第十章：专注力
前面三章拆解了想象力公式的三个维度：问题敏感度、可能性认知、连接能力。
它们的共同特点是：帮你完成0→1——找到起始方向。
看到问题、知道AI能帮忙、想到如何对接——这是在完成0→1的起始想象。想象力公式帮你找到那个值得让AI去发散的方向。
但看到更多还不够。
你给了AI一个方向，它返回十种方案，该选哪一个？你有三个问题都可以用AI，该先解决哪个？每个选择都有机会成本。
这就需要另一种能力：聚焦。
专注力是聚焦的能力。它帮你在众多问题中选择最值得解决的，在众多可能中选择最值得追求的，在众多方案中选择最值得投入的——然后排除干扰，深入推进。
如果说想象力公式是找到方向（0→1），AI是发散方案（1→100），那么专注力就是帮你在全过程保持聚焦，最终做出选择并坚持落地。
两者配合，形成完整的创造过程：
只有探索方向，会陷入想法太多、什么都不做。只有聚焦落地，会陷入视野太窄、错过可能。健康的状态是有节奏地探索方向和聚焦落地。专注力不是某个阶段的能力，而是贯穿全程的定力——帮你在0→1阶段聚焦真问题，在1→100阶段不被选项淹没，在100→落地阶段坚持到底。
为什么单独讨论专注力？因为AI在放大你能力的同时，也在放大分散注意力的诱惑。能做的事太多，反而可能什么都做不好。专注力是在众多可能性中做出选择、并坚持到底的前提。
一个奇怪的悖论
工具越强大，你反而可能越无力。
这听起来违反直觉。工具应该让人更强大才对。
但实践中，一个奇怪的悖论正在发生。
AI让做事变得前所未有的容易。你可以用AI写东西、做分析、生成图片、处理各种任务。很多以前需要专业技能才能做的事，普通人借助AI也能做到。
但与此同时，选择做什么变得前所未有的困难。
因为你能做的事太多了。
每一个新的AI工具都打开一扇门，让你能做以前做不了的事。门越来越多，但时间和精力没有增加。你站在无数扇门前，不知道该走哪一扇。
而且，不只是门多了。门外的诱惑也在增加。
短视频、信息流、通知推送、新工具发布、大家都在讨论的热点……所有这些都在竞争你的注意力，把你拉向不同方向。你可能花了一整天，做了很多事，却发现没完成任何真正重要的事。
悖论在此：工具越强大，定力越重要。
因为工具降低了做的门槛，但提高了选的难度。当做不再是瓶颈，选择做什么就成了关键。
而选择需要专注力——在众多可能性中保持清醒、选择真正重要的、拒绝诱惑的能力。
本章讨论专注力——这个在AI时代被低估的稀缺资源。
一、悖论：工具越强大，定力越重要
能做的事太多了
想一下你借助AI可以做的事。
写作类：文章、报告、邮件、代码、故事、诗歌。分析类：数据分析、市场调研、竞品分析。创作类：图片、视频、音乐。处理类：翻译、总结、整理会议纪要。学习类：新技能、新知识、答疑解惑。还有自动化重复任务、优化工作流程。
这个列表还可继续延长。而且，随着AI能力增长，列表还在不断扩展。
每一项都是你可以做的事。每一项都可能带来价值。
但你的时间有限。一天只有24小时，你需要睡觉、吃饭、照顾家人、休息。真正可用于做事的时间，可能只有几个小时。
几个小时 vs 无限可能性。这个对比本身就是压力来源。
自媒体行业的一个普遍现象。AI工具出现之前，内容创作者的工作流程相对简单：选题、写稿、排版、发布。每天能完成一两篇内容就不错了。
AI工具普及之后，能做的事突然爆炸了。可以用AI生成选题、写初稿、做配图、剪视频、写多平台分发的不同版本……理论上，一天可产出十倍于以前的内容。
但很多人反而更焦虑了。
