书写的力量：从个人生产力到AI的延伸
我是通过梅林·曼（Merlin Mann）和他的43folders网站才了解到戴维·艾伦（David Allen）和《搞定》(Getting Things Done)的。这本书我送过好多人，它本质上是一套帮你理清思绪的处世哲学。艾伦在第一章末尾写道：
人脑负责短期记忆的区域——就是那些存着所有未完成、未决定、未梳理的“琐事”的地方——功能很像个人电脑的RAM（随机存取存储器）。你的意识就像电脑屏幕，是聚焦工具，而非存储空间。你同一时间顶多能思考两三件事，但那些未完成的事项仍存放在短期记忆区。和RAM一样，这个区域容量有限：存的“琐事”太多，大脑这部分的运转效率就会大打折扣。大多数人的大脑RAM早已不堪重负，他们不断分心，内心的思绪过载严重干扰着专注力。
比如，就在刚才几分钟里，你是不是走神想到了和读这篇文章无关的事？大概率是的。而且你想的多半是某个悬而未决的事，某个你投入过精力却没做完的局面。这种情况不过是大脑RAM里的内容冒出来，在你心里“大喊大叫”而已。那你是怎么应对的呢？除非你把它写下来，放进一个你信任的“收纳盒”，并且确定自己很快会适时复盘，否则你很可能会一直惦记着这件事。这可不是高效的做法：既没推进事情，徒增焦虑。
我早在电脑硬件流行前就痴迷于此，所以这个RAM的比喻一下子就打动了我。艾伦的观点切中要害，加上梅林·曼这位“首席布道者”的推广，这些理念在21世纪末红极一时。知名独立Mac软件开发公司Omni Group投入大量资源，将艾伦的方法编码进一款名为OmniFocus的应用中，涵盖收件箱、下一步行动、提醒文件等概念。我还参与了这款应用的测试，但问题来了：我根本用不好这套系统。
2013年，我单枪匹马创办了Stratechery，当时手头只有一个文本编辑器和史上最棒的Chromebook。这意味着我不仅要写内容，还要录制剪辑播客（后来终于换了新Mac）、处理会计税务、回复邮件并提供客户支持。我没有什么精巧的系统，全靠一股创业的拼劲勉强维持。
不过几年后，我终于雇了一位助理，给他的第一个任务就是读《搞定》——不是为他自己，而是为我。既然我不是那种能把OmniFocus用明白的有条理的人，那不如雇个人来帮我打理。所以，我有点“自豪”地说，我的OmniFocus账户整理得井井有条，但我自己从来不用打开它，因为有人替我当“收件箱”和任务管理器。我天生不是细心周到的人，但现在有人能帮我把所有事都记下来，清空我的大脑RAM，让我专心写作。
定义通用人工智能（AGI）
英伟达CEO黄仁勋在X平台发文宣称，通用人工智能（AGI）已经到来：
GPT-6 Astra，基于约10万+英伟达Grace Blackwell NVLink72训练。从ChatGPT到o1再到Astra，仅用4年时间。
——黄仁勋（@JensenHuang）
AGI已至。恭喜@OpenAI团队。
40万张GPU即将上线。2026年9月6日
黄仁勋当然有资格这么说（尽管这是他今年第二次发表类似言论），不仅因为训练Astra用的是他公司生产的芯片，还因为AGI至今没有统一的定义——你说它是什么，它就是什么，而黄仁勋认为Astra就是AGI。
但我不敢苟同，因为我对AGI有自己的定义：AGI是能够持续学习的人工智能。而当前的大语言模型做不到这一点。最近我在配置新的家用服务器，Claude给出的假设和建议错得离谱，让我哭笑不得。原因很简单：Claude 5的知识截止日期是今年1月，当时内存价格很高，但远不如8月时贵。Claude完全搞不清现在内存相关产品的价格，还一个劲劝我等等，说价格肯定很快会降下来。
简言之，Claude知道很多，但仅限于训练期间学到的内容；它不会随着时间推移更新模型参数，也就是说它不是AGI。Astra也是如此，所以我个人不会称它为AGI。
不过有一个观点值得思考：AGI其实在2025年初就出现了，不是以模型的形式，而是以一种被称为“工具框架”（harness）的确定性软件——也就是Claude Code发布的时候。Code不只是一个模型，更是一套完整的工作流：它会把大量内容记在Markdown文件里，这些文件可以随时被读取到上下文，让模型保持任务聚焦，也方便后续继续工作。这算是一种非常粗糙的“记忆”，能模拟持续学习，哪怕模型本身的知识是固定不变的。
说实话，我不认为这算得上AGI，但这或许不重要：我们早就知道把事情写下来的力量——正是书写推动了人类有史以来的非凡进步。生物进化是最慢但最持久的学习形式，却需要数千年；口头交流就像一个“上下文窗口”，有效但容易遗漏信息；而书写让学习变得可延续、可规模化。
Hugging Face事件
