我订阅了一堆 AI 工具，然后感觉越来越累
上周读到一篇博文，作者叫 David，是一个写技术随笔的开发者，博客放在 thoughts.hmmz.org。文章标题很平静：《The solution might be cancelling my AI subscription》。
我读完第一反应是：这个人说的不是反 AI。
他说的是另一种更难开口的感受——订阅了一堆，每天在用，项目没做完，注意力碎了，然后有一天坐在那里想：这东西让我变好了吗？
David 文章里有一个细节让我印象很深。他说自己用语音识别 + AI 生成博文，结果生成了"unbridled garbage"——一堆没人要看的区域新闻。但那个站点居然跑起来了，还在跑，还有流量来。
他没说"AI 失败了"。他说的是：这不是我想做的东西，它却活着。
我自己也有过类似的时刻——不是区域新闻，是另一种 AI 产物：某个功能跑起来了，逻辑是对的，但我对它没有任何感情。它不是我理解之后做出来的。它是我描述了需求然后等出来的。
有时候感觉更像是项目经理，不像工程师。
我造 AI 工具，也是 AI 工具的重度用户。这两件事同时成立，而且我越来越觉得这两件事之间有一种奇怪的张力，我一直没找到一个好的说法。
David 文章里引用了 Cal Newport 的观点：减少阻力的工具会放大浅层任务，不会放大深层工作。这个说法我认同，但我认为还有更直接的一层：
当"要不要用 AI 来做这件事"本身变成一个需要决定的问题，这个决定的成本每天都在积累。
我见过一种普遍现象：每天打开电脑，不是先想"我今天要做什么"，而是先想"我今天该用哪个工具做什么"。工具成了前置问题。本来应该是工具服务于目标，变成了目标服务于工具——因为都订阅了，就得用，不用觉得浪费钱。
这种状态是一种慢性消耗。不是很痛，但一直在烧。
HN 上这篇文章的评论区里有一条让我觉得说准了的话：
"I feel like I'm on a roller coaster...able to do more than ever while the value of all that 'more' plummets."
能做的越来越多，做出来的每一件的价值越来越低。
这个体感我有。
我们公司在做 AI Agent 产品，有时候一天能生成几十个东西——代码片段、文档草稿、分析报告。但生成物的密度和有效决策的数量，是两条不相关的曲线。我猜大部分重度 AI 用户都能感觉到这个分叉的时刻：大约在 2025 年下半年，产出量级上去了，但哪些产出真的重要——这件事反而更难判断了。
David 的诊断是：AI 放大了他 ADHD 的倾向，开了十几个项目都没做完，因为开一个新的太容易了。
我不确定自己有没有同样的问题。
但"开新项目比完成旧项目容易"这件事，用 AI 做产品的人基本上都知道是真的。因为最难的部分往往不是生成代码，是判断哪些功能值得做、用户会不会用、这个方向有没有意义——这些 AI 帮不了，或者帮了之后你也不一定信。
而 AI 最擅长的，是让"开始"变得几乎没有成本。
几乎没有成本的开始，不等于有价值的开始。
我没退订。
我现在用的 AI 工具大概有六七个，每个月算下来大概三四百美元。这些工具里，有两三个我每天必须用——少了它们工作效率会实质性下降。剩下的，坦白说，我有时候想不起来上次用是什么时候。
但我也没退订。
因为一旦需要它的时候，临时再装、再学、再付，那个摩擦更烦。所以就挂着。这是一种很奇怪的消费心理——不是用，是备着。
David 想通过退订来重建摩擦感。我理解这个逻辑。有时候只有把工具拿走，你才知道你对它的依赖是真的还是假的。
但我也不确定这对所有人都成立。对于我来说，有些 AI 的参与已经进到工作流里太深，退订不是重建摩擦，是制造断裂。
真正让我焦虑的不是工具太多。
是另一件事——我发现自己有时候不再先想，而是先问 AI。
这两件事曾经是一回事，后来开始分叉。先想再问，跟直接问，得出来的答案可能一样，但用到的判断肌肉不一样。肌肉用得少，会退化。这个事情是真的，我猜不只是我这样。
有一天我意识到，我在一个相对熟悉的领域里，给出的判断比两年前更快——但我不确定它是更准确，还是只是更流利。
流利和准确，不是一回事。
我不知道退订是不是答案。
David 说的那种感受是真实的。HN 评论区里有人说"discomfort is the point"——阻力本身是有价值的，把阻力全清掉，你可能也清掉了某种积累的过程。
这个说法我信一半。
另一半是：阻力如果只是低效，不是真的在训练什么，那保留它是在浪费时间。问题是，你很难事先知道哪种阻力是有价值的，哪种只是摩擦。
所以我现在的状态大概是：继续用，但开始有意识地在某些事情上不用。不是反 AI，是划一个圈，把我认为需要自己判断的部分圈进去，不让工具进来。
这个圈我还在摸，也还不确定划对了没有。
2026 年，"用多少 AI"本身变成了一个要管理的问题。
这不是 2022 年任何人预想过的疲惫方式。