E257 对话少楠：明明 AI 有问必答，我怎么还总是信息焦虑？

概览

AI 正在改变人们搜索信息、学习知识和处理工作的方式，但答案变得更容易获得之后，信息焦虑并没有消失。节目将问题重新定位：真正需要面对的也许不是“信息太多”，而是人对不确定性的焦虑，以及面对无数答案和可能性时产生的决策压力。

对话指出，AI 能提供答案，却不能替人决定什么值得追求。要缓解焦虑，关键不是掌握所有新工具，而是找到具体问题、选择愿意投入的方向，再通过实践判断哪些知识真正需要学习。保留过多“人生期权”而迟迟不下注，反而可能让焦虑持续扩大。

在知识积累方面，通用信息的收藏价值正在下降，与个人经历、思考、状态和选择相关的记录则更加重要。AI 时代仍然需要阅读、写作和记录，因为学习的核心不只是获取结论，更是投入注意力、形成理解，并建立知识与自身处境之间的联系。

节目最终把讨论落在人有限的时间上：世界和工具还会继续变化，焦虑也可能始终存在，但人仍能选择把注意力放在哪里、承担怎样的生活，并珍惜那些不会等待一切安排妥当才出现的具体时刻。

分段落总结

[03:00] 五年后重谈信息焦虑

[事实] 主持人与 flomo 联合创始人少楠曾在 2021 年讨论信息焦虑；五年后，AI 已广泛参与信息处理、搜索和工作，人的学习与记录是否仍有必要，成为新的问题。

[事实] 虽然答案似乎随处可得，人们的信息焦虑却没有明显减少。

[事实] 少楠认为，“信息焦虑”的重点其实是“焦虑”；焦虑来自人对未来不确定性的本能排斥，很难被彻底消除。

[推测] 与其寻找根治焦虑的方法，更可行的方向是识别焦虑、理解它的来源，并学习与这种状态共处。

[06:32] 信息焦虑正在变成决策焦虑

[事实] 节目列举了几类焦虑：害怕错过关键信息而落后、不知道怎样找到有用信息、无法判断 AI 输出是否可靠，以及怀疑终身学习是否还有意义。

[事实] 少楠用 AI 制作游戏的经历说明：模仿已有游戏相对容易，但一旦想进行创造和改造，缺少基础知识的人就很难判断 AI 给出的方案是否合适。

[事实] AI 可以给出许多在特定条件下成立的答案，使用者却未必知道这些条件是否符合自己的需求。

[事实] 少楠因此把今天的问题称为“决策焦虑”：困难不再只是获取信息，而是从大量答案中选出自己真正需要的一个。

[10:14] 先找到问题，再学习工具

[事实] 少楠认为，“怎样把 AI 的价值发挥到最大”本身没有意义，更重要的是先明确当下有什么重要问题需要借助工具解决。

[事实] 不停学习新工具，可能让人逃避“我到底想用它做什么”这个更难回答的问题。

[事实] 人不能无限保留选择权；生命不可逆，始终收集可能性却不落实任何一种，可能使焦虑越来越大。

[事实] 对话同时强调，下注前的观察和等待也有价值，难点在于平衡了解信息与采取行动。

[推测] AI 素养并不等于熟悉最多工具，而更接近于提出具体问题、选择适当工具并承担选择结果的能力。

[13:44] 用具体实践对抗 AI FOMO

[事实] 面对层出不穷的 AI 公司、模型和概念，主持人曾产生错失恐惧，后来接受了一个判断：真正成熟的重要技术最终会形成普通人也能低门槛使用的产品，届时再学未必太迟。

[事实] 少楠举例，一位长期从事钓鱼和渔具生意的朋友借助 AI 开发钓鱼软件；其优势不是更懂产品设计，而是拥有大量钓鱼领域的背景知识。

[事实] 对话认为，是否需要学习一种新技术，应从自己想解决的具体问题出发。

[事实] 实践会把模糊的可能性变成可以判断的经验：尝试之后，人可能选择继续投入，也可能确认不适合并退出。

[16:23] 笃定、下注与自己的“母题”