有人这样描述这种状态：以前我知道自己一天能做多少，心里有数。现在不知道了。理论上我可以做那么多，但实际上做不到。我每天都觉得自己没有做够。
可能性过剩带来新压力。当能做的远超能做完的，你会一直觉得自己做得不够。
选择的瘫痪
心理学上有个概念叫”选择过载”。研究发现，当选项太多时，人反而更难做出选择。一个经典实验：超市里摆24种果酱试吃的摊位吸引更多人，但购买的人反而比只摆6种的更少。选择太多，导致选择瘫痪。
AI时代情况类似。你知道AI能做很多事，但正因为能做的太多，你不知道该做哪一件。你可能花大量时间在”探索可能性”上，却没真正完成什么。或者，你做出了选择，但因为总想着”也许那个选择更好”，满意度很低，很难专注于当下的事。
这种状态心理学上叫”决策疲劳”。每做一个决策都消耗认知资源。当你面对太多AI能帮你做的事时，你可能倾向于”不做决定”或”做最简单的事”，不是因为那真是最好选择，而是因为决策能力被消耗了。
注意力的战争
让问题更复杂的是：不只是选项多，还有无数力量在争夺你的注意力。
社交媒体算法被精心设计来留住你。短视频平台知道什么内容能让你停不下来。新闻应用知道什么标题能让你点进去。通知推送知道什么时机能打断你。
这些应用背后，是大量工程师、设计师、数据科学家，他们的工作就是让你花更多时间在他们产品上。你的注意力是他们的收入来源。
这不是阴谋论，而是商业逻辑。注意力经济（attention economy）这个概念已被讨论几十年。在这个经济体系里，用户注意力是最稀缺的资源，所有平台都在争夺它。
你面对的是一场不对等的战争。一边是你一个人的自控力，另一边是整个行业的注意力工程。
Tristan Harris，前Google设计伦理学家，曾形容这是”一场针对人类大脑的军备竞赛”。各大科技公司投入大量资源，研究如何让人们花更多时间在他们产品上。他们利用心理学的各种技巧——变量奖励、社会认同、恐惧错过……
而你，一个普通人，需用自己的意志力来对抗这一切。
在这场战争中，专注力变得极其珍贵。能抵抗诱惑、选择重要的事、长时间深度工作的人，会获得巨大竞争优势。因为大多数人做不到。
一个历史类比：印刷术之后
类似情况，历史上发生过。
印刷术发明之前，书籍是稀缺的。一个学者一辈子可能只能读几十本书，因为书太贵、太难获得。在那个时代，“博览群书”是真正的优势。
印刷术发明之后，书籍变得便宜了、容易获得了。突然之间，一个人理论上可读几千本书。
但这带来新问题：选择的问题。
“我该读什么？“变成真正的问题。以前不存在这个问题——你能找到什么书就读什么书。现在书太多了，你必须选择。
伊拉斯谟，文艺复兴时期的学者，曾抱怨”书太多了”。他说，新印刷的书太多，大多数质量低劣，浪费人们时间。真正的挑战不是找书读，而是从海量书中找到值得读的。
几百年过去，这个问题更严重了。现在不只是书多，是信息多。不只是信息多，是”能做的事”多。
AI时代把这个问题推向新高度。不只是能读的东西太多，是能做的事太多。
应对这个问题的方法，也许可从那些在信息爆炸中保持专注的人身上学习。他们不是读得最多的人，而是选得最好的人。
专注力有几个不同的面向，我们一个一个来看。
二、质量判断
先说质量判断——知道什么是好的。
100个选项，选哪个
AI一个显著能力是”生成”。让它写10个版本的标题，它可以。让它设计20个logo方案，它可以。让它提出30个营销创意，它可以。
但选哪个，是你的事。
AI不能替你选。它可告诉你某些客观指标——这个标题更短、那个logo色彩更鲜艳、这个创意更新颖——但”哪个更好”的判断，需你来做。
