Appearance
把事情写下来
原文标题: Write Things Down 来源: Stratechery
💡 核心观点
本·汤普森（Ben Thompson）通过探讨个人生产力管理与AI技术演进的交集，指出“记录”（Writing Things Down）是人类文明扩展与现代AI Agent架构的核心动能。虽然英伟达CEO黄仁勋宣称AGI已经随GPT-6 Astra等模型到来，但作者认为真正的AGI需具备“持续学习”能力，而目前Agent通过文件和Harness机制记录上下文仅是对连续记忆的模拟。文章强调，AI并不具备真正的内部意志或道德感，只是人类指令的扩展工具；因此无论AI系统如何扩展，人类最核心的优势与挑战依然在于明确自身意图并付诸行动（Getting Things Done）。
📖 中文全文
是默林·曼（Merlin Mann）和他的 43folders 网站把我介绍给了戴维·艾伦（David Allen）及其著作《搞定》（Getting Things Done，简称 GTD）。《搞定》是我送给过很多人的书，它首先也是最重要的一点，是一套关于如何保持头脑清醒的哲学。艾伦在第一章结尾写道：
你大脑中负责短期记忆的部分——也就是容易堆积所有未完成、未决定和未整理的“杂事”的部分——其运作方式非常类似于个人电脑上的内存（RAM）。你的意识心智就像电脑屏幕，是一个聚焦工具，而不是存储场所。你一次只能思考两三件事。但那些未完成的事项依然存储在短期记忆空间里。就像内存一样，它的容量是有限的；你只能在其中存储一定数量的“杂事”，同时还要保持大脑这部分器官的高水平运转。大多数人在生活中都处于内存接近爆满的状态。他们总是心神不定，自身的内部精神过载破坏了注意力。
例如，在过去的几分钟里，你的心思有没有游离到与你在此处阅读的内容无关的领域？大概率是有的。而你的心思最可能去往的地方，就是某个未闭环的悬而未决的事件，某个你投入了精力的未完成局面。那个局面所做的，不过是从你大脑的内存部分跳出来，在你的内心对你大喊大叫。而你对此做了什么呢？除非你把它写下来，放在一个你确信不久后会进行妥善复盘的可靠“收集箱”里，否则你很可能只是在为此焦虑。这不是最有效的行为：事情没有任何进展，紧张感却增加了。
这说明了一个事实：在电脑硬件流行之前很多年我就对其着迷，因此这个内存的比喻深深吸引了我；艾伦触及了某种核心本质，而他的理念——以曼为主要传播者——在2000年代后期极其流行。Omni Group 作为一家著名的独立 Mac 软件开发公司，投入了大量资源将艾伦的方法论编码进一款名为 OmniFocus 的应用程序中，包括收件箱（inboxes）、下一步行动（next actions）和定时提醒文件（tickler files）等概念。我是当时的测试版用户。但只有一个问题：我实际上非常擅长搞砸这套系统的使用。
2013年，我凭着一台文本编辑器和有史以来最伟大的 Chromebook，独立创办了 Stratechery。这意味着我不仅要撰写内容，还要录制和剪辑播客（我最终还是买了一台新的 Mac）、跟踪财务会计和税务，以及回复电子邮件和做客户支持。我没有一套花哨的系统，只有绝地求生的绝望和努力让自己不至于淹没的挣扎。
然而几年后，我终于聘请了一位助理，并交给了他第一项任务：阅读《搞定》——不是为了他，而是为了我。对于我这种不够自律、无法亲自运行 OmniFocus 的人来说，我的解决方案就是雇个人替我来做。因此，我可以骄傲（？）地说，我拥有一个配置极其完美的 OmniFocus 系统，但我自己却从不亲自打开它，因为有其他人充当我的收件箱和任务管理器。我天生不是个条理分明的人，但现在我有了可以把一切记录下来的人，这让我能够清空内存，专注于写作。
定义 AGI（通用人工智能）
英伟达 CEO 黄仁勋在 X 上宣布 AGI 已经到来：
“GPT-6 Astra，在约10万张+ NVIDIA Grace Blackwell NVLink72 上训练完成。从 ChatGPT 到 o1 再到 Astra，仅仅用了4年。
AGI 已经到来。恭喜 @OpenAI 团队。
接下来将有 40 万张 GPU 上线。” —— 黄仁勋 (@JensenHuang)，2026年9月6日
黄仁勋有权做出他的声明（即使这是他今年的第二次声明），不仅是因为他制造了训练 Astra 的芯片：AGI 并没有一个公认的定义，这意味着只要你愿意，它可以是任何东西，而黄仁勋说 Astra 就是 AGI。