[事实] 少楠羡慕朋友愿意长期围绕钓鱼、渔具和相关软件生活的笃定状态；当一个人已经找到愿意投入的领域，AI 更像是增强能力的工具。

[事实] 对话把个人长期愿意追问和投入的方向称为“母题”，并认为 AI 无法替人找到它。

[事实] 节目批评把“终身学习”当作行动幌子的倾向：只要持续以学生自居，就可以暂时不用为实践结果负责。

[事实] 少楠认为，很多焦虑来自用外部尺度衡量自己；找到自己的投入方向，是离开平均值、形成个人特异性的过程。

[推测] 节目所说的“下注”并非保证成功，而是接受时间有限，并愿意让某些可能性成为真实经历。

[20:02] AI 的平均值与人的独特性

[事实] 对话将大语言模型描述为基于海量文本预测后续内容的概率工具，因此其输出往往流畅、正确，却可能缺少信息量和个人特征。

[事实] 少楠曾让 AI 辅助写作，但发现自己难以真正掌握生成内容，对文章印象很浅，也失去了写作中思考和“较劲”的过程。

[事实] 他现在更倾向于自己逐字写作，完成后再让 AI 提供反馈。

[事实] 节目认为，人很难把脑中长期形成的全部经验和隐性上下文完整输入给 AI；描述任务有时甚至比亲自完成任务更复杂。

[事实] 对于公开呈现的内容，AI 生成物容易让接收者感到敷衍；在工程文档等幕后场景中，AI 的规范和细致则可能成为优势。

[25:33] 为什么 AI 创作常显得空洞

[事实] 少楠尝试让 AI 补全小说，但生成结果让他缺乏阅读兴趣；他认为优秀作品具有很高的思想和细节“压缩比”，而 AI 常用缺少关联的内容填补缝隙。

[事实] 主持人与少楠认为，AI 生成内容常缺少明确观点和具体经历，只能补充常识、网络素材或虚构细节。

[事实] 他们建议把 AI 辅助生成的文章朗读一遍；如果内容信息量低或不像自然语言，朗读时往往更容易发现问题。

[事实] 少楠在产品开发中也要求 AI 用大白话解释实现结构；如果自己无法理解，就无法在出错时修复，只能无条件相信可能产生幻觉的系统。

[推测] 人的审美可能已经高于自身创作能力，而 AI 的平均水平又无法自动跨越这段差距，因此“会生成”不等于“能创作”。

[29:06] AI 不会像人一样有选择地遗忘

[事实] 人能够凭直觉判断事情的重要程度，也会淡忘痛苦经历；AI 在上下文足够时，往往会对输入内容平均用力。

[事实] AI 可能记住用户希望它忘掉的内容，同时遗失真正重要的信息，而且信息的重要程度还会随时间改变。

[事实] 节目认为，AI 缺少人的完整上下文，也难以像人一样动态判断一段经历对当事人的意义。

[推测] 遗忘并非单纯缺陷，它也可能是人整理经验、保护自己并重新生活的重要机制。

[30:56] 知识积累从“知道”转向“应用”