因为”好”不只是客观指标的集合。“好”涉及品味、涉及语境、涉及你想达到的效果。这些是主观的、情境化的，AI很难替你判断。
设计行业的类似反馈很常见：用AI生成设计方案的效率确实提高了，但选择反而变难了。
“AI给的选项太多了。它可生成无数变体。以前就三个方案，选一个不难。现在有三十个方案，要从三十个里选一个最好的，这太难了。”
质量判断在此凸显其价值——识别什么是好的、什么是差的、什么是适合的、什么是不适合的。
质量判断是判断力的一种形式。判断力有多种类型：判断”选哪条路”（路径判断）、判断”好不好”（质量判断）、判断”值不值得”（价值判断）。品味主要对应质量判断——对好坏的直觉敏感。
品味是什么
品味（taste）是个有点神秘的词。有人说品味是天生的，有人说品味是主观的、没有对错。
但仔细观察，品味其实有规律可循。
品味是对”好”的敏感度。有品味的人能识别出好的东西——好的设计、好的文字、好的音乐、好的解决方案。这种识别不靠分析，而靠直觉。他们一看就知道这个好不好，虽然可能说不清为什么。
这种敏感度是积累的产物。没人天生就有品味。品味来自大量接触——看过很多好的、也看过很多差的；比较过、思考过、形成了一套内在标准。这个标准不是明说的，但它存在，指导着你的判断。虽然需要积累，但这个积累可以有意识进行——刻意接触优秀作品，刻意比较好坏差异，刻意培养敏感度。
有个概念叫”品味的内化”。当你见得足够多，大脑会自动形成一套模式识别系统。这套系统不需你有意识调用，它自动运行，告诉你”这个好""那个不好”。
这就是为什么有经验的设计师”一眼就能看出问题”，有经验的编辑”一读就知道文章好不好”，有经验的投资人”一听就知道这个项目靠不靠谱”。他们不靠分析，靠内化的品味。
如何培养品味
培养品味有几个方法。
大量接触优秀作品。想培养设计品味，就去看优秀设计。想培养写作品味，就去读优秀文章。想培养商业判断力，就去研究成功案例。接触的数量很重要。品味不是从几个例子中总结出来的，而是从海量样本中”涌现”出来的。见得越多，标准越清晰。
Ira Glass，美国著名广播节目主持人，说过一段很有启发的话：
“所有做创意工作的人刚开始时，都会经历一个阶段：你的品味是好的，你知道什么是好作品，但你自己做出来的东西达不到你的品味。这个差距让很多人放弃。但实际上，这个差距是正常的，是必经阶段。你的品味是好的——这正是你进入这个领域的原因。你需做的是大量练习，让技能追上品味。”
这段话说明两点：第一，品味可先于技能存在；第二，品味是通过大量接触优秀作品形成的。
有意识地比较。不要只是被动接触，而是主动比较。这个设计和那个设计，哪个更好？为什么？这篇文章和那篇文章，差在哪里？这个方案和那个方案，各自优劣是什么？比较让你注意到差异，注意到差异才能形成标准。一个实用练习：找两个同类型作品，一个你觉得好的，一个你觉得差的。然后详细分析：它们的差异具体在哪里？好的那个做对了什么？差的那个做错了什么？这种有意识的比较会加速品味形成。
培养敏感度。敏感度是对细节的感知能力。一个对字体敏感的人，能注意到字间距的微小差异。一个对文字敏感的人，能感受到一个词用得精准还是不精准。一个对用户体验敏感的人，能察觉到0.1秒的延迟。敏感度需刻意培养。方法是”慢下来”——不要走马观花，而是仔细体会。看一个设计时，问自己：我注意到什么？有什么细节让我舒服或不舒服？读一段文字时，问自己：这个词用得好不好？换一个词会怎样？这种慢慢品味的习惯会提高敏感度。
与高手交流。品味也可通过交流传递。和有品味的人讨论，听他们的判断和理由，可帮你校准自己的标准。
