AI 生產力悖論：當低摩擦力導致低價值

生成式 AI 的承諾是速度。我們被告知現在可以在幾分鐘內而非幾週內構建應用程式、編寫腳本並製作想法的原型。但對於許多開發者來說，這種加速感開始感覺不像是一種超能力，而更像是一個陷阱。當創作的摩擦力被移除時，對結果的投入感也往往隨之消失。

在最近一篇具挑釁性的文章中，開發者 David (dmw_ng) 描述了一系列令人眼花繚亂的 AI 構建專案：一個用 Rust 編寫的語音識別系統、一個 Windows 95 記事本克隆版、一個用 Three.js 編寫的 3D 汽車遊戲，以及其他數十個專案。結果呢？幾乎沒有一個是有用的，而且他也不想維護它們。這就是「AI 生產力悖論」：產生大量輸出的能力並不等同於創造價值。

熱核級 ADHD 放大器

對許多人來說，LLM 充當了分心的催化劑。因為任何新想法的進入門檻現在幾乎為零，切換任務的心理成本大幅降低。這導致了作者所描述的「熱核級 ADHD 放大器」，開發者發現自己同時運行多個螢幕和不相關的專案，在沒有任何長期願景的情況下，追求「可行」原型的多巴胺衝擊。

這種現象與「偽生產力」的概念密切相關。正如 Cal Newport 所言，數位工具通常使個別任務變得更快，但卻讓知識工作者更加分心，且整體生產力降低。顯而易見的忙碌——發送更多訊息、生成更多草稿、產出更多程式碼——變成了真實價值的代理指標。

摩擦力是功能，而非錯誤

這次討論中最反直覺的見解之一是，摩擦力對於品質是必要的。作者分享了一個實驗，他使用語音轉文字來自動化部落格文章。結果是「毫無節制的垃圾」，因為努力程度的移除也移除了投入感。

"因為努力程度被移除了，投入感也隨之消失，隨著投入感消失，專注力也隨之消失，而隨著專注力消失，任何有意義的產品也隨之消失。"

這表明，綜合過程——努力表達一個想法或除錯一段複雜邏輯的掙扎——才是實際價值創造的地方。當 AI 繞過這種掙扎時，它不僅僅是節省了時間；它還移除了使工作變得有意義所需的認知處理過程。

反對觀點：AI 作為快速原型設計工具

並非所有人都將這種加速視為負面。一些開發者認為，快速失敗的能力是一種解放。透過花一個週末測試「只有方塊且沒有貼圖」的遊戲玩法動態，開發者可以在投入多年努力之前，判斷一個概念是否可行。在這種觀點下，「拋棄式」專案並非浪費，而是探索過程中的迭代過程之必要部分。

對於那些擁有明確使命或強大架構心智模型的人來說，AI 充隨著作為一種力量倍增器。正如一位評論者所指言，危險在於當「沒有任何目標可以達成」時——當 AI 在將零乘以倍數時。對於自律的用戶來說，AI 可以處理自動化的「粗糙邊緣」，讓他們能夠專注於高層次設計與驗證。

尋找中間地帶

我們如何在利用 LLM 的力量之餘，又避免陷入偽生產力的陷阱？社群提出了幾種策略：

• 嚴格驗證： 從「提示詞...