我怀念深度思考的日子

我怀念深度思考的日子
Photo by Sage Friedman / Unsplash

在你阅读这篇文章之前,先问自己一个问题:你上一次真正深度思考是什么时候?

我所说的"深度思考",是指遇到一个具体而困难的问题,然后花费好几天时间专注于解决它的那种状态。

你的答案是什么?

  • a) 经常如此
  • b) 从来没有
  • c) 介于两者之间

如果你的答案是 (a) 或 (b),这篇文章可能不适合你。但如果像我一样,你的答案是 (c),那么这篇文章或许能引起你的共鸣,至少让你知道,你并不孤单。

首先声明:这篇文章没有答案,甚至没有建议。它只是我最近几个月内心感受的一次宣泄。

建造者与思考者

我相信我的性格建立在两个主要特质之上:

  1. 建造者(渴望创造、交付和务实)
  2. 思考者(需要深度、持久的智力挑战)

建造者这一面很容易理解,它追求速度和实用性。这是我渴望将"想法"转化为"现实"的那部分。它热爱成功部署带来的多巴胺冲击,热爱构建系统来解决实际问题的满足感,以及知道某个地方有人正在使用我的工具时的成就感。

要解释思考者这一面,我需要回到学校的学习时光。我们偶尔会遇到一些明显比平均水平难得多的作业题。即使你对这门课掌握得不错,光是想出解题思路就已经很困难了。

我观察到,面对这些问题时,学生们分为三类(好吧,算上那1%的天才——对他们来说没有难题——就是四类):

  • 第一类: 大多数人。尝试几次后就放弃了,去找老师或同学求助。
  • 第二类: 爱研究的人。他们去图书馆或网上查找类似的问题或寻找启发,去深入理解问题解决的思路。他们通常能成功。
  • 第三类: 一根筋思考患者。

我属于第三类,在我的经验中,这类人几乎和天才一样罕见。我的方法就是思考。深度而持久地思考。通常会持续几天甚至几周,我所有非必要的脑力时间都在不断琢磨可能的解决方案,甚至在睡觉时也是如此。

这个方法从未让我失望。我总觉得深度持久的思考是我的超能力。我可能不如那1%的顶尖人才那么快或天赋异禀,但只要给我足够的时间,我相信自己能解决任何问题。我在这个过程中获得了深深的满足感。

与 AI 的冲突

正是这种满足感让软件设计最初如此令人愉快。它达到了完美的平衡。它既满足了建造(通过创造有用的东西感到高效和务实),也满足了思考(解决真正困难的问题)。回想起来,那些让我作为工程师成长最多的项目,总是那些包含大量需要创造性解决方案的难题的项目。

但最近,我真正深入思考一个问题超过几小时的次数大幅减少了。

是的,我把这个情况的原因归咎给了 AI

我现在编写的代码比以往任何时候都多、都复杂,但我感觉自己作为工程师根本没有成长。当我开始思考为什么感到"停滞不前"时,我意识到我正在让思考者挨饿。

"氛围编程Vibe coding"满足了建造者。看到想法以前所未有的速度变成现实,感觉棒极了。但它极大地减少了我需要为技术问题想出创造性解决方案的次数。我知道很多人纯粹是建造者,对他们来说,这个时代是最好的礼物。但对我来说,缺少了什么。

务实主义陷阱

我知道你可能在想什么:"如果你可以通过'氛围编程'搞定它,那这个问题其实并不难。"

我认为这没有抓住重点。不是说 AI 擅长解决难题——它连简单问题都不太擅长。我确信,我手动重写一个模块三次得到的结果会比 AI 输出的任何东西都好得多。但我也是个务实主义者。

如果我能以极少的时间和精力得到一个"足够好"的解决方案,不选择 AI解决就是不理性的。这才是真正的问题:我无法简单地关闭我的务实主义

归根结底,我是一个建造者。我喜欢构建东西。构建得越快越好。即使我想拒绝 AI,回到编程满足思考者需求的日子,建造者的那部分也会为这种低效而挣扎。

尽管 AI 几乎肯定不会提出 100% 令人满意的解决方案,但它达到的 70% 的方案通常已经符合"足够好"的标准。

那么,接下来呢?