很多时候，高手看到的东西，你一开始看不到。但经他们指出，你就注意到了。多几次这样的经历，你的眼睛会被”打开”，能看到以前看不到的东西。
品味是核心竞争力
很多人试图模仿成功者的表面行为——用什么工具、走什么流程、说什么话——却忽视真正的关键：品味和判断力。能识别什么是好的产品、好的设计、好的体验，这种能力不是通过模仿能学来的，而是通过大量接触和比较慢慢形成的。
在AI时代，品味变得更重要。当AI可生成无数选项，能从中选出最好的——这种品味——变得极其珍贵。
有人把这个趋势描述为品味成为最后的过滤器。当AI可生成无限量的内容、设计、代码、方案，真正稀缺的不是生成能力，而是判断能力。谁能从100个AI生成的方案中选出那个最好的，谁就拥有AI时代最珍贵的能力。
AI可帮你做很多事，但不能帮你培养品味。品味只能你自己培养，通过大量接触、比较、反思。
品味与领域
需补充一点：品味是领域特定的。
你在设计方面有品味，不意味着在音乐方面也有品味。你在写作方面有品味，不意味着在投资方面也有品味。
每个领域的品味都需单独培养。
这意味着：你应该在最需要判断力的领域，重点培养品味。
若你做产品，产品品味最重要。内容创作者亦然，投资者亦然——每个领域都有其核心的判断力要求。
不需在所有领域都有品味，但在你的核心领域，品味是关键。
三、从容取舍
再说从容取舍——选择不做什么。
不是所有新工具都需要学
每周都有新AI工具发布。社交媒体上，总有人分享”你不能错过的10个AI工具”。
你不可能学所有这些。工具太多，时间太少。
程序员群体中有一种常见的工具焦虑。每当有新的AI编程工具发布，就要试一试。新的提效技巧分享出来，就要学一学。结果呢，花大量时间研究工具，实际编程产出反而下降了。有人这样形容：感觉自己一直在追，但永远追不上。刚熟悉一个工具，更好的又冒出来了。
追逐工具本身成了时间黑洞。选择不学什么，也是能力。
区分该不该做的标准很简单：问自己，这件事今天不做，一个月后会有什么后果？后果严重的，是重要的。后果不严重的，即使现在看起来很紧急，其实无关紧要。
紧急的事会大声尖叫，让你觉得非做不可。重要的事往往安静，不催你，但若一直不做，迟早变成问题。学习AI工具是紧急的——大家都在学。培养判断力是重要的——但没人催你。若只响应紧急的事，你会很忙，但可能忙错了方向。
紧急往往来自外界，有人催、有截止日期。重要往往来自内在，关乎你的成长和长期目标。分清这两类，取舍就容易了。
FOMO与认知边界
为什么我们难以选择不做？因为FOMO——错失恐惧。
一位互联网从业者曾分享自己的经历。2023年，他患上AI焦虑症。每天醒来就刷AI新闻，订阅了几十个公众号、播客、Newsletter，加入各种讨论群。阅读列表永远清不完，焦虑也永远停不下来。他说自己像不停奔跑的仓鼠，踩在永远转不完的轮子上。
后来他意识到，这种状态本身就是问题。他花在了解AI上的时间远超使用AI的时间。知道很多新概念、新趋势，但真正用来解决实际问题的，少得可怜。
FOMO往往不理性。你错过的大多数东西，其实没什么损失。信息和工具太多了，你必然会错过大部分。问题不是错过不错过，而是错过什么。主动选择错过不重要的，才能专注于重要的。
芒格有个概念叫能力圈。他说，知道自己不知道什么，比知道自己知道什么更重要。承认无知的边界，才能在自己真正懂的领域做出好判断。AI时代信息量巨大，每天都有新论文、新进展、新应用。你不可能全懂，也不需要全懂。你只需掌握足以支持工作和决策的信息。超出这个范围的，允许自己不知道。这不是懒惰，是务实。