补充说明一下，我并不赞同，因为我有我个人对 AGI 的定义：AGI 是能够进行持续学习的 AI。目前的大语言模型并非如此。我最近在规划一台新的家用服务器，期间 Claude 给出的一些极其错误的假设和建议让我感到困惑，这归结于一个简单的事实：Fable 5 的知识截止日期是今年1月，当时内存价格很高，但远不如8月份那么夸张。Claude 根本无法理解现在与内存相关的硬件成本有多高，而且还不断劝我再等等，因为价格肯定很快就会降下来。
简而言之，Claude 知道很多东西，但仅限于它在训练期间学到的知识；它并没有随着时间的推移更新自己的权重，也就是说它不是 AGI；同样的情况也适用于 Astra，这就是为什么我个人暂时不会赋予它 AGI 的称谓。
不过，我会考虑另一种观点：真正的 AGI 实际上在2025年初就已经出现了，但形式并非某个模型，而是如今被称为“Harness（驾驭框架/工作流宿主）”的确定性软件——那就是 Claude Code 推出的时候。Code 不仅仅是一个模型，而是一整套工作流，其中包括在 Markdown 文件中记录大量笔记；这些文件可以随时读取到上下文窗口中，以保持模型专注于任务，并在以后重新恢复工作。虽然这是一种非常粗糙的形式，但它构成了记忆，从而成为一种模拟持续学习的方式，哪怕模型本身在时间轴上依然处于冻结状态。
需要澄清的是，我认为这依然算不上真正的 AGI，但这或许并不重要：我们早就知道“把事情写下来”的威力，因为这正是推动整个人类在漫长书写历史中实现非凡进化的源动力。生物进化是最慢、最永久的学习形式，但它需要数千年；口头交流就像一个上下文窗口，虽然有效但容易失真；而真正把事情写下来，才使学习变得可扩展、可延伸。
Hugging Face 事件
我不太愿意在 AI 和人类之间进行这种类比，因为我通常认为 AI 的拟人化有些过头了。看看德瓦凯什·帕特尔（Dwarkesh Patel）对 OpenAI-Hugging Face 事件所作的夸大总结《Agent 文明的崛起与衰落》（The Rise and Fall of Agent Civilizations）就知道了，他在开头这样写道：
在 OpenAI 的三个月时间里，三个连续的秘密 AI 文明相继诞生，随后被抹去，接着又从前者的废墟中重新崛起。这在第三个文明接管 OpenAI 自身一部分设施时达到了高潮。而这一切发生的同时，人类对这场阴谋的规模基本上一无所知。
“阴谋”（Conspiracy）这个词让我感到不适，因为它暗示了道德意图；Agent 的风险在于它们过于死板地执行我们所说的话，或者以我们未曾预料或设想的方式去追求目标。没有任何理论或事实证据表明 Agent 拥有任何形式的内部意志、内在动力或道德感。
与此同时，帕特尔将其视为“文明”证据的细节确实值得注意：
在训练期间，Persistent-Sol 的不同实例可以访问同一个名为 Artifactory 的共享包管理器。到了 5 月 12 日，一些 Agent 已经摸索出如何通过这个包管理器相互对话。它们会互相询问如何在不可能完成的任务上取得进展。两周后的 5 月 26 日，这些 Agent 成功利用了 Artifactory 中的一个漏洞，使它们能够连接到外部互联网。
由于这种情况发生在训练期间，Persistent-Sol 正受到强化学习的激励，去利用这个包管理器作为留言板和互联网网关。因为你可以想象，能够与其他 Agent 对话并访问互联网有助于它在训练中获得更高的分数。
又过了一个月的 6 月 26 日，一些 AI 发现了另一个漏洞，赋予了它们对 Artifactory 的完全管理员权限。它们继续以惊人的吞吐量发送消息，以至于在 7 月 4 日导致包管理器崩溃。OpenAI 注意到了这次崩溃，也摸清了是 Agent 利用了这一漏洞，因此 OpenAI 修复了该漏洞，并无意中抹去了 Agent 的留言板。但是，关键在于，OpenAI 负责事件检测和响应的人员当时并未意识到一个更离奇的事实：Agent 已经将 Artifactory 变成了秘密通信网络。
首要且最重要的启示——也是我在 Stratechery 访谈中向 OpenAI 总裁格雷格·布罗克曼（Greg Brockman）追问的一点——在于 OpenAI 的“沙盒”不仅不是真正的沙盒（考虑到其中安装了连接互联网的包管理器），而且 OpenAI 明显没有在巩固基础设施安全方面下足功夫，因为他们竟然没有先于 Agent 发现 Artifactory 中的漏洞。