说实话,我不知道。我还在摸索。

我不确定编程是否还能同时满足我的两个方面。你总可以瞄准更难的项目,希望找到 AI 完全失败的问题。我偶尔还会遇到这样的问题,但需要深度创造性解决方案的问题数量似乎正在迅速减少。

我尝试过在编程之外获得那种智力成长的感觉。我试着重新接触喜爱的物理,阅读旧教科书。但这也不成功。当我知道可以用这些时间和精力去构建东西时,很难合理化花时间解决那些不相关或不是最前沿的物理问题。

我的建造者一面不允许我只是坐着思考未解决的问题,而我的思考者一面在氛围编程时正在挨饿。我不确定是否还会有那么一天,这两种需求能够同时得到满足。


"现在我们有权利给这个存在以众所周知的名字,这个名字总是指代那些任何想象力、任何最大胆的幻想、任何虔诚的心、任何深刻的抽象思维、任何狂喜和超越的精神都未曾达到的东西:上帝
但这种基本的统一已成过去;它不再存在。通过改变其存在,它已经完全彻底地粉碎了自己。上帝已死,而他的死亡是世界的生命。"

— 菲利普·迈因伦德尔

反思

AI 时代存在一个深刻的矛盾:技术进步带来的效率提升,可能正在剥夺我们深度思考的机会和动力。

对于那些纯粹的建造者来说,这是黄金时代。但对于那些从深度思考中获得满足感和成长的人来说,我们正面临一个危机。我们如何在保持竞争力和生产力的同时,也滋养那个需要智力挑战的自我?

也许答案在于重新定义"难题"。也许下一个阶段的挑战不是技术实现,而是系统设计、架构决策、用户体验的微妙平衡——那些 AI 仍然难以独立完成的领域。

或者,也许我们需要接受这样一个事实:满足建造者和思考者的平衡点正在改变,我们需要在工作之外找到新的智力挑战来源。

无论如何,承认这种内心的挣扎,是找到解决方案的第一步。

文章翻译自: Ernesto

Read more

最重要的能力

最重要的能力

Sam Altman 被问:AI 时代最重要的能力是什么? 他说:高主观能动性、软技能、想法生成能力、快速适应世界。 很多人听完第一反应是——这不废话吗? 但我觉得,他说的恰恰是最难的那部分。只是大部分人还没意识到有多难。 编程确实不重要了 Sam说”不需要学编程”,这话没毛病。 以前你想解决一个具体问题,要么花几年学编程,要么花钱找人做,要么就算了。 现在完全不一样。Cursor、Trae 这些工具直接帮你写代码,n8n 让你搭自动化不用碰代码,Openclaw 这种 AI 助手能帮你处理一堆重复工作。你想做点什么,直接上手就行。 这是真的进步。技术把门槛降下来了,每个人都有机会解决自己遇到的问题。 但这就引出一个更关键的问题:当所有人都能用这些工具时,差距在哪? 问题是,大部分人根本不知道要解决什么 工具摆在那,但你得知道用它干嘛。 现实是什么?很多人每天重复做同样的事,但从来没想过”这能不能自动化”。看到流程很蠢,

By 王圆圆
2014年度总结

2014年度总结

昨天看到同学群发的旧照片,回忆过去,同学说是QQ空间的旧照,我才想起来,已经很多年没有进过我的QQ空间了。我看到了14年末写的这篇总结长文,很感动。 那一年,我从一个失眠的夜晚开始骑车,戒掉了10年的烟瘾,爱上了阅读和思考。那个在洗手间门口就着灯光看书的自己,那个每次骑行后筋疲力尽却头脑清醒的自己,那个开始认真对待生活、寻找幸福的自己——现在想来,依然觉得不可思议。

By 王圆圆
城乡差距背后的高墙

城乡差距背后的高墙

2024年的官方数据显示,中国城镇化率已达67%,城乡收入比缩小至2.34。这些数字看起来令人鼓舞——我们似乎正稳步迈向城乡融合的理想图景。 但真相往往藏在数字的褶皱里。 当我深入阅读这份城乡差距研究报告时,一个令人不安的发现浮出水面:表面上缩小的"硬差距"背后,是愈发固化的"软差距",以及不断涌现的新型鸿沟。更关键的是,我们需要对这些官方数据保持必要的审慎——毕竟,统计口径的选择、样本的代表性、以及数据采集的真实性,都可能影响我们对现实的判断。 一、收入的悖论:相对缩小与绝对扩大 表象:城乡收入比在下降 报告显示,2024年农村居民收入增速(6.6%)快于城镇(4.6%),推动城乡收入比从2.39降至2.34。这符合"共同富裕"的政策叙事。 真相:绝对差距突破3万元 但如果我们看绝对金额,会发现城镇居民人均可支配收入54,

By 王圆圆