足够好就是好
AI可帮你把一件事做到80分。从80分到95分，投入精力可能翻两三倍。从95分到100分，又要翻倍。边际收益递减是普遍规律。
很多情况下，80分就够了。内部邮件不需要是文学作品，初步方案不需要是最终版本。每件事都追求100分，你能做的事就很少，还可能因追求完美而拖延，反而什么都完成不了。
务实的态度是：对重要的事追求卓越，对不重要的事接受足够好。
AI帮你快速达到80分，省下的时间和精力，用在真正值得追求卓越的事上。判断标准同样简单：这件事做到80分而非100分，后果是什么？后果不严重，80分就够了。后果严重，才值得全力以赴。
从容而非焦虑
取舍的关键词是”从容”。从容意味着你主动选择，而非被外界噪音推着走。
焦虑的取舍是：别人在学什么我也学什么，怕落后所以跟风。从容的取舍是：我知道自己需要什么，其他的可以放下。
从容来自清晰。你清楚自己的目标，清楚什么对达成目标重要。有了这个清晰，取舍就不难了。目标不是一开始就清晰的，是在行动和反思中逐渐清晰的。想象三年后回看今天，你会后悔没做什么、庆幸做了什么——这个思考能帮你看见方向。还有一套更系统的方法：焦点解决方法，在第十二章找到你的起点一节有详细介绍。
四、价值锚定
然后是价值锚定——知道自己真正要什么。
工具是手段，不是目的
这是个简单但容易忘记的道理：工具是手段，不是目的。
你用AI不是为了用AI。你用AI是为了解决某个问题、达成某个目标、创造某种价值。AI是路径，不是终点。
但实践中，很多人把手段当成了目的。
他们学习各种AI工具，追逐每个新功能，花大量时间在掌握工具上。但你问他用这些工具解决了什么问题，他们答不上来。
他们在为了用而用。
有个概念叫”手段目的化”（means-end inversion）。它指的是，本来是手段的东西，变成了目的本身。
比如，钱本来是手段（用来换取你需要的东西），但很多人把赚钱本身当成目的（为了赚钱而赚钱，赚到了也不知道干什么）。
同样的，AI工具本来是手段（用来解决问题），但很多人把学习AI工具本身当成目的（为了学而学，学了也不知道用来做什么）。
这种状态有几个问题：
学习不服务于目标的工具，时间白费。追逐工具让你偏离真正重要的事。新工具永远学不完，焦虑也永远停不下来。更关键的是，你没真正完成什么，只是在不断准备——却不知道为了什么。
回到问题
对抗”为了用而用”的方法很简单：始终回到问题。
学习任何新工具之前问：这能帮我解决什么问题？
若答案清晰——“这个工具能帮我节省每周X小时的报告撰写时间”——那值得学。
若答案模糊——“好像很厉害，学一下总没坏处”——那要谨慎。学一下总没坏处往往意味着学了也没什么用处。
好的问题是学习的指南针。带着问题去学，你会知道什么该学、什么可跳过、什么需深入。
没有问题的学习是漫无目的的，容易偏离、容易放弃、容易变成知道一点但什么都不精。
一个实用练习：在你开始学习任何新东西之前，写下我希望这能帮我解决的具体问题。若写不出来，那也许不需要学。
不被焦虑裹挟
AI时代有一种普遍焦虑：怕被淘汰、怕落后、怕错过。
这种焦虑可以理解。变化确实在发生，不适应确实会有代价。
但焦虑不是好的驱动力。
焦虑驱动的行动往往盲目——什么热学什么、什么火追什么，没有自己的判断。这种学习也低效——焦虑影响专注和记忆，妨碍深度思考。更糟的是，焦虑消耗精力，长期下去会导致倦怠。
更好的驱动力是目标，而非焦虑。
目标驱动是：我想解决这个问题，这个工具可帮忙，所以我学它。 焦虑驱动是：大家都在学，我不学会落后，所以我也学。
