Bom dia meus amigos,
Saudações de Lisboa!
您正在阅读的《壹苇可航》电子报 2026 年第 03 期。
上周没有更新电子报，而是发了一篇独立文章。我想让内容形式服从于思考本身的节奏：当想法自然聚合成体系时，便以电子报呈现；当某个洞察值得独立展开时，就以文章形式发布。更新频率也会更加顺应思考的自然节奏，不再刻意维持固定周期。
本期想要与您探讨的是，在 AI 工具的选择与使用中，如何保留我们的理解与控制。
以下是本期正文。
🔍 Insight
前几天和巴西同事闲聊，我问他现在主要用哪个 AI。"Poe"，他说。美国同事也类似，在用 T3 Chat。这让我有点意外，向来以为大部分人都在用单一平台。
亚洲同事呢？我们更习惯「一个主力 + 一个备选」的组合。例如，我主要用 Gemini，偶尔切到 Claude。
在团队日常对话里，大家提到最多的是 "ChatGPT"，甚至 Perplexity 已经像 Google 一样变成了动词——"Please try to perplexity/google it"。单一平台的名字占据了我们的语言，但使用习惯却在悄悄分化。
当我问起原因时，他们的回答很相似：「不同任务需要不同模型，这样效果最好。」
听起来，欧美同事和亚洲同事的目标是一样的，都想用对的工具做对的事。
然而，如果目标相同，为什么路径不同？Poe、T3 Chat 这类聚合工具和「主力 + 备选」的组合，看起来都在「选择」，只是这个「选择」真的是同一回事吗？
表面上看，是的。但当我仔细回想自己的使用过程时，发现了一个微妙的区别。
我切换到 Claude，并不是因为 Gemini 不够好，而是因为我和亚洲同事们都习惯了要在两个模型中进行比较，然后手动拼贴。我们的「最后一公里」是人工完成的。举例来说，当我写一封重要邮件时，我会让 Gemini 生成一版，再让 Claude 生成一版，然后对比两者的语气、逻辑、细节。最后这封邮件可能使用了 Gemini 的开头，Claude 的论证，再加上我自己写的结尾。
而欧美同事们呢？他们会在任务开始前就选择，这个任务需要 Claude 的谨慎，那个头脑风暴需要 GPT 的发散。然后直接用对应模型的输出，可能稍作修改，就完成了。
两种方式都在「保留控制权」，只是防线设在不同位置。我们在 output 层控制：比较、判断、拼贴；他们在 input 层控制：选择工具、理解工具。
哪种更好？我说不准。但这让我意识到「用对的工具做对的事」，也许没有听起来那么简单。
这不只是我的感受。最近看到一份 AI 工具的流量报告，数据显示了一个明显的趋势：那些承诺「一个平台解决所有问题」的工具都在退潮。ChatGPT 访问量下降 22%，Perplexity 下降 27%。
与此同时，专门化的工具在增长。音乐生成工具 Suno 增长 46%，语音工具 ElevenLabs 增长 27%。让用户保持理解和控制的工具也在增长，例如，代码补全工具从负增长转为正增长 9%。
这些增长的工具有个共同点：它们不承诺「简单」或「彻底」，而是承诺「透明」和「可控」。
但这是否意味着人们都想要控制权？未必。
就在最近，OpenClaw(ClawdBot/Moltbot) 突然爆火。它承诺得更彻底，不只是「一个工具解决所有问题」，而是「一个主动的 AI 员工」。它能管理日历、发送邮件、运行代码，甚至在人们睡觉时生成子代理继续工作。人们兴奋地分享使用案例：「它改变了我的生活」、「在我睡觉时继续编码」。
当然，也有另一种声音：「给它所有权限很可怕」、「这是个糟糕的主意」、「高风险」。有人抱怨设置复杂，文档混乱；有人担心安全，不敢给予完整权限；还有人说它「能耗大得像小核电站」。
这个矛盾很有意思：OpenClaw 代表的是「完全自动化」的极致，人类什么都不用管，由它决定一切。这正是 Poe 模式的反面。如果说 Poe 让用户保留选择权，OpenClaw 则是彻底接管选择权。
流量数据揭示了更复杂的图景。整体自动化类别下降 23%，但并非所有自动化工具都在退潮。虽然 Zapier 下降 24%，Make 下降 11%，但 N8N 累计增长 73%。
Zapier 承诺「无代码自动化」，拖拽几个模块，连接就完成了。简单，但黑箱。当 workflow 出错时，我们不知道数据流去了哪里，因为我们从未真正理解过这个系统。
N8N 也是 workflow builder，但它是开源的、自托管的。这意味着我们可以看到数据流的每一步，可以深入到代码层面，可以完全控制。它不「简单」，但透明。
OpenClaw 更进一步，它连 workflow 都替我们建立了。我们只要说「要做什么」，它自己决定如何做、用什么工具、在什么时候做。完全自动化，也完全黑箱。
