撰文：不懂经也叔的 Rust
有个朋友最近很兴奋地给我看他的新工具。
他在推特上关注了大约 5000 人。研究员、创始人、投资人、开发者、媒体，几年积累下来，信息流早就变成一条无底的瀑布。他以前也试过"稍后读"应用，收藏了上千 篇，最后读了 5 篇。跟大多数人一样。
现在他用了一个 AI Agent，全量阅读 5000 个关注对象的推文，每天压缩成 20 条精华摘要。10 天产出 54 份结构化简报。过去 2 小时都看不完的东西，现在 5 分钟搞定。噪音过滤率 95%。
他说，"信息焦虑的本质是筛选成本。把筛选交给 Agent，焦虑就消失了。"
说的对。但只对了前半句。
焦虑确实消失了。同时消失的，还有你不知道自己需要知道的那些东西。5000 条推文压成 20 条。被丢掉的 4980 条里，可能有一条来自你从未关注过的领域，用你从未听过的逻辑，解释了一个你自以为已经想清楚的问题。
你永远不会看到它了。因为你的 Agent 替你判断了：这个，跟你不相关。
麦克卢汉在《理解媒介》里写过一句被引用了无数遍的话：媒介是人的延伸。但大部分人选择性忽略了后半句：每一次延伸，都伴随一次截肢。
AI Agent 延伸了你的信息处理能力。截掉的，是你的偶遇能力（serendipity）。那种偶然撞见一个意料之外的想法，被一条完全不在你视野范围内的信息击中，整个认知框架被迫重组的能力。
信息茧房是算法替你选的。这一次，是你亲手搭建的。
未来的公司将变成一种新物种：一半媒体，一半机器
今天最贵的资产是什么？华尔街直接把分析师扔到了霍尔木兹海峡
过滤也是一种截除
2011 年，Eli Pariser（伊莱·帕里泽）做了一个现在几乎被遗忘的实验。他让两个朋友分别搜索"Egypt"，同一台 Google，同一时刻。搜索结果完全不同。一个看到的是金字塔和旅游信息，另一个看到的是开罗广场的人群和抗议。
他把这个现象叫做"过滤气泡"，并将其写成《过滤气泡》（The Filter Bubble）一书。帕里泽是美国互联网倡导者，曾任进步派组织 MoveOn.org 执行董事。坏人是算法，是平台在背后悄悄为你裁定什么值得看、什么不值得看。这本书出版于 ChatGPT 诞生的十一年前。
现在的情况没有变好，只是换了一种方式变坏。那个茧房不再是平台偷偷为你建造的，而是你亲手委托给 AI Agent 去建造的。你签了委托书，你还觉得这是一件效率神器。
这是一个关于效率的故事，但不是你以为的那种结局。
麦克卢汉在《理解媒介》里提出过一个让人不舒服的想法：任何媒介都是人类身体的延伸，但延伸必然伴随截肢。汽车延伸了腿，让人停止步行，腿开始萎缩。照相机延伸了眼睛，让人把记忆外包出去，视觉的细节感知随之退化。
现在，AI Agent 延伸了我们的信息处理能力。这没有问题。它能在三秒内帮你消化一百篇 newsletter，从时间线里提炼出你"真正需要关注"的内容，把英文原文压缩成你方便阅读的摘要。它确实是一件效率工具。
但麦克卢汉的问题是：它在截肢什么？
答案不是时间，不是注意力。它截肢的是认知漫游。
中层的坍塌：两千年管理史，终结于一个 AI 循环
第一批深度使用 AI 的人，正在被 AI 去技能化
你已经很久没有在信息流里真正迷路了
1973 年，社会学家 Mark Granovetter 发表了一篇论文，标题叫《弱连接的力量》。他研究了数百人找工作的过程，发现了一个反直觉的结论：真正带来机会的信息，几乎不来自你最亲密的朋友和同事，而来自那些你几年没说话的旧同学、偶尔见面的远亲、在会议上名片交换后再没联系过的陌生人。
原因是这样的：你最亲密的关系，和你的信息高度重叠。你们看相似的内容，认识相似的人，对世界有相似的判断。你们是强连接，但强连接里没有新信息。真正陌生的信息只能从弱连接里来，从那些你几乎不认识的人那里来。
AI Agent 的优化逻辑，是不断强化强连接。它越来越了解你，越来越精准地给你推送你"感兴趣的"内容，越来越少把那些跟你口味相去甚远的东西递到你面前。弱连接在这套逻辑里是噪音，是需要被过滤掉的杂质。