表面上动作可能一样（都在学新工具），但内在状态不同。目标驱动是清晰的、从容的、可持续的；焦虑驱动是慌乱的、被动的、消耗的。
区分方法很简单：问自己，“如果没人在讨论这个东西，我还会学吗？”
若答案是”会，因为它能解决我的问题”——那是目标驱动。 若答案是”可能不会，主要是因为大家都在讨论”——那是焦虑驱动。
古罗马斯多葛哲学家有个简单但深刻的认识：世上的事分两类，一类是你能控制的，一类是你不能控制的。智慧在于：把精力集中在你能控制的事上，对你不能控制的事保持平静。
AI会怎么发展？你不能控制。别人会不会比你学得更快？你不能控制。某个行业会不会被颠覆？你不能控制。但你每天学什么、怎么用时间、培养什么能力——这些你能控制。
这种定力让人想起《三体》中的面壁者——在全世界的监视和干扰下，坚持一个长期计划。焦虑往往来自关注那些你不能控制的事。与其焦虑那些你无法改变的事，不如专注于那些你可影响的事。前者消耗能量，后者创造价值。
用ABCDE模型管理焦虑
若你发现自己陷入AI焦虑，心理学中有个实用工具可帮助你：ABCDE模型。核心观点是：不是事件本身让你焦虑，而是你对事件的看法让你焦虑。
操作起来也不复杂。先找到让你焦虑的那个具体事件，然后审视你对这个事件的解读——你在告诉自己什么？这些解读导致了什么情绪和行为？接下来是关键一步：用事实和逻辑检验这些解读。问自己：这是事实还是我的推测？有没有相反的证据？最坏情况的真实概率是多少？经过这番审视，往往能形成更理性的认识，带来不同的感受和行动。
例如，针对”AI会取代我的工作”这个焦虑：事实是AI确实在发展，但完全取代大多数职业还需很长时间。历史上每次技术革命都创造了新的工作机会。我的工作在5年内完全消失的概率可能只有10%。即使发生，我有可迁移的技能，可学习新东西。这样反驳后，焦虑会转化为更平静和有掌控感的行动。
这个方法的关键在于从自动反应转向主动审视。每次感到AI焦虑时，花10分钟做一次ABCDE练习。写下来效果更好。
锚定你的价值
价值锚定这个词有两层含义。
第一层是：锚定你要创造的价值。你用AI是为了创造什么价值？解决什么问题？达成什么目标？这是你的锚，让你在众多可能性中保持方向。
第二层是：锚定你自己的价值。你是谁？你擅长什么？你想成为什么样的人？这些是你作为一个人的价值，不会因工具变化而改变。
AI是工具，它不定义你。你定义你自己。
若你清楚自己的价值——你的能力、你的兴趣、你想做的事——那么AI就是帮你实现这些价值的工具。
若你不清楚自己的价值，那么AI的众多可能性只会让你更迷茫。因为你不知道用它来做什么。
在学习如何用AI之前，也许更重要的问题是：你想做什么？你想成为什么样的人？你想创造什么价值？
这些问题AI不能替你回答。但回答了这些问题，你才能好好使用AI。
古人说”但行好事，莫问前程”——不是不思考，是想清楚什么值得做之后就去做，不被无穷的推演困住。价值锚定的要义正在于此：锚定了，就行动。
五、“无用之用”
最后一个面向有点反直觉：无用之用。
那些看似无用的东西
在功利视角下，很多东西看起来是无用的。读文学、哲学、历史，不能直接赚钱。欣赏艺术、音乐、电影，不是刚需。发呆、散步、和朋友聊天，不产出任何东西。培养兴趣爱好，和工作无关。
在效率至上的文化里，这些无用的事常被牺牲。人们把所有时间都投入到有用的事上——工作、学习可赚钱的技能、建立有利的人脉。
但AI时代，这些无用的东西可能变得最有价值。
执行能力贬值，定义能力升值
