我们似乎正在失去一种能力……

小甲鱼

我们似乎正在失去一种能力……

这几年，小甲鱼发现自己有一个很明显的变化。

以前看到一篇几千字的文章，只要题目感兴趣，我大概率会慢慢看完。

现在不一样了。

文章打开之后，手指会下意识地往下滑几下。

如果前面几十秒还没有出现让我觉得 “有用” 的东西，大脑里就会冒出一个声音：

算了，下一篇。

看视频也是如此。

一个十几分钟的视频，如果 UP 主前面铺垫得稍微长一点，我们很容易直接拖进度条。

看电影的时候拿起手机，吃饭的时候刷视频，上厕所刷视频，甚至打游戏复活等待的那十几秒，也会忍不住切出去看两眼消息。

仔细想想，这其实是一件挺可怕的事情。

因为我们正在越来越难接受一件事：

有些回报，不会立刻出现。


而偏偏人生中真正重要的事情，大部分都属于这一类。

学习编程是这样，减肥是这样，读书是这样，健身是这样，创业是这样，

甚至人与人之间建立真正深厚的关系，同样如此……

可我们的注意力系统，却正在被另一套完全相反的机制训练着。

你滑一下，它就给你一个新刺激。

再滑一下，又来一个。

永远不用等待，永远都有下一条新鲜的、有意思的内容等着你。

久而久之，我们失去的可能不仅仅是时间。

而是一种非常重要，却很少有人讨论的能力：

忍受「暂时没有奖励」的能力。




一个很有意思的变化：我们开始讨厌「慢」

不知道大家有没有这样的感觉。

现在互联网上最容易让人退出的内容，往往不是 “质量不好”，而是：

爽点来的太慢！

教程讲了两分钟还没有进入重点，关掉。

文章写了五百字还没给结论，关掉。

电影前半小时都在铺垫，觉得无聊。

游戏开局几分钟没有爽点，也开始觉得没意思。

甚至学习的时候也一样。

学 Python 两天发现还写不出什么厉害的程序，于是开始怀疑：

我是不是不适合编程？

学 AI 一周还没搞明白 Transformer，于是又想：

是不是我基础太差？

可如果你回头看看，会发现这其实很奇怪。

因为绝大多数真正复杂的能力，本来就不可能通过即时反馈来习得。

比如今天你学了循环语句的用法：

1. for i in range(10):
   
2.     print(i)