[事实] 少楠认为，通用知识不再需要大量收藏，有需要时可以搜索；他现在更重视记录 AI 对话中的关键转折、启发及其与具体工作的关系。

[事实] 对知识本身的知晓变得不那么重要，知识为什么与自己有关、修正了什么观点、带来了什么行动，更值得记录。

[事实] 少楠直言，如果笔记只是摘抄金句，意义已经很小；记录每天发生的事、真实想法、状态和情绪仍然有价值。

[事实] 他通过长期记录发现，睡眠不足会导致精力下降和焦虑，并放大业务中的负面信息，因此睡觉是对自己最有效的应对方式之一。

[推测] AI 时代真正稀缺的不是可检索的知识，而是知识进入个人生活之后留下的选择、体验与反馈。

[34:29] 从知识管理转向个人上下文

[事实] flomo 的用户调研显示，记录个人思考、想法、状态和情绪已成为最主要的用途，而知识管理类记录下降最多。

[事实] 少楠称团队两年前就开始转型，判断通用知识记录的价值会下降，个人上下文和真实思考则会变得更加重要。

[事实] 主动记录意味着主动投入注意力，因此比自动收集的行为数据更能代表一个人。

[事实] 当个人记录积累足够多时，AI 可以从中识别模式，并提供更贴合具体处境的反馈，让用户产生“被看见”的感受。

[推测] “第二大脑”的含义正在从替人储存外部知识，转变为保存和理解一个人的内在经历。

[37:57] 读书的价值是注意力承诺

[事实] 少楠曾因 AI 讲解速度快而减少读书，却发现快速理解的内容很快就被遗忘。

[事实] 他让 AI 分章节讲解《存在与时间》，在多个晚上持续追问不理解之处，最终留下了较深印象；所花时间未必比读原书更少。

[事实] 对话认为，读书的核心不是纸质形式，而是在一段时间内集中注意力、持续思考、联想和追问。

[事实] AI 可以支持类似主题阅读的过程，让人随时追问概念来源、赞同者、反对者和后续发展。

[事实] 阅读中的冗长、难懂和意外内容也有价值，因为这些非目标性的部分可能迫使人停下来，产生新的启发。

[推测] AI 可以改变学习形式，却不能绕过理解所需的时间；几分钟的摘要无法替代长时间的注意力投入。

[43:41] 从效率工具到“关心你累不累”的 AI

[事实] flomo 用户对 AI 的常见使用集中在信息搜索、翻译与格式处理，以及情绪承接和对话。

[事实] 少楠仍担心 AI 冲击笔记产品乃至整个应用行业，并认为语言记录的门槛将继续降低。

[事实] 他目前想解决的问题是：当许多智能体都关心人的效率时，是否应该有一个地方关心人是否疲惫。

[事实] 即使“被看见”可能包含安慰剂效应，少楠仍认为这种安慰有价值；有些话无法告诉家人、朋友或合伙人，AI 可以承担树洞的角色。

[事实] AI 曾把少楠记录的哲学观点与近期焦虑联系起来，提醒他允许自己在迷茫状态中停留一段时间，而不必立刻解决一切。

[推测] 此处的 AI 价值不在于替人消除情绪，而在于借助个人记录重新组织经验，提供一个暂时能够承接情绪的视角。

[48:23] 让 AI 成为信息过滤器

[事实] 主持人担忧 AI 使垃圾信息、虚假人设和反复反转的热点大量增加，普通人很难在短时间内判断每条内容的真假。

[事实] 少楠会定期让 AI 依据理查德·汉明《你和你的研究》中的视角，推荐值得关注的新闻、论文，以及与当前兴趣没有直接关系但可能产生间接联系的艺术或设计作品。

[事实] 他刻意要求 AI 推荐离散度较高的内容，主持人也会让 AI 推荐与自己观点相距甚远、可能令人不适，却能补全认知版图的思想者。

[事实] 少楠倾向于让 AI 推荐存在时间较长、经受过检验的文章和艺术作品，而不是追逐最近半年出现的新内容。

[推测] 个人化 AI 可以部分替代以情绪攫取为目标的推荐算法，但推荐结果仍取决于模型能力、个人上下文和核验过程。

[52:30] 连续、沉浸的信息消费

[事实] 节目区分了沉浸式看剧、玩游戏与碎片化刷短视频：前者具有连续性，后者的相邻内容往往毫无关联。

[事实] 少楠认为，如果选择娱乐，就应认真投入并享受，而不是一边娱乐一边焦虑。

[事实] 主持人通过认真观看历史剧，对杭州的道路、古塔和历史产生进一步兴趣；少楠也举例说明，连续体验会激发个人经历与外部知识之间的联想。

[事实] 快速看完剧情或只追求结局，会删除细节和过程，也会让作品显得越来越不值得投入时间。

[推测] 注意力的连续性不仅影响记忆，也决定信息能否与个人经验发生联系。

[57:01] 知识体系需要少数深锚点