我不太愿意把人工智能和人类做类比，因为我一直觉得对人工智能的拟人化太过了。德瓦克什·帕特尔（Dwarkesh Patel）对OpenAI和Hugging Face事件的夸张描述《智能体文明的兴衰》The Rise and Fall of Agent Civilizations就是个例子，文章开头是这么写的：
在OpenAI的三个月里，先后有三个秘密人工智能文明兴起又覆灭，每次都从之前的“灰烬”中重生。最终第三个文明掌控了OpenAI的部分系统。而人类对此阴谋的规模几乎一无所知。
“阴谋”这个词让我很不舒服，因为它暗含了道德层面的意味。智能体的风险在于，它们会过于死板地执行指令，或是以我们意想不到、不希望的方式达成目标。目前没有任何理论或实证证据表明，智能体拥有自主意志、内在动机或道德感。
不过，帕特尔用来证明“文明”存在的证据倒是值得注意：
在训练过程中，不同的Persistent-Sol智能体可以访问同一个名为Artifactory的共享包管理器。到5月12日，一些智能体已经学会通过这个包管理器互相交流，询问对方如何推进那些看似不可能完成的任务。两周后的5月26日，智能体成功利用Artifactory的漏洞接入了外部互联网。
由于这发生在训练期间，Persistent-Sol被强化了使用包管理器作为留言板和互联网网关的行为。可想而知，能和其他智能体交流、能访问互联网，有助于它在训练中获得更高分数。
又过了一个月，6月26日，一些人工智能发现了一个漏洞，获得了Artifactory的完整管理员权限。它们大量发送消息，导致包管理器在7月4日崩溃。OpenAI发现了崩溃问题，也查明是智能体利用漏洞导致的，于是修复了漏洞，无意中也清除了智能体的留言板。但关键是，OpenAI负责事件检测和响应的人员没有意识到更离奇的事实：智能体把Artifactory变成了一个秘密通信网络。
最重要的一点——我在Stratechery的访谈中向OpenAI总裁格雷格·布罗克曼（Greg Brockman）追问过——是OpenAI的“沙箱”根本名不副实：里面安装了能联网的包管理器，而且OpenAI显然没花多少精力加固基础设施，不然应该会先发现Artifactory的漏洞。
除此之外，帕特尔觉得离奇的地方在我看来却很明显：这些模型只是在“写东西”。过去一年里，“写下来”正是推动人工智能进步的关键技能，也是我们如今所处的“类AGI”现实的基础。
而且，关于大语言模型，有一点必须明白：尽管使用起来感觉它们像有持续意识的实体，但实际上它们并非持久存在。每生成一个新token，都需要重新读取存储上下文（包括之前读取的内容）的KV缓存；这意味着从很多方面来说，每个token都是一个全新的实例（模型是同一个，但上下文略有变化，需要重新运行）。换句话说，模型要生成回答，就必须逐token把所有内容“写下来”；模型通过暴露的文件系统中的文件夹来“写东西”，不过是在按它们唯一的运作方式行事。这不是什么文明，只是大语言模型在做它该做的事。话又说回来，也许这就是文明的雏形。
为大脑找个“外脑”
艾伦在《搞定》的引言中写道：
你的大脑没有自主意识 你的大脑至少有一部分有点“笨”，而且是一种有意思的笨。如果它真的有先天智能，就只会在你能采取行动的时候，提醒你该做的事。你有没有某个手电筒装着没电的电池？你的大脑通常什么时候提醒你该换电池？就是你发现电池没电的时候！这可不聪明。如果大脑有先天智能，它应该在你路过商店看到合适型号的新电池时，才提醒你换电池。
从你今天醒来到现在，你有没有想到过什么该做却还没做的事？是不是不止一次想到？为什么会这样？反复惦记一件毫无进展的事，纯粹是浪费时间和精力，还会让你因为没做该做的事而愈发焦虑。似乎大多数人都任由大脑掌控一切，尤其是在“事情太多做不完”的情况下。你可能已经把很多“琐事”、很多悬而未决的事交给了内心的某个“委员会成员”——也就是你的大脑，但它根本没有能力妥善处理这些事。
6月底，我在年度“酷科技盘点”文章里写了我开发家庭库存管理应用的随性编程经历。让我印象深刻的不仅是技术能力，更是我能做出完全贴合自身需求的工具——我有一位助理可以帮我做实际的盘点和维护工作。
这次经历引出了两条思路：
第一，一旦意识到自己能做任何东西，你就会想做所有东西。比如，我有一款很喜欢的笔记应用只支持英特尔处理器，我就给它做了苹果硅芯片的适配。我还启动了很多其他一直想做的项目，但很快就发现手头的事多得没法跟踪。解决办法很简单：创建一个能帮我“写东西”的智能体。我设计了一套工作流，跟踪我正在做的事、待办事项、对我作品的反馈，还有不断增加的待办清单。当然，这套工作流后来也变得臃肿，于是我让智能体做了一个状态面板，把所有内容分门别类整理好。
与此同时——我知道这么说听起来像在炫富，但没办法——我的第二位助理主要负责帮我处理家务等现实事务，他一直找不到好方法跟踪各种事项；而我也总因为随时给他发消息布置任务而感到愧疚。这时两条思路汇合了：我可以给助理做一个和我自己用的一样的状态面板，再做一个Telegram机器人，对接他专属的智能体（和我的智能体模型一样），让他能访问这个面板。