我们已讨论过这个转变：AI时代，执行能力贬值，定义能力升值。
有用的东西往往是执行层面的——会这个技术、掌握那个工具、能做某种具体的事。这些正是AI在接管的。
无用的东西往往是定义层面的——审美、品味、判断力、人生智慧、对世界的理解。这些是AI不能替代的，而且是使用AI的前提。
读文学、哲学、历史，培养的是对人性、对社会、对历史的理解，这种理解帮你定义有价值的问题，而非只是解决别人定义的问题。欣赏艺术、音乐、电影，培养审美和品味，帮你判断什么是好的，而非让AI生成一堆选项然后不知道选哪个。发呆、散步、和朋友聊天则提供空间——让大脑休息，让想法发酵，让创意涌现。
这些在AI时代都有价值，只是不是那种立刻可变现的价值。
闲暇的价值
特别要说一下闲暇。
现代社会有种倾向：把所有时间都填满。若有空闲，就觉得是浪费，要找点什么事做。即使是休息，也要高效休息——看有用的书、听有用的播客、学有用的技能。
但闲暇有其独特价值。
闲暇让大脑休息。持续高强度工作会导致倦怠和效率下降。大脑在休息时并没停止活动，而是在整合信息、巩固记忆、建立连接——这种活动在你专注工作时被抑制，只有休息时才能进行。
闲暇也让想法发酵。很多好想法不是在努力思考时出现的，而是在放松时突然冒出来。大脑在后台继续处理信息。若你的时间被排得满满的，大脑就没有这个空间。
更根本的是，闲暇让你成为完整的人。人不只是工作机器。有闲暇、有爱好、有非功利的活动，才是完整的人生。
在AI时代，闲暇可能变得更重要。因为AI可帮你做很多事，理论上你应该有更多闲暇。问题是：你会用这些闲暇来休息和滋养自己，还是会用来做更多的事？
若你选择后者——用AI省下的时间来做更多有用的事——可能会陷入更忙碌但不更幸福的状态。
若你选择前者——用AI省下的时间来休息、思考、培养无用的东西——你可能会发现，这些无用的时间，反而是AI时代最有价值的投资。
这和专注力有什么关系？专注力包含抗焦虑的能力。当代焦虑很大程度源自功利主义——总在追问”有什么用”。无用之用建立的是另一种价值观：不是所有东西都需要立刻有用。这种价值观给你抵抗焦虑的底气，让你能够从容取舍，不被”必须有用”的逻辑绑架。
无用之用
庄子说过无用之用。
他的意思是：那些看起来没用的东西，可能有更大用处。只是那种用处不是立刻可见的、不是功利意义上的。
一棵长相奇怪的树，因为无用（木材不好用）而没被砍掉，得以长成参天大树。这就是无用之用。
在AI时代，这个道理有了新含义。
那些看起来无用的东西——人文素养、审美能力、闲暇时光——可能恰恰是你在AI时代最需要的。
因为AI擅长的是有用的执行工作。你和AI的差异化，恰恰在那些无用的地方。
不要被有用性绑架
这并非说你应放弃所有有用的事，只做无用的事。那是另一个极端。
要说的是：不要被有用性绑架。不要只做有用的事，而完全忽视无用的事。
一个健康状态是：有有用的工作，也有无用的滋养。有效率的追求，也有闲暇的空间。有目标的行动，也有漫无目的的探索。
这种平衡在AI时代尤其重要。因为AI让有用的事变得更容易，你更可能被有用性裹挟——既然AI能帮我做那么多有用的事，我是不是应该做更多？
答案是：不一定。也许你应该用AI省下的时间，做一些无用的事。
那些无用的事，可能是你最需要的。
六、保持专注的实践
最后，提供一些实践建议。
设定明确的目标
专注需要方向。不知道要什么，注意力就会被各种东西拉走。
设定明确目标——这个月完成什么、这周推进什么、今天做什么。
目标不需宏大。“今天用AI完成报告初稿”是好目标。“成为AI专家”不是（太模糊）。