复制代码

当时看起来没什么了不起的。

学习列表、字典、函数的时候，也不会觉得人生发生了什么变化。

甚至学了几个月，你可能仍然觉得：

我好像什么都不会。

但某一天，当这些零散的知识突然连接起来，你写出了第一个真正属于自己的程序，那种身心愉悦感觉是会非常强烈的！

问题就在这里：

真正的成长，往往是一条延迟奖励曲线。

而今天大量互联网产品提供的，却恰恰是另一种东西：

即时奖励。




为什么短视频这么容易让人停不下来？

很多人把原因简单归结为 “自制力差”。

其实没有这么简单。

如果纯粹只是自制力的问题，那全世界这么多人突然一起 “自制力下降”，未免也太巧了。

更关键的原因，是产品本身已经变得非常擅长理解人的注意力。

我们可以把一个典型的推荐系统，极度简化成下面这个过程：

1. 给你推荐内容
   
2.     ↓
   
3. 观察你的行为
   
4.     ↓
   
5. 你看了多久？
   
6. 有没有点赞？
   
7. 有没有评论？
   
8. 有没有划走？
   
9. 有没有回看？
   
10.     ↓
    
11. 更新对你的判断
    
12.     ↓
    
13. 推荐更可能留住你的内容

复制代码

注意，这里面有一个非常重要的东西：

反馈速度极快。

你甚至不用明确告诉平台 “我喜欢什么”。

你的每一次停留，本身就是答案。

某个视频你多看了 3 秒，系统会知道。

某一类内容你连续看完几个，系统会知道。

你在什么时间喜欢看什么，它慢慢也会知道。

所以你看到的内容并不是随机的。

它是在一轮又一轮反馈中，被不断筛选出来的。

最终留下的，是那些最容易让你继续滑下去的东西。

从工程角度看，这其实相当牛掰。

但问题也恰恰出现在这里。

平台优化的目标，和你人生真正需要优化的目标，并不是同一个东西。

平台希望你的停留！！

而你真正希望的可能是：

我想学会 Python。
我想完成论文。
我想读完这本书。
我想把肥减下来。
我想做出一个作品。




最麻烦的并不是浪费时间

很多人谈短视频，总喜欢算时间账：

每天刷 2 个小时，一年就是 730 个小时。

听起来确实很吓人。

但我觉得，真正值得警惕的还不是这几百个小时。

而是另外一个变化：

我们的 “刺激阈值” 正在被不断提高。

什么意思？

假设以前你看一本书，只需要文字本身就能进入状态。

后来你习惯了视频。

再后来，普通视频还不够，需要更快的剪辑、更密集的信息、更强的冲突、更漂亮的画面。

于是，一本安安静静躺在桌子上的书，突然显得特别 “没劲”。

不是书发生了变化。

是你的大脑对刺激的期待发生了变化。

这就像一个长期吃重口味的人，突然去吃一碗白粥。

白粥没有问题。

但你的舌头会告诉你：

没味道。

注意力也是如此。

当大脑长期生活在高密度刺激环境中，那些需要慢慢进入状态的事情，就会越来越难。

于是我们开始出现一种很典型的现象：

明明知道学习更重要，但就是不想开始。

这时候很多人会责怪自己：

我怎么越来越懒了？

其实有时候，并不是 “懒”。

而是你的大脑已经习惯了另外一种奖励节奏。




这也是为什么，AI 时代反而更需要「慢能力」

这里其实还有一个很有意思的矛盾。

我们今天拥有的工具，正在变得越来越快。

以前写程序要自己查文档。

现在问 AI。

以前查资料要翻很多网页。

现在让 AI 总结。

以前不会写 SQL，要现学。

现在描述需求，AI 甚至可以直接给你生成语句。

表面上看，人应该越来越轻松才对。

但小甲鱼反而觉得：

AI 越强，人越需要具备一种「慢能力」。

如果你们有关注《小甲鱼的AI学习指南》中的文章，会发现小甲鱼经常提到「稀缺性」。

就是无论地球怎么变，生产力怎么牛逼，稀缺的东西永远就是值钱的东西！


由于信息获取已经不再是最稀缺的东西了。

未来真正稀缺的，很可能是另外几种能力：

理解一个复杂问题的耐心。

连续几个小时解决同一个问题的专注力。

发现 AI 回答中漏洞的判断力。

面对一个没有标准答案的问题，反复推敲的能力。

还有最重要的：

长期做一件短期没有反馈的事情。

AI 可以瞬间给你 20 个答案。

但它不能替你决定：

哪一个答案真的值得相信？

AI 可以一分钟帮你生成一篇文章。

但它不能自动保证：

这篇文章有没有真正体现出你想要的思想。

AI 可以生成程序。

但程序出了一个极难复现的 Bug，最终仍然需要有人坐在那里，盯着日志，一点点把问题找出来。

换句话说：

当「生成答案」越来越便宜，「深度判断」反而会越来越贵。

这可能才是 AI 时代真正重要的变化。


真正拉开差距的，可能已经不是 “谁知道得多”

以前我们很容易崇拜知识多的人。

因为知识本身就是稀缺资源。

但现在情况已经发生了变化。

不懂 Kubernetes，可以问 AI。

不懂 Attention，可以问 AI。

不知道怎么写正则表达式，可以问 AI。

甚至一个完全不会编程的人，也可以借助 AI 做出一些简单程序。

那么接下来会发生什么？

我觉得差距会逐渐从：

谁知道得更多？

变成：

谁能在一个问题上待得更久？

一个问题来了。

大多数人问 AI 一次，得到一个看起来差不多的答案，就结束了。

另一部分人会继续追问：

为什么？

还有没有例外？

这个结论的前提是什么？

有没有反例？

如果换一个条件会怎样？

有没有更好的实现？

这个数据可靠吗？

能不能自己做实验验证？

你会发现，仅仅多追几层，最后获得的东西就完全不同。

所以未来一种非常重要的竞争力，可能可以称作：

认知耐力。

就像跑步有心肺耐力一样。

思考，同样有耐力。


「碎片化学习」最大的陷阱，是让你一直觉得自己在学习

我觉得这个问题在技术圈尤其明显。

每天刷短视频学习：

《5 分钟看懂 RAG》
《3 分钟搞懂 Transformer》
《一分钟理解 MCP》
《10 个你必须知道的 AI 工具》

看上去每一个都很有用。

收藏夹也越来越满（看不到 1 分钟就点收藏，直接下滑有木有~）。

一天下来甚至会产生一种满足感：

今天又学了好多。

但如果有人突然让你关掉所有网页，然后问一句：

RAG 为什么需要向量检索？

你可能会发现：

好像知道。

又好像说不清楚。

这就是碎片信息最容易制造的错觉，但是：

熟悉感，不等于理解。

你见过这个词很多次，所以会误以为自己懂了。

真正的理解往往发生在另外一些时刻。

你试着把它讲给别人听。

你试着自己写代码。

你遇到一个 Bug。

你发现原来的理解解释不了这个现象。

于是重新查资料、重新实验、重新修改自己的认知模型。

这一整个过程，很慢。

甚至有一点痛苦。

但真正属于你的知识，往往就是这样形成的！


所以问题并不是 “要不要卸载抖音”