三个工具代表了三种哲学：
- Zapier：简单，但牺牲理解
- N8N：复杂，但保留控制
- OpenClaw：无需思考，但交出一切
数据在真实地告诉我们，大家依然在用脚投票。人们不要「简单但黑箱」，也不要「彻底接管」，而是要「可以控制和理解的自动化」。
Poe 模式和 N8N 的逻辑是一致的。Poe 没有让「使用 AI」变得更简单，人们仍然要理解不同模型的特点，仍然要在每个任务前做判断。但它让「切换模型」这个操作变得更流畅，消除的是无意义的摩擦（打开不同网站、重新输入 prompt），保留的是有意义的摩擦（理解工具、选择工具）。
N8N 也一样。它让「搭建 workflow」变得可能，但不是「简单」。人们仍然要理解数据流、理解 API、理解逻辑。它消除的是重复性的 API 调用和样板代码，保留的是对整个系统的理解和控制。
这是有意义的摩擦和无意义的摩擦的区别。
选择模型是有意义的摩擦，搭建 workflow 是有意义的摩擦，比较结果也是有意义的摩擦，因为它们都承载着理解。而切换标签页、重复输入、手动调用 API，这些是无意义的摩擦。
Zapier 试图消除所有摩擦，包括那些「有意义的摩擦」，结果是用户失去了对系统的理解。Moltbot 更极端，它试图消除「思考」本身，不需要理解 workflow，不需要选择工具，甚至不需要决定「什么时候该做什么」。
所以人们感到恐惧。这不是对技术的恐惧，而是对失去理解的恐惧。
现在回到开头的观察：为什么欧美同事倾向于在 input 层面控制（选择工具），而亚洲同事倾向于在 output 层面控制（比较拼贴）？
我不确定答案。但这个区别让我想到一些问题。
或许和信任有关？欧美同事相信「选对工具就能得到好结果」，他们倾向于工具是可靠的，只要选择得当。而亚洲同事呢？我们似乎不那么相信任何单一工具的输出，总要验证一下、对比一下。这是对工具的不信任，还是对自己判断力的信任？
或许和效率观有关？选择正确的工具然后直接用，是一种效率。但反复比较、手动拼贴，也是另一种效率。如果「最后一公里」的质量很关键，那么多花一点时间在这里，也许反而更高效。
或许和对「什么是工作」的理解有关？如果工作是产出结果，那么让工具尽可能多地承担，然后专注于选择对的工具，是合理的。如果工作是形成判断，那么比较、拼贴这个过程本身就是工作的核心，不能外包。
我不知道哪种更对。但我确信这两种方式都在抵抗同一件事：被工具接管。只是抵抗的防线设在不同的地方。
📸 Snapshots
周一下班后，我们决定偷个懒不开火，去吃了新开的自助披萨。每人 €8.89，披萨无限畅吃。虽说是妥妥的碳水炸弹，但这性价比也确实高。
自助规则是第一轮点 King Size，必须吃完才能续单，之后的份量就降为 Middle Size 了。
泽泽和我先点了橄榄金枪鱼与培根奶酪双拼，之后他又追加了意式肉酱和小份菠萝香肠。不愧是年轻人，战斗力可真强悍。
感觉整个一月都没有过晴天，葡萄牙的中部和北部很多地方发生了洪水。海洋和大气研究所预报接下来一周还会有风暴来袭，二月初依然笼罩在阴雨中。
这个月 23 日傍晚，里斯本下了一场冰雹，而上一次的冰雹记录是在 2014 年 1 月 17 日。下雪记录则是在 2006 年 1 月 29 日。
这个月中下旬，C4 级的地磁暴也让我在葡萄牙第一次看到北极光。
Tana 终于推出了 Local API/MCP，第一时间在 Alma 中使用 Claude Sonnet 4.5 对我的笔记库进行了一次审计。
现在 tokens 的消耗还是让我头疼的问题，我没有那么多钱订阅 Claude Max，只能将就着使用 Sonnet。不过结果还是可以接受的。
📰 Curations
When a Man Loves a Cello
https://www.newyorker.com/culture/the-weekend-essay/when-a-man-loves-a-cello
顶级演奏家与其乐器之间的关系是一种「恩赐与诅咒」并存的状态。这种高度的工具依赖与情感投射，模糊了自我与客体的界限。这种关系的终极悖论在于：当工具达到极致完美时，所有的瑕疵都只能归咎于演奏者。
阅读这篇文章时，我就在想：我们构筑的数字系统（或 AI 助手）究竟是延伸了我们的主体性，还是成为了一种需要时刻供养的、带有「性灵」的束缚？
Anil Seth: How We Build Perception from the Inside Out
Anil Seth 提出意识是大脑基于感官信号由内而外构建的「最佳猜测」或受控幻觉，认为通过科学解释感知机制，意识的形而上学之谜最终将像生命起源之谜一样逐渐消散。