第三步，三件事同时发生。

新工具总是给你很多承诺，但用起来没那么好，这是第一件。消化新东西需要的时间比想象中长得多——AI 学东西很快，但人学东西的速度没有根本性变化，这是第二件。最要命的是第三件：你好不容易学了、花了时间花了钱，用完发现效果也没那么明显。

应接不暇，消化不良，效果不佳，大失所望。

这个循环转几圈之后，人就皮了。不是不想用了，是信心被磨掉了。

那真正的问题是什么？我越想越觉得，问题的根子不在 AI，在我们自己。 

核心就一句话：大部分人不清楚自己是谁，不清楚自己到底想要什么，不清楚希望 AI 帮自己做什么。

这话听着像鸡汤。但你随便问问自己，问问身边的朋友，能第一时间清晰回答「我的人生目标是什么」的人，屈指可数。

我面试过好几百号人，人生目标和职业目标是必问的。但真正给我留下深刻印象的，极少。说实话，我自己也是花了好几年才把这件事想明白的——工作的主线是战略，生活的主线是围绕人生去写作。在想明白之前，我跟大多数人一样，什么新工具都想试，什么热点都想追，追完一圈回头看，啥也没沉淀下来。

为什么说不清楚？因为从小到大，一直是别人在定义你。学校用考卷定义你，公司用 JD 和绩效定义你。你不需要想清楚自己是谁——不满意了换个环境就行，在另一个环境里继续让环境来定义自己。

过去这套可以运转。但在 AI 时代，它碰到了挑战。

AI 需要你给它清晰的输入：你要什么？在什么场景下要？怎么验收？这些你必须说得清楚。说不清楚，AI 当然不会给你好的结果。能做出来东西，但跟你想要的东西之间有差距。

所以倦怠的本质不是 AI 让我失望了，而是我还没有准备好让 AI 帮我——因为我没想清楚我到底要什么，也没想清楚我到底是谁。

还有一个更深层的原因：完整价值链的割裂。 

AI 所有对你的承诺，归根到底说的是它可以在一个完整价值链上做全流程赋能，产生复利效应，最终带来指数级的变化。如果你是一个公司的老板，深度使用 AI，无论降本还是增收，方法很多，效果也很明显。

但大部分人的情况不是这样。我们习惯在一个价值链里只做其中一个环节——上游给你需求，你做完交给下游，拿自己该得的收入。AI 可能让你这个环节快了百分之二三十，但整个链条没有根本性变化。

你期望的是十倍产出、指数级飞跃，看到的却是线性的、有限的提效。

这个落差本身，就是倦怠的来源。

既然问题在人不在 AI，解法应该从我们自己出发。 

第一，给自己一条主线。你不是什么都关注、什么都追，你得有一条主线，把所有 AI 的使用都串在上面。跟主线无关的降低关注，跟主线相关的追得足够深、用得足够深。

前面说过，我自己的主线分成工作跟生活：工作是战略，生活是围绕人生去写作。如果一件事跟这两条线不相关，我就更少关心。

第二，把 AI 的基本功自己走一遍。大模型也好，Agent 也好，各种工具也好，它们都有一个从无到有的过程。如果我们重复做一次、造一次轮子，对整个东西的理解就会深很多。

比如 GitHub 上有 Claude Code 的简化代码，把 Coding Agent 的原理演示出来。把它跑起来、吃透、改造成自己的工具，你的掌控感就完全不一样了。不是别人给我们什么我们就用什么，而是我们知道它是什么、有什么原理、有哪些边界。

研究基础不仅学到了基础，还能让工作比泛泛而用的人做得更深。这是双重价值。

第三，每次用 AI 之前，先把三件事说清楚。我的目标是什么？上下文是什么？边界和验收标准是什么？这三个问题如果回答不了，AI 再强也帮不了你。这不只是使用技巧，这是一种底层能力——把一件事说清楚，是最重要的一步。

最后说一句。 

倦怠不是坏事。它其实是一个信号，提醒你回到自己身上。

工具会不断涌现，但你是谁、你要什么、你的主线在哪——这些是不变的东西。把这些想清楚之后，倦怠就会消失。因为你不再追所有的新东西，你只追和自己有关的那部分。在这部分上，越用越深，越用越有信心，越用越有效果。

AI 不会等你想清楚，但只有想清楚的人，才能让 AI 真正为自己所用。

很多人用 AI 越来越累，本质不是工具问题，而是没有一条能持续积累的「认知飞轮」。

我在「认知飞轮」第一集（Why）里，讲清楚为什么大多数人的努力都在「反复重来」，以及什么样的结构，才能让认知开始沉淀、复用、越滚越快。

如果你也有这种感觉——一直在用，但没有越用越顺，这一讲会帮你把问题看清楚。

这是整个认知飞轮系列的起点。