小甲鱼相当不太赞成一种观点：

把所有娱乐 App 全删掉，你的人生就好了。

没这么简单。

工具本身不是敌人。

短视频也有非常高的信息获取效率。

我自己也会刷，也经常能从里面发现一些有意思的东西。

真正的问题是：

你在使用工具，还是工具在使用你？

这两种状态看起来非常像。

比如都是打开抖音。

第一种状态是：

我想看看某款产品的测评。

搜完，看完，退出。

第二种状态是：

我就随便看看。

然后大半天过去了……

前者是你带着目的进入算法。

后者是算法带着目的接管你。

这可能才是最关键的区别。


我现在越来越喜欢一种很 “笨” 的方法

就是主动给生活增加一点摩擦。

想刷视频的时候，不禁止自己刷。

但先问一句：

我现在打开它，是准备干什么？

如果答案说不出来，那就先别打开。

想学习一个知识的时候，也尽量不连续刷十几个「快速入门」。

而是选一个主题，真正坐下来。

比如今天我想搞懂 Embedding 的原理。

打开小甲鱼的文章 -> 一文讲清楚 Embedding 的工作原理

那么就围绕它至少折腾 1 个小时。

看文档 / 做练习 / 问 AI / 尝试自己解释一遍 / 不懂的地方继续往下挖 ...