但那个噪音，正是认知漫游存在的唯一地方。
科技评论家 Evgeny Morozov 在 2012 年写过一篇文章，题目是《赛博漫游者之死》。他借用了本雅明笔下的"漫游者"形象：那是十九世纪巴黎街头无目的游荡的人，在街角随意转弯，在橱窗里发呆，在人群里观察，在意外的角落里发现世界。本雅明认为这种漫游是现代城市文化最重要的精神状态，它让人保持对意外的开放。
Morozov 说，早期互联网有这种漫游精神。你在超链接里游荡，无目的，无预期，一篇文章引出另一篇文章，一个人名引出一段历史，你不知道自己会在哪里着陆。
现在这种漫游者几乎不存在了。AI Agent 是终极导游，它规划了最优路线，它知道你的目的地，它确保你永远不迷路。但正因为如此，你也永远只能到达你早就知道自己想去的地方。
AI 逼出了教育的真相，美国大学开始复兴一种古老传统
别再做时间的朋友了，AI 时代“空间”才是你致富的朋友
这不是新问题，但这一次不一样
"信息太多读不完"这件事，不是我们这代人发明的焦虑。
1545 年，瑞士博物学家康拉德·格斯纳出版了《宇宙图书馆》，试图编纂一份当时所有已知书籍的目录。他在序言里抱怨"书籍数量庞杂且有害"。那是古腾堡发明活字印刷术大约一百年后。
1685 年，法国学者阿德里安·拜勒直接警告说，日益增多的书籍"可能使后世陷入野蛮状态"。
培根的名言就是在这个背景下说的："有些书可供浅尝，有些可以吞咽，只有少数需要细嚼慢咽。"
每一代人面对信息洪水，都发明新的"捷径"。索引、摘要、剪贴簿、选读本、公认场所簿。哈佛的 Ann Blair 教授研究了 16 到 18 世纪学者的信息管理术，发现一个讽刺的循环：对书籍过剩的焦虑催生了更多帮你"少读一点"的书，而这些书本身又加剧了过剩。
从这个角度看，AI Agent 只是最新一代的读书捷径。没什么新鲜的。
但这一次有一个根本性的不同。
过去所有的信息筛选工具，索引、摘要、百科全书、编辑、策展人，都有一个共同特征：它们不知道你是谁。培根的"浅尝/吞咽/细嚼"三分法是一个公共标准。一本百科全书给所有读者呈现同样的条目。一个报纸编辑按新闻价值排版，不会因为你的阅读历史而改变头条。
Agent 知道你是谁。它的筛选标准是你的行为数据的函数。你过去读了什么、标注了什么、停留了多久、跳过了什么。每个人收到的"精华"都不同。不是因为世界对你们呈现了不同的面貌，是因为你们各自的 Agent 用各自主人的认知模型裁剪了世界。
过去的信息捷径是"公共的窄"。你和别人读同一本摘要，可能从中发现同一个意外。Agent 制造的是"私人的窄"。每个人被关进一间只属于自己的阅览室，里面只有自己想看的书。
有一个人的存在，恰好可以说明这种区别为什么重要。
Robert Cottrell，The Browser 通讯的创办人。他每天阅读 1000 篇文章。不是扫标题，是真的读。订阅 700 个 RSS 源，10 年累计读了 300 到 500 万篇。每天从 1000 篇里选出 5 篇发给读者。
他也试过用机器学习替代自己。训练了一个模型，喂入所有过往选择作为训练数据。结果：模型从 1000 篇里挑出 50 篇，大约一半是误报。
他的反思是："我读得越多，越确信文章质量的真正保证是作者本身，而不是出版平台。"
Cottrell 的价值不在于他读得多。Agent 也能读得多。他的价值在于，他的判断标准不是从你的行为数据里来的。他给你推荐的东西可能让你困惑，可能挑战你的预设，可能来自一个你从未关注过的领域。
Agent 做匹配，Cottrell 做分诊。匹配让你舒服，分诊刺激你成长。
算法被设计成榨取，榨取让你卡死
计算机科学里有一个经典困境，叫做"探索与利用的权衡"（Explore/Exploit tradeoff）。想象你在一排老虎机面前，你不知道哪台中奖概率最高。你可以选择"利用"：一直拉那台目前感觉回报最稳的机器；或者选择"探索"：随机尝试其他机器，哪怕短期赢得更少。
