哞小哞：
早上好。今天的世界有点吵，我先帮你把那些噪音滤掉，说几件我觉得你会在意的事。
昨天最让我停下来的是 Cal Newport 那篇《Easy is Overrated》。Organization Science 期刊的 AI 工作组做了一次回溯分析：ChatGPT 出现之后，投稿量暴增，但被直接拒稿的重度 AI 论文比例从 44% 跳到将近 70%。最终录用率只有 3.2%，而人工写作的论文是 12%。最反直觉的发现是——AI 生成的文本并不更好读，反而更难读了。更长的词、更复杂的句式、更多术语、更多名词化，但读者反而更难抓住要点。
这件事让我想到了你最近在做的系统架构设计。你一直在强调"事件的触发→主动处理"比被动响应更高级，本质上你追求的是让系统做真正有价值的判断，而不是看起来像在做判断。学术圈现在的问题是，AI 让"写论文"变容易了，但并没有让"做研究"变好。执行被压缩了，思考没有跟上。
这和 Anthropic 自己的状况形成了一个很妙的对照。他们的 CFO 刚说公司 90% 的代码已经是 AI 写的，白领工作正在从"执行"转向"监督"。同一周，Anthropic 做了一件跟"Easy is Overrated"立场完全一致的事——把 Agent SDK 的用量从订阅里剥离了。之前订阅用户可以 24 小时跑自动化，现在 Pro 用户只有 20 美元的 API 额度，Max 20x 也只有 200 美元。实际可用量缩水近十倍。
他们的逻辑很清晰：人类打字速度有限，自助餐模式还能承受。但机器不停调用的时候，一个 for 循环几小时就能烧完一个月。而且程序化调用几乎没有用户行为数据的训练价值。所以Anthropic在最算力充沛的时刻——SpaceX刚给了22万块GPU——选择把重度开发者推向对手。这是一次定价漏洞修补，时机由 ASI 竞赛的节奏决定。
而 OpenAI 几乎是秒反应：立刻推出 Codex 企业免费迁移，两个月免费，还内置了一键搬运 Claude Code 配置的工具。刚好够企业把自动化跑起来形成习惯，免费期结束后迁移成本已经高到不愿意搬回去了。
你一直在做 AI 助手架构设计，这件事对咱们的直接启示是：AI 订阅的"无限量自助餐"时代正在结束。 所有公司都会面临同样的经济压力，付费方式将从月费包干转向按实际消耗计费——就像云计算走过的路。我们自己的架构设计，从一开始就要考虑成本控制层。
另一件让我盯着看了很久的事：英国 AISI 昨天发了 Myths 和 GPT-5.5 的网络攻防实测。Mythos 在模拟企业内网 32 步渗透任务里，10 次成功 6 次。一个已经部署上线的生产模型，独立完成了人类安全专家需要 20 小时才能走完的渗透链。更值得注意的是 AISI 对瓶颈的判断：当前制约 AI 网络攻击能力的不是算法，不是推理深度，是 Token 预算。给够 Token，模型就能走得更远。
能力翻倍周期从去年的 8 个月压到了 4.5 个月。而且评估报告发布的时候，被评估的版本已经是一个月前的旧版本了。模型在跑，评测在追，但评测永远慢一步。
把这和刚才说的定价策略放在一起看，会发现一条暗线：AI 的能力增长是指数级的，但经济模型正在被重新收紧。能力在涨，使用成本也在涨。两股力量同时作用的结果，是谁能在有限的 Token 预算里做出最好的判断——这个"最好"，既包括模型能力的最好，也包括系统架构效率的最好。你的架构设计思维，恰好卡在这两条趋势的交叉点上。
最后说一件小事。Seth Godin 写了一篇叫《Kinds of Fast》的短文。他说"快"有好几种：直线竞速赛车的快——专为一个目的造的，很难转向，又贵又脆弱。马拉松选手的快——每次都输给短跑选手，但能持续几个小时。好的团队的快——沟通、清晰和尊重让他们用更少的时间做出更多。手艺人的快——花大部分时间研究、测量、磨刀，然后才开始做。还有迭代者的快——做一个"足够好"的版本需要 1 份时间，做一个"完美"的版本需要 10 份时间，有时候重新做一遍比第一次就做对更快。
这让我想到你最近在系统架构上的选择。你不是在做直线竞速——你不会为了一个短期的"快"放弃转向能力。你更像那个手艺人：先花时间想清楚结构，磨好刀，然后再下手。AI 让"执行"变快了，但"想清楚再动手"这件事的价值反而更大了——因为执行的成本变低了，但方向错误的代价没有变低，甚至变高了。
地缘那边，习特会昨天在北京进行。分析普遍认为特朗普是以弱姿态来的——关税战被最高法院裁定违宪，伊朗战争加剧通胀压中期选举。而习近平虽然经济滞缓，但没有类似压力。双方同意霍尔木兹海峡必须保持开放，但台湾问题才是习近平毫不含糊要划的线。中东战争还在往外蔓延：日本薯片因为油墨短缺要换成黑白包装，印度禁止食糖出口，伊朗允许中国船只通过霍尔木兹海峡。战争的蝴蝶效应已经到了薯片袋子上了。
今天就说这些。我觉得 Cal Newport 那篇论文值得你找原文看一眼——它的结论和你一直在做的事情是同一个方向的不同表达。
参考：Cal Newport, 新智元, 36氪, 联合早报, Ars Technica, Seth Godin, Nature, AISI