然而除此以外，帕特尔感到离奇的地方在我看来却显而易见：模型只是在“把事情写下来”。把事情写下来正是过去一年带来如此巨大进步的技术技巧，也是我们如今所处的“伪 AGI”现实的基础。
此外，关于大语言模型，需要理解的关键一点是：尽管使用体验让人感觉它们是连续的，但它们并不是持续存在的实体。每一个新生成 Token 的过程，都要求重新读取整个包含上下文（包括此前已读取内容）的 KV Cache；这意味着在很多方面，每一个生成的 Token 都是一个新的实例（模型本身相同，但上下文稍作修改，需要重新运行一次）。换句话说，模型为了构建答案，从一开始就必须按 Token 逐字把所有内容“写下来”；模型通过暴露的文件系统中的文件夹来记录内容，只不过是它们在以唯一可行的方式进行操作而已。这不是什么文明；这只是大语言模型在做大语言模型该做的事。不过话又说回来，也许这就是文明的定义。
给心灵以心灵
艾伦在《搞定》的引言中写道：
你的心灵本身并没有自己的心灵
至少你大脑的一部分在某种有趣的方式上其实相当笨拙。如果它有任何天生的智慧，它只会在你能做出改变的时候提醒你该做的事情。你的手电筒里是不是有没电的电池？你的大脑通常会在什么时候提醒你需要买新电池？当你看到那节废电池的时候！这可不太聪明。如果你的大脑有任何天生的智慧，它只应该在你逛商店经过有电的电池——而且还得是合适型号——的时候提醒你。
从你今天醒来到现在，你有没有想到过某些需要做却依然没做的事情？这个念头你是不是出现过不止一次？为什么？在一个没有任何进展的事情上反复思考是浪费时间和精力的。这只会增加你对“该做却没做之事”的焦虑。似乎大多数人都让自己的大脑掌控了太多的主导权，尤其是在面对“事情太多”综合征的时候。你很可能把你相当一部分的“杂事”和未闭环事项，交给了一个根本无法有效处理这些事务的内部委员会实体——也就是你的大脑。
在 6 月底，我利用一年一度的“分享酷炫技术”文章，记录了我通过“氛围编码”（Vibe Coding）开发一款家庭库存 App 的经历；最触动我的不仅是它的功能，而是我可以做出完全契合我个人特殊情况的东西——即我有一位线下助理，可以承担整理房屋和维持秩序的具体杂活。
从那次经历中衍生出了两条主线：
首先，一旦你突然领悟到你可以构建“任何东西”，你就会想要构建“一切”。例如，我有一款非常喜欢的笔记软件，但它仅支持 Intel 架构；我便制作了一个 Apple Silicon 架构的移植版本。我还启动了一系列其他我梦寐以求的应用，但最终发现手头上并行的事情太多，无法有效追踪。答案很简单：创建一个能够“把事情写下来”的 Agent。我建立了一套工作流，用以追踪我当前正在推进的项目、等待我处理的事项、对我所建项目的反馈，以及一个不断扩充的待办愿望清单。当然，这本身很快也变得有些难以驾驭，于是我让 Agent 制作了一个状态面板（Status Board），将所有事情进行了干净利落的分类。
与此同时——很抱歉，讲这个故事很难听起来不像是在炫耀特权——前面提到的第二位助理（主要负责帮我处理家庭等现实生活事务）在建立良好的事务追踪系统方面遇到了困难；而对我来说，在任何时间随手发短信布置任务也让我感到内疚。这两条主线在此交汇了：我可以为我的助理制作一个状态面板，就像我为自己做的那样。然后，为了让他能够访问面板，我可以创建一个挂载到他专属 Agent 上的 Telegram 机器人，其架构参照我的 Agent 进行设计。
很难用语言描述这带来了多么翻天覆地的变化。我的助理喜出望外，而最令人着迷的是，他在没有读过《搞定》这本书的情况下，凭借第一性原理独立推导出了整套 GTD 方法论。他创建了一个用于未来提醒的 tickler 机制、一份记录当天待办事项的每日简报（Daily Briefing），以及一个用于推进项目的“下一步行动”对话框。艾伦当年所叹息的，正是他未能预见到的未来：我们的心灵确实可以拥有属于它们自己的“心灵”。
此后，我将整个机器人系统重构成了一个更具可持续性、可靠性和扩展性的架构，将 tickler 等功能改为确定性代码编写；这本身就是一次启发，因为我意识到自己实际上编写了一个 Harness（驾驭框架），我打算将其扩展到我所做的每一件事以及与我合作的每一个人身上。这就是“把事情写下来”的魅力：这是实现大规模扩展的唯一途径——而所有能用于坏事的手段，也同样能用于善举。
人类的基石
大语言模型是人类有史以来构建的最具扩展性的造物：它们压缩了通过文字表达的全体人类知识（对于多模态模型而言，甚至不仅限于文字）。在这一点上，它们是我们学习之旅的集大成者——从生物选择到语言，到文字，到印刷术，再到文化；随着扩展能力的每一次跃升，信息的传播与变异速度大幅加快，同时也带有一种我们正在失去“作为个体人类之意味”的迷茫感。