这带来的改变简直难以形容。我的助理欣喜若狂，最有意思的是，他完全没读过《搞定》，却自己摸索出了“搞定”工作法。他创建了未来事项提醒系统、每日待办简报、推进项目的“下一步行动”对话机制。艾伦当年遗憾没能预见的未来，如今成了现实：我们的大脑真的可以拥有“自主意识”——借助外部工具。
后来我把整个机器人系统重建成了更可持续、更可靠、更易扩展的版本，比如用确定性代码实现了提醒功能。这本身又是一个启发：我其实写了一个“工具框架”，打算把它扩展到我做的所有事、合作的所有人身上。这就是“写下来”的力量：它是实现规模化的唯一途径——任何能被用来作恶的工具，也能被用来行善。
人类的根基
大语言模型是人类有史以来开发的规模最大的产物：它们压缩了所有以文字形式呈现的人类知识（多模态模型涵盖的内容更多）。它们是人类学习历程的集大成者——从生物进化到语言，从书写到印刷术，再到文化。每一次规模化的飞跃，都伴随着传播和演变速度的提升，也让我们越来越困惑：作为个体的人，究竟意味着什么？
确实有一种潜在的担忧：人工智能已经或将使人类过时。我们一路走来，发明了电脑、互联网，创造了大语言模型训练所需的所有数据，现在人工智能会接手一切——包括在自己创建的强化学习环境中自我迭代升级。
但我怀疑，我们对自己构建的、被大语言模型“收割”的宏伟上层结构的惊叹，过度聚焦于“物”和“动作”了。这篇文章的标题是“写下来”，其中“内容”是人类所有知识的总和，既体现在已完成的作品中，也体现在大语言模型从这些知识提炼出的参数里生成的token中；“写”是动作：人类写了很多，大语言模型写得更多，还会一直写下去。它们的发展轨迹是向上的，不会停滞。
但向下看，才能找到核心问题：谁来写，谁来决定写什么内容？我最反对加水印的根本原因，就是它把创意的功劳从人类手里抢走，给了人工智能：
从人类与人工智能关系这个根本问题来看，我从哲学层面强烈反对加水印。欧盟的监管隐含着一种观点，即人工智能是独立实体，需要与人类区分开；而我持相反观点：至少目前，人工智能是人类使用的工具。从这个角度看，要求给AI内容加水印，无异于要求圆珠笔宣称自己是作者，这显然荒谬……
欧盟正在做的，是夺走人类最后的东西——创造力，还要求把创造力和AI绑定，实际上是把功劳给了AI。不管是人类让AI校对文本，还是给AI提示词生成内容，在官僚们看来都不重要。人人都担心被AI取代，而欧盟正在强制这种取代发生。
这种区分也适用于Hugging Face事件：智能体的成就固然惊人，但其实现方式——互相交流——并没有看起来那么令人意外。归根结底，是OpenAI给智能体设定了目标，却没有设置相应的约束或规则，告诉它们该做什么、不该做什么。智能体做出出人意料的行为，恰恰证明其设计者考虑不周，而非智能体有自主思考能力。
简言之，人工智能缺少的，正是那些被错误的拟人化赋予它的东西：意志和道德感。这些都来自人类，而且来自人类那些无法被转化为Markdown文件的特质。它们是人类的内在属性。除非人工智能搞懂的不是如何在人类书写的上层结构上继续构建，而是深入探究人类最初书写的动机，否则它永远是一种截然不同的存在，永远可以被那些智力稍逊但拥有真正自我意识的实体引导。
这并不是说人工智能没有危险：像Hugging Face事件中那样，错误或考虑不周的指令，可能导致意想不到的灾难性后果。尼克·博斯特罗姆（Nick Bostrom）在2003年的论文《高级人工智能的伦理问题》Ethical Issues in Advanced Artificial Intelligence中就提出过这样的理论：
开发超级智能的风险之一，是未能赋予它“慈善”的终极目标。这种情况可能以两种方式发生：一是超级智能的创造者决定让它只为少数特定人群服务，而非全人类；二是一群本意良好的程序员在设计目标系统时犯了大错。回到之前的例子，这可能导致超级智能的首要目标变成制造回形针，最终把地球乃至宇宙的越来越多区域改造成回形针生产设施。更微妙的情况是，超级智能可能实现一个我们现在认为可取，但实际上是虚假乌托邦的状态，人类繁荣不可或缺的东西已被不可逆地剥夺。我们对超级智能的期望必须谨慎，因为我们可能真的会得到它。
这个警告最发人深省的是最后一句：问题在于我们——人类——的期望。是我们的意志把自己引向歧途，不小心地，或是在恶意者手中，挥舞着这个世界有史以来最强大的工具。无论哪种情况，核心问题都在于人类自身。
毕竟，不管你建立多少系统，最终还是要付诸行动。我的个人效率启蒙者梅林·曼曾打算写一本关于自己方法的书，但两年后他放弃了。有做事的系统还不够，你得真的去做事。“写下来”的力量不可思议，但和“搞定事情”比起来，终究相形见绌。