这种效率，虽然看起来可能比 “十分钟学会一个知识点” 要低得多得多。

但奇怪的是：

过几个月回头看，留下来的东西反而更多。

因为大脑真正需要的从来不是更多的信息。

而是时间！

时间让信息之间建立连接。


我越来越相信：无聊其实是一种能力

小时候坐长途汽车，没有手机。

窗外一看就是几个小时。

无聊怎么办？

发呆。

想事情。

看窗外。

睡觉。

脑子里自己编故事。

……

现在回头看，那些看似毫无意义的时间，其实给了大脑一个非常重要的东西：

空白。

现在这种空白越来越少了。

等电梯，掏手机。

排队，掏手机。

等红灯，掏手机。

吃饭，掏手机。

睡觉前最后一分钟，还是手机。

我们恨不得把生活中所有缝隙全部填满。

可问题是：

很多真正有意思的想法，偏偏就是在这些缝隙里冒出来的。

因为只有当外部输入暂停之后，大脑才有机会处理内部的信息。

你会突然想通一个问题。

会重新审视一件事情。

会产生一个奇怪但有趣的点子。

会把过去看似毫无关系的两个知识连接起来。

所以从这个角度看：

无聊并不是等待下一条内容出现的空档。

它本身就是认知过程的一部分。




未来真正稀缺的，可能是「完整的人」

小甲鱼有时候会想这么一件事。

如果未来的内容越来越短，刺激越来越强，推荐越来越精准，AI 越来越懂你，那么最终我们会不会进入一个很奇怪的时代：

每个人都拥有无限信息。

但越来越少的人能够连续读完一本书。

每个人都可以调用最强大的 AI。

但越来越少的人愿意为了一个问题思考几个小时。

每个人都知道很多结论。

但很少有人愿意追问：

这个结论到底是怎么来的？

如果真的如此，那么未来最稀缺的人，可能并不是什么 “超级聪明的人”。

而是那些仍然能够：

安静读东西，

认真做事情，

长期学一个领域，

忍受无聊，

接受延迟反馈，

并且能够形成自己判断的人。

说白了，就是一个注意力仍然属于自己的人。


写在最后

我不觉得刷短视频等于 “降智”。

这样说既简单，也不公平。

短视频只是一种媒介。

推荐算法也只是一种技术。

真正值得我们思考的是：

当越来越多聪明的工程师、算法和算力，都在竞争同一件东西 —— 你的注意力 —— 我们有没有能力把其中一部分拿回来？

你当然可以刷视频。

可以打游戏。

可以看直播。

也可以什么都不干。

生活没有必要变成一场苦修。

但有些时间，最好还是留给那些不会立刻让你爽，却会在几年之后悄悄改变你的事情。

读一本暂时看不懂的书。

写一个暂时没人用的项目。

学一门暂时赚不到钱的技术。

坚持一项暂时看不到效果的运动。

认真思考一个暂时没有答案的问题。

因为真正改变一个人的东西，往往都很慢。

慢到你在发生变化的时候，甚至察觉不到。

直到很多年以后回头看，才突然发现：

原来人与人之间真正的差距，就是在那些没人点赞、没有推送、没有即时奖励的时间里，一点一点拉开的。

所以，比 “少刷一会儿手机” 更重要的，可能是重新训练自己：

愿意为一件重要的事情，等一等。

这个时代什么都越来越快。

但有些东西，还是慢一点比较好。

yinda_peng

04年出生，经历过智能机尚未普及的童年，没有AI的中学六年，AI普及的大学四年到现在研一，技术变革真的是很快很快

捉刀人

小甲鱼提出的问题还给了可行性的方法，看甲鱼的文章比微信一堆洗稿的文章好多了。吐槽下 有的耐心是被ai稿消耗的

pszo

有毅力的人具备延迟满足能力，现实不会像打游戏那样实时反馈，能力的提升也是缓慢的过程，这就需要延迟满足能力控制你放弃的冲动

清风20260225

小甲鱼进化成哲学家了。多设几个闹铃。带一个手表。找一本没有的书来看。

Lculyh

作为大数据专业学生，有时我总沉迷于碎片化学习爽感，可我认为真正能搭建起完整的数据链路、排查清生产环境的数据倾斜的算法模型，靠的从来不是即时的知识点碎片，而是沉下心啃透分布式原理、反复踩坑调试、在无即时反馈的深耕里沉淀出的系统数据思维。AI 能帮我们快速生成 SQL 与代码方案，但对数据逻辑的底层把控和业务价值的深度判断，终究要靠慢功夫才能真正长成自己的能力

stacymeowmeow

我觉得一个人最难的事是，如何找到一个真正的目的。愿意为了这个目的的实现，就算害怕依然有勇气，就算终局未知依旧肯付出、去经历和承受无数的必经过程，无论这个过程是自己愿意面对或者不愿意面对的。无论最终自己的目的是否实现，自己总有一种是为了自己而活的掌控感，找到自己活着的落脚点。
真正来自于灵魂的渴望，如飞蛾扑火。

以为是冷风

走一条没有光线的超长隧道 走了很久以后看见出口的那中欣喜感 有很强的不可替代性 很爽 很提升自信

Handsome_one

这就是一个全面吸电子鸦片的时代,打着王者,刷着视频,兴奋,快感的阈值越来越高,人们追究着即使快感.像哥这种清醒的人太少太少,一节一节听着小甲鱼的py课程,按部就班的坐着课后习题,到了这个年纪,又不是科班出身,所以不跟任何人比进度,做到日拱一卒,结果随缘就好.毕竟我的游泳,健身,营养饮食控制体重都是这么慢慢积累,最后都略有所成.

努努OvO

多巴胺和内咖肽之争，多巴胺——是即时的快乐，来势汹汹，去也匆匆，来的快去的也快？而内咖肽——是复利，是今每天多一点，时间拉长后实现指数级增长。小甲鱼文章中说到的认知耐力，就是未来ai所不能替代的能力，因为ai只能给你答案，却给不了你过程。正如数学界的证明一样，ai时代之前是证明饥饿，一个证明过程中就像在漆黑的森林里探路，探索过程中发现的几样工具才是人类最宝贵的财富，而终点的美景只是附带品；ai时代来临后，数学家门都“撑着了”，因为对的证明太多，过程却没有人能一时之间看明白，就像直接把人空投到森林的终点，再想走出去却难如登天。
未来最重要的能力之一一定是能判断ai的结果正确与否，并理解它，这就需要在自身所在的领域中的理解要足够深刻，ai时代知识获取难度降低了，但并不代表专精，这才是ai时代所欠缺的能力。

捭阖jacky

之前在一本书上看到李小龙说他不害怕会100种武术的人，但是他害怕一个招式练100遍的人，新事物的产生不是错误，就好像以前人出行都是走路，坐马车，后来是骑自行车，骑摩托，到现在人们出行坐高铁，飞机。节奏的加快，有时候也是社会发展的必然结果，关键还是看自己怎么协调这些事情。既不能成为生活的傀儡，但也不能放飞自我，毫无顾忌。在慢与快找到自己的节奏。

小派

看完挺扎心的。不过完全回到「慢」也不现实吧，碎片化时间摆在那儿。关键是能不能给自己留出一段「只能做这一件事」的时间窗口。能意识到这点，其实就已经赢过多数人了。

柿子饼同学

不急于求成

鱼小二

绝世好文，推荐给朋友拜读！！

fishc.com

短视频和ai的出现，很多事情都变了

一只程序猫

无聊其实是一种能力

13351890899

学习了

qiuhan1987

快，很快

yasi

现在确实，看到一个长一点的视频都想拖进度条。看书貌似也没耐心安安静静看了

wakey

看了，可以收藏一下

9157305

不是不会 要努力学不是吗

lu10086

快节奏社会，人基本上都失去了慢下来，慢慢生活的能力

忘川hd

是的，感觉现在没那么多耐心看长的文章或者视频

想个好名字@

更喜欢碎片化的东西了，耐心正在消失

xcchuanqi

很多时候静不下来，究竟是我们生活的环境影响，还是我们自己变了

2ko8e4

是这样的，所以学习很难坚持就是因为不是即时有反馈的

神荼Q

丧失专注力