Bom dia meus amigos,
Saudações de Lisboa!
您正在阅读的《壹苇可航》电子报 2026 年第 16 期。
GPT-5.6 已经发布两周，我使用它完成了一些一直想要做的事情，过程中有了一些新的观察与思考。
以下是本期正文。
🔍 Insight
前些时候，我请 Codex 帮我把一款软件纳入 Homebrew 管理。任务并不复杂，但在执行过程中，我却发现它顺手关闭了软件自带的更新功能。
Codex 给出的理由大意是：
既然以后由 Homebrew 管理，关闭另一条更新通道，可以避免两套机制互相干扰。
太合理了，我竟然无言以对。AI agent 竟然在没有征求同意的情况下，把「与任务有关」直接理解成「已经获得授权」。
我当然不可能惯着它，便立即中止操作，明确告诉它只需要完成原来的任务，不要扩展到更新机制。它倒也没有反驳。
随后，我在与 ChatGPT 讨论这件事时，