夜雨聆风
“信息的丰富造成注意力的贫困。”——赫伯特·西蒙
文档变快了，决定为何依然缓慢
一张匿名职场截图把许多人的日常说透了：汇报者用AI生成PPT、配图和讲稿，听众用AI整理纪要，领导再让AI阅读总结，会议像一条高速运转的文字传送带。
这段吐槽无法证明某家公司的普遍状况，却准确碰到了知识工作的当代矛盾：内容的生产成本快速下降，人的阅读时间、责任压力和判断能力依然稀缺。
站在程序员的视角看，这个场景并不陌生，因为自动化最容易优化可重复动作，也最容易让团队误把动作数量当成系统性能。
一份文档从两个小时缩短到十分钟，报表上当然出现了效率，可它若没有减少歧义、推动选择或暴露风险，节省下来的时间很可能被更多文档重新填满。
真正需要计算的成本，已经从“写一份材料要多久”，转向“这份材料要占用多少人的注意力”。
当AI走进“超活跃蜂巢”
卡尔·纽波特在《过度互联》中把一种常见协作方式称为“超活跃蜂巢思维”，任务依靠临时消息、反复询问和持续回复向前移动，每个人都很忙，完整工作却频繁中断。
书名谈的是电子邮件，书里的问题覆盖了更广泛的数字协作，它指向一种缺少流程设计的组织习惯：工作由谁接手、何时完成、按照什么标准验收，都在聊天、会议和附件往返中临时决定。
生成式AI进入这种协作环境后，旧毛病会获得更强的内容产能，原先发三行模糊需求的人如今可以发三页完整方案，接收者的理解负担和核验责任也随之增加。
纽波特主张用清晰流程定义任务的识别、分配和审查，让一个人同时处理更少的事情，并把重要沟通从随机往返中理顺，这为AI办公提供了很实用的衡量尺度。
AI若帮助团队提前统一输入模板、补全证据、标记不确定项并记录责任人，它减少的是协作摩擦，AI若只把含糊意见扩写成漂亮长文，它增加的是组织需要过滤的噪声。
衡量一份文档的价值，可以直接看它有没有改变下一步行动。
把AI能力写进流程，也写进责任
我认为，企业真正需要内化的AI能力，是让工具进入可验证的工作流程：生成材料时标明事实来源和假设，评审时指出需要人作决定的分歧，执行后对照结果复盘偏差，同时明确每个结论由谁负责；如果团队只考核调用次数、节省工时和文档数量，员工自然会追求更快地产出，却很难对业务质量形成持续改进。
作为长期关注AI话题的博主，我更关心三个直接的问题：这份材料删掉后会不会影响决定，读者需要核对哪些事实，会议结束后谁要在什么时间交付什么结果。
这些问题可以变成文档页首的固定栏目，也可以变成会议邀请里的准入条件，让AI负责整理信息，让人把时间留给取舍、承诺和例外处理。
团队还可以观察更接近结果的指标，例如决策等待时间、返工次数、需求变更原因和交付后的缺陷密度，这些信号比“用了多少AI”更能说明产出质量。
一场会议若只是交换可自动生成又无人细读的材料，取消它往往更有效，一份文档若能把分歧提前摆到桌面、让责任清楚落位，它即使只有半页也足够专业。
AI让表达变得廉价之后，组织真正昂贵的资产会更加清晰，那就是可信的信息、集中的注意力，以及有人愿意对决定负责。
如果你每天被会议、消息和文档追着跑，阅读《过度互联》会帮你重新夺回专注力，让真正重要的工作回到时间中心。👇