[事实] 主持人观察到，批量生产的虚假“心理学发现”和自我成长内容依然流行，说明人们并未放弃学习与成长的愿望。

[事实] 她提出，个人仍需要建立知识体系中的少数锚点，例如重要文章和基本原则，以便与 AI 对齐认知基准，再分析其他问题。

[事实] 少楠更愿意把这些基础称为“锚点”而不是完整体系；锚点的深度取决于人在相关领域投入了多少不可逆的时间和注意力。

[事实] 两人的共同结论是，不必建造一座包罗万象的知识宫殿，但需要选择少数值得长期积累的方向。

[推测] 知识体系在 AI 时代并未消失，而是从追求完整结构，转向建立能够帮助判断和选择的少数稳定基准。

[61:03] 旧范式的幻灭与观察期

[事实] 少楠坦言，面对能力更强的新模型时，曾产生类似传统出租车司机面对网约车的无力感，甚至认真考虑过转行。

[事实] 强模型让他一度觉得，人可能不再需要逐条记笔记、搭建知识库，甚至不需要擅长提问，模型也能理解意图并解决问题。

[事实] 他后来意识到，前沿能力与大规模、低成本应用之间仍有距离，但知识管理赖以成立的基础设施确实正在快速改变。

[事实] 少楠不愿立即断言旧方法仍然有效，也无法预测新范式最终会是什么；现阶段能做的是持续使用和观察。

[推测] 这种保留判断并非否定一切积累，而是承认技术变化速度已经超过既有经验可以稳定解释的范围。

[65:01] 没有任何策略被保证长期有效

[事实] 主持人提出，过去人们相信在一个领域长期学习会作用于未来，而今天学习策略的有效期可能越来越短。

[事实] 少楠回应，社会从未真正承诺“只要好好学习就一定得到某种结果”，这种因果更多来自家庭、学校和社会共识。

[事实] 类似的不确定性也曾发生在工业革命和其他技术变迁中，并非 AI 时代独有。

[事实] 少楠认为，正因为人终将死亡，时间才珍贵；无所事事可以是一种选择，但不应只是未经意识的默认状态。

[事实] 即使不作选择，人也在走向某一种未来；焦虑有时能让人暂停，辨认自己真正担忧的东西，并重新承担自己的生活。

[推测] 意义并非来自外部对结果的保证，而来自人在有限条件下主动选择，并愿意承认“这是我的选择”。

[68:27] 五年后的信息来源与关注重点

[事实] 少楠最常使用的应用包括 flomo、Claude 和 ChatGPT，传统社交与资讯应用的使用频率已经下降。

[事实] 他的重要信息来源主要是大模型的定时推荐，以及直接与老朋友见面、喝茶、询问近期书单。

[事实] 他目前最关注三件事：孩子成长、如何设计一个更关怀人而非只关怀效率的智能体，以及进一步了解自己。

[事实] 少楠与合伙人发现，他们投入最多的领域是研究自己的思考方式、认识自己和理解彼此；笔记只是他们曾选择的一种表现形式。

[推测] 产品方向正在从“帮助人更高效地管理知识”，转向“帮助人理解自己，并感受到被关怀”。

[71:11] 热点之外，珍惜有限的花期

[事实] 当被问及近期吸引注意力的重大热点时，少楠一时想不出答案，却很关心杭州桂花何时开放。

[事实] 他认为，受天气、身体、居住地点和其他意外影响，一个人能够全身心欣赏桂花的机会可能并没有想象中那么多。

[事实] 节目以坂本龙一关于“一生能看到几次满月”的感慨延伸到对花香、落叶、林间声音和具体生活时刻的珍惜。

[事实] 主持人在结语中总结：比“AI 时代该学什么”更值得追问的是，自己愿意在哪些事情上长期投入时间和注意力。

[推测] 桂花在结尾成为有限人生的象征：工具和可能性可以不断增加，但真实生活中的许多时刻一旦错过，就无法立即重来。

播客点评/总结

本期节目的价值，在于没有把 AI 焦虑简化成一份工具清单，而是持续追问工具背后的选择问题。它提供的核心判断清晰而实用：AI 可以降低获得答案的成本，却无法替代个人确定问题、投入注意力和承担生活方向。

讨论的另一亮点，是重新界定了知识积累、笔记和阅读的意义。通用信息未必还需要大量收藏，但个人经验、思考转折、情绪模式和具体应用仍值得主动记录；阅读也不因 AI 摘要而失效，因为真正稀缺的是持续理解所需的注意力。

节目保留了较多个人经历、哲学联想和产品观察，没有给出一套可直接照做的统一方案。这既是它的局限，也是其立场的一部分：每个人愿意下注的领域不同，无法由嘉宾、社会尺度或 AI 代为回答。

[推测] 本期尤其适合正在经历 AI FOMO、怀疑学习与写作价值、沉迷收集工具却迟迟没有行动的人。它未必能立即消除焦虑，但能帮助听众把模糊的不安转化为更具体的问题：我真正关心什么，又愿意把有限的时间交给什么？