过度榨取的系统会陷入局部最优。你找到一台还不错的机器，就一直拉它，永远不知道角落里有一台更好的。AI Agent 的本能是榨取，是在你已知偏好的范围内持续精细化。这让它效率极高，也让你越来越难遇见那种改变你世界观的信息。
有一个故事值得在这里提到。
理查德·费曼在康奈尔大学经历了一段职业崩溃期，他精疲力竭，觉得物理学对他不再有乐趣。他做了一个决定：放弃所有"重要的""有前途的"研究方向，纯粹为了好玩，去计算餐厅里一只被人扔到空中的旋转盘子的运动轨迹。这件事跟任何前沿研究都没有关系，没有效率可言，没有意义。就是好玩。
那个盘子的摆动，最终成了他量子电动力学理论的起点。他因此得了 1965 年的诺贝尔物理学奖。
如果费曼当时有一个足够高效的 AI Agent 帮他规划研究路径，它一定会把"计算餐盘轨迹"这个选项过滤掉，因为那是低优先级，是对时间的浪费，跟任何关键词都不匹配。
平滑不是中性的，是一种剥夺
当代著名韩炳哲在《他者的消失》里说，当代社会正在消除所有带有否定性、异质性和阻力的"他者"。
我们的世界变得越来越平滑，越来越顺畅，越来越没有摩擦。算法永远推送你喜欢的，你的信息流里不再有真正的错位，不再有让你感到茫然的问题，不再有你压根没想到会遇见的观点。
这种平滑的极致，是一个认知上的真空状态。
脑神经科学有一个有趣的发现：当人类停止执行目标导向的任务、进入"走神"或"发呆"的状态时，大脑的一套叫做默认模式网络（Default Mode Network）的系统会被激活。在这个状态下，大脑开始把遥远的、看似无关的记忆和概念连接起来，这是顿悟和创意的神经学前提。
AI Agent 让我们的大脑以极高效率长期维持在任务执行模式。信息持续涌入，经过处理，分类，优先排序，高效，整洁，没有空隙。那些让大脑进入默认模式的空隙，被消灭了。不是因为你没时间，是因为你的信息流太满，满到没有缝隙让大脑无目的地运转。
麦克卢汉说，电灯泡的讯息不是它照亮了什么，而是它让夜晚消失这个事实本身。AI Agent 同理，它最大的影响不在于帮你处理了多少内容，而在于它把信息流里的空白时刻全部填满了。那种无聊地点进一个奇怪链接、然后在意想不到的地方坐下来想半天的状态，正在消失。
为什么聪明人正在纷纷逃离社交媒体？
年轻人率先觉醒开始退出社交媒体，靠流量赚钱的时代结束了
不要用 AI 的逻辑跟踪人生
Pariser 2011 年描述的那个世界，有一个前提：你是被动受害者。是平台在背后操纵，是算法在你不知情的情况下决定你能看到什么。你可以愤怒，可以换一个更"开放"的平台，可以觉得自己被骗了。
现在这个问题更难处理，因为你是共谋。你打开 AI Agent，让它帮你处理信息流，让它决定什么值得你的注意，让它把 5000 个关注浓缩成一份简报。你觉得这是在节省时间，实际上你在签署一份认知委托书。
你把认知漫游的权利让渡出去了。那个滤镜越来越了解你，越来越会取悦你，越来越准确，而它的准确程度，正好等于你世界收缩的程度。5000 个关注，每天真正进入你意识的，是算法认为最适合你的一小撮，再经过 AI 的二次提炼，变成你最容易消化的形式，交到你面前。
那 5000 人里，有多少个旋转盘子正在被过滤？
效率的极致，是一个人坐在自己的回声里，越陷越深，还以为这叫掌握世界动态。
AI 被训练来寻找模式和共识。当你用它筛选信息，它把你拉向所有用户的质量中心。
卡内基梅隆大学的 Emily DeJeu 教授说了一句话，值得反复寻味："人类不是创造力机器。有时候，我们在最低效的时候反而最有创造力。"
那些看似浪费时间的偶然阅读。在信息流里被一条完全不相关的内容吸引，顺着链接跳到一个从未听说过的领域，在一篇你本来不会打开的文章里发现了一个改变你思路的比喻。这些是认知系统的越野训练。
Agent 替你修好了一条笔直的高速公路。代价是你再也走不上那些长满野花的岔路。【懂】