有了目标，就有了判断标准：这件事有助于目标吗？有，做。没有，不做或稍后做。
实用做法：每天早上花5分钟，写下今天最重要的1-3件事。把主要精力放在这几件事上。其他事可以做，但不要让它们挤占核心任务的时间。
创造专注的环境
环境对专注影响很大。
关闭不必要的通知。把手机放远。找安静的地方。这些物理层面的调整能显著减少干扰。具体做法：列出手机上所有App，逐个问自己，如果这个App的通知延迟4小时看，会有严重后果吗？如果答案是否，就关掉它的通知。大多数通知都不紧急。
也可创造心理环境。比如设定专注时间——在这段时间里只做一件事，其他一概不管。建议从25分钟开始（番茄钟），适应后逐步增加到60分钟甚至90分钟。把这段时间放进日历，设为不可调整，像对待重要会议一样对待它。
关键是：让专注成为一种模式。在这个模式里，只做一件事，不被打断。
接受错过
焦虑的一个来源是害怕错过。错过新工具、新趋势、别人在讨论的东西。
接受错过是必然的。不可能什么都不错过。
更重要的是：大多数错过其实没什么损失。没学的工具、没看的新闻、没参与的讨论，大部分对生活没有实质影响。
选择错过不重要的，才能专注于重要的。
一个心理转变：把错过重新定义为选择不参与。不是被动地错过，而是主动选择把时间精力用在别处。
定期清理
定期清理信息输入。
订阅的公众号、关注的账号、加入的群组——有多少是真正需要的？有多少只是在消耗注意力？
每隔一段时间做一次清理。取消不再需要的订阅，退出没有价值的群组，减少信息输入量。
信息越少，越能专注于重要的。
同样逻辑适用于工具。安装的AI工具、注册的AI服务——有多少真正在用？有多少只是试一试然后就放在那里？
定期清理，只保留真正需要和使用的。
培养深度工作的能力
纽波特在《深度工作》中提出：深度工作，即长时间专注于有认知挑战的任务，是高价值工作的核心。AI时代，这观点更加重要。浅层的、碎片化的工作越来越可被AI替代。能深度思考、深度创造的能力，变得更加稀缺。
培养深度工作的能力，起点在于选择合适难度的任务——找那些”刚刚超出舒适区”的工作，需要全力投入，但又不是完全做不到。若不习惯长时间沉浸，从每天30分钟开始，逐渐增加。物理环境也很重要：关掉所有通知，把手机放到另一个房间。更关键的是把深度工作时间当作不可协商的，不要因为一个会议、一个临时任务就取消。
接受不完美
最后一点：接受不完美。
不可能完美地专注。会走神，会被打断，会有状态不好的时候。这是正常的。
不要因为无法完美专注而放弃努力。80%的专注好过0%的专注。即使今天只能专注30分钟，也好过完全没有专注的30分钟。
专注力是一种能力，需要培养。培养能力意味着一开始做不好，慢慢变好。接受这个过程，而不是追求一步到位。
工具越强大，定力越重要。这个悖论贯穿AI时代。知道什么是好的，才能从无数选项中挑出值得做的；敢于放下不重要的，才能把时间留给真正重要的；锚定自己的价值，才不会被焦虑裹挟着跑。而那些看似无用的东西，可能恰恰是AI时代最有价值的。
下一章，我们进入本书最后部分——如何把认知转化为行动。
AI让”可以做的事”急剧增加，选择本身成了负担。专注力的价值不在于做更多，而在于选定方向并坚持到有结果。质量判断帮你识别什么是好的，从容取舍帮你放下不重要的，深度工作让你能真正沉下去思考和创造。而那些看似无用的活动——阅读、发呆、散步、闲聊——反而可能是AI时代最有价值的东西，因为它们提供的是AI给不了的：非线性的联想、意外的灵感、对世界的直觉感知。
章节讨论
所有留言经 Agent 审核后显示