当工具消除了所有摩擦，它也消除了记忆本身
我看到一个人翻阅了他去年拍的1847张照片。他试图回忆每一张照片的具体情境——不只是地点，而是为什么拍这张照片。当时发生了什么，和谁在一起，感受如何。
结果：他能提供具体情境的照片只有23张。1.2%。
另外340张他能大致定位——那是一家餐厅，那是日落，那是他的狗。但他说不出为什么在那个特定时刻停下来拍了那张特定的照片。元数据显示那是三月的一个星期二，但他对那个星期二毫无记忆。
剩下的1484张照片对他来说完全是陌生人。他拍了它们，它们在他的手机里，但他与它们没有任何关系。
这不是记忆力的问题。这是工具设计的必然结果。
摩擦是记忆的前提条件
那23张他记得清楚的照片有一个共同特征：它们都是糟糕的照片。模糊、构图差、角度尴尬。他记得它们，是因为拍摄本身就是一个事件。有人动了，他掉了手机，他们笑得太厉害拿不稳。
技术上完美的照片是他忘记的那些。它们拍摄流畅、无摩擦，遗忘起来也同样无摩擦。
这里有一个我们在设计工具时系统性忽略的真相：记忆依附于摩擦。当你消除了拍照的所有摩擦——自动对焦、自动曝光、无限存储、零成本——你也消除了让那一刻值得记住的条件。
这不是怀旧。这是认知科学。
优化的悖论
作为 CTO，我每天的工作就是消除摩擦。让流程更快、更便宜、更可靠。我们把这叫做"优化"。
但优化有一个我们不愿承认的代价：当你优化掉了所有的努力，你也优化掉了所有的意义。
胶片时代，你有36张照片的限制。每一次快门都是一个决策。你会想：这值得吗？这一刻重要到值得消耗我有限的胶卷吗？那个决策过程——那个摩擦——就是记忆形成的时刻。
数字相机消除了这个限制。结果不是我们拍了更多有意义的照片，而是我们拍了无数无意义的照片。
云存储消除了删除的必要性。结果不是我们保存了更多珍贵的记忆，而是我们淹没在数据的海洋里，找不到任何一个真正重要的时刻。
这就是优化的悖论：工具越完美，体验越空洞。
AI 正在重复同样的错误
现在看看我们正在构建的 AI 系统。
我们在优化什么？写作的摩擦。思考的摩擦。决策的摩擦。学习的摩擦。
一个学生过去需要去图书馆，翻阅索引，找到相关书籍，阅读、做笔记、综合信息。现在他问 ChatGPT，得到一个完美格式化的答案，复制粘贴。
哪个过程会产生真正的学习？
一个程序员过去需要理解问题，设计架构，写代码，调试，重构。现在他把需求扔给 Copilot，得到可运行的代码。
哪个过程会产生真正的理解？
我们正在构建的不是增强人类能力的工具。我们在构建绕过人类能力的捷径。结果不是更有能力的人类，而是更依赖工具、更无能的人类。
就像那1847张照片。技术上完美，情感上空洞。
不是所有摩擦都应该被消除
我的判断是：我们需要重新思考什么是"好"的工具设计。
好的工具不是消除所有摩擦的工具。好的工具是消除错误的摩擦、保留必要的摩擦的工具。
什么是错误的摩擦？那些不产生价值、只产生挫败感的障碍。糟糕的 UI。不必要的重复劳动。技术限制导致的人为约束。
什么是必要的摩擦？那些迫使你思考、决策、投入的障碍。学习曲线。认知负荷。选择的代价。
必要的摩擦不是 bug，是 feature。它是意义产生的机制。
案例：为什么 Vim 用户记得快捷键
Vim 是一个反直觉的例子。它有陡峭的学习曲线，反人类的默认行为，需要记忆大量快捷键。
按照现代 UX 原则，Vim 是糟糕的设计。
但 Vim 用户对他们的工具有深刻的理解和记忆。他们不需要查文档，因为学习过程本身——那个摩擦——把知识刻进了肌肉记忆。
对比 VS Code。它有图形界面，有自动补全，有提示。更"友好"。但用户对工具的理解更浅。他们依赖 UI 提示，而不是内化知识。
哪个工具让用户更有能力？
答案取决于你如何定义"能力"。如果能力是"快速完成任务"，VS Code 赢。如果能力是"深刻理解工具并能在任何环境下工作"，Vim 赢。
我们的行业已经系统性地选择了前者，忽略了后者。
记忆外包的代价
我们把记忆外包给了工具。照片存在云端。知识存在 Google。代码存在 GitHub Copilot。
这看起来很高效。为什么要记住你可以查到的东西？
因为记忆不只是存储，是理解的基础。
当你记住一个概念，你的大脑会把它与其他概念连接起来。这些连接就是创造力的来源。当你需要查找一个概念，你得到的是孤立的信息，没有连接，没有上下文，没有洞察。
一个程序员如果不记得基本的算法，他就无法在设计系统时直觉地知道哪个方案会有性能问题。他需要每次都查，每次都重新学习，永远无法建立深层的直觉。
一个作家如果不记得他读过的书，他就无法在写作时自然地引用、对比、综合。他的写作会是浅薄的，因为他的记忆是浅薄的。
记忆外包不是增强智能，是放弃智能。
我们需要什么样的 AI
如果我重新设计 AI 工具，我会问一个不同的问题。
不是"如何让这个任务更容易？"
而是"如何让这个任务更有意义？"
一个有意义的 AI 写作工具不会替你写文章。它会问你尖锐的问题，迫使你澄清自己的想法。它会指出你论证中的漏洞，迫使你更深入地思考。它会是一个苏格拉底式的对话者，而不是一个代笔者。
一个有意义的 AI 编程工具不会替你写代码。它会帮你理解问题空间，探索不同的架构选择，解释权衡。它会是一个导师，而不是一个自动化脚本。
一个有意义的 AI 学习工具不会直接给你答案。它会引导你找到答案的路径，让你经历发现的过程。它会保留必要的摩擦，因为那个摩擦就是学习本身。
这样的工具会更慢、更费力、更"低效"。但它们会产生真正的能力，而不是依赖性。
结论：摩擦是特性，不是缺陷
那个人的1847张照片是一个警告。
当我们把"消除摩擦"作为设计的最高原则，我们创造的是完美的工具和空洞的体验。我们拍了更多照片，但记住的更少。我们写了更多代码，但理解的更少。我们访问了更多信息，但学到的更少。
技术的目标不应该是让一切变得容易。技术的目标应该是让重要的事情变得可能。
有些事情应该是困难的。学习应该需要努力。创造应该需要挣扎。记忆应该需要投入。
不是因为我们喜欢痛苦，而是因为意义来自于克服阻力的过程。
下次你设计一个工具时，不要只问"我如何让这个更容易？"
也问一问："我在消除什么？我在保留什么？这个工具会让用户更有能力，还是更依赖？"
因为最终，一个消除了所有摩擦的工具，也消除了所有意义。
就像那1847张完美的、被遗忘的照片。
—— https://www.80aj.com