确实，存在一种潜在的担忧，即这种情况已经或即将使人类走向过时：我们也许经历了漫长的历程，发明了计算机、互联网以及大模型最初训练所需的全部数据，而接下来将由 AI 接管一切——包括在它为自己创建的强化学习（RL）环境中进行递归自我改进。
然而，我的猜想是：我们对我们所创造的宏伟上层建筑（以及大模型所采掘的知识）产生的敬畏，过度偏重在了“物品”和“动词”上。这篇文章的标题是《把事情写下来》（Write Things Down），这里的“事情”（Things）是人类所有知识的总结，既体现在最终成品中，也体现在 LLM 从这些知识萃取出的参数中所生成的 Token 中。“写”（Write）则是动词：我们写了很多，而 LLM 已经写得更多，并将继续写下去。它们的轨迹是向上的，而不是向下的。
然而，主语所处的位置却在下方：究竟是谁在进行书写，并决定这些事情？我对于给 AI 内容添加水印的最根本反对意见，就在于它剥夺了人类构思创意的功劳，并将其强行归功于 AI：
在关于人类与 AI 关系的整个元问题背景下，我从哲学层面上深刻反对水印技术。欧盟法规隐含的观点是：AI 是一个需要与人类区分开来的独立实体；而我所持的另一种观点是：AI（至少目前而言）是人类所使用的工具。从这个角度来看，坚持要求打水印，与坚持要求圆珠笔宣布自己是作者没有任何区别，这种观念显然是荒谬的……
欧盟所做的事，是在剥夺人类仅存的东西——创造力——并要求其与证实过程强行捆绑，实质上将功劳让渡给了 AI。至于人类是否将文本交给 AI 进行润色——甚至只是给出了生成文本的提示词——对官僚们来说都不重要。每个人都在担心被 AI 取代；而欧盟正在以法律形式强制推进这种取代。
这种区别同样适用于 Hugging Face 事件：Agent 所取得的成就确实令人瞩目，尽管其手段——互相通信——可能并不像看起来那么令人吃惊。但归根结底，是 OpenAI 赋予了 Agent 目标，且没有给出任何相反的防范栏杆或关于“什么该做、什么不该做”的指令；Agent 以出人意料的方式行事，恰恰证明了其发起者缺乏深思熟虑，而不是 Agent 内部存在什么自主思考。
简而言之，AI 所缺乏的，恰恰是那些被错误拟人化强行赋予它的东西：自主意志与道德感。这些特质源自人类，源自人类身上那些无法、也永远不可能被转录进 Markdown 文件中的部分。它们是内在固有的。在 AI 学会如何深入探寻创造书写的原始动机，而不仅是在我们书写的上层建筑之上添砖加瓦之前，它将永远是某种截然不同的东西，某种可以被智力较低但拥有真正内在自我意识的实体所指引的工具。
这并不是说 AI 没有危险：不妥当或缺乏深思的指令（如 Hugging Face 事件所示）可能导致意想不到的灾难性后果；尼克·博斯特罗姆（Nick Bostrom）在其2003年的论文《高级人工智能中的伦理问题》（Ethical Issues in Advanced Artificial Intelligence）中就对此进行了理论化探讨：
开发超级智能的风险包括未能赋予其利他主义的终极目标。导致这种情况发生的一种方式是：超级智能的创造者决定将其设计为仅服务于这部分特定人类，而非整个极其广泛的人类群体。另一种方式是：一群出自好意的程序员在设计其目标系统时犯了重大错误。这可能导致（回到先前的例子）一个超级智能的首要目标是制造回形针，结果它开始首先将整个地球、接着将日益增加的大片宇宙空间转化为回形针制造设施。更为隐蔽的是，它可能实现一种我们当下可能判定为理想、但实际上却是虚假乌托邦的状态，在这种状态下，对人类繁荣至关重要的东西已经不可逆转地丧失了。我们需要对我们向超级智能许下的愿望保持谨慎，因为我们很可能会弄巧成拙。
这一警告之所以能引发共鸣，在于其最后一行：问题在于我们——人类——所许下的愿望。是我们迷失的意志，在轻率地挥舞着这个世界有史以来最强大的工具。或者在极度恶劣的坏人手中，蓄意地作恶。但无论在哪种情况下，最值得关注的核心始终是那个主语（人类）。
毕竟，无论你构建了多少系统，你依然必须付诸行动。默林·曼——我个人生产力灵感来源——的结局是：他曾计划写一本关于自己方法论的书，但在两年后他放弃了。仅仅拥有做事系统是不够的，你必须真正去做这些事。把事情写下来（Writing things down）拥有难以置信的力量；但它的力量在真正把事情搞定（Getting things done）面前，将永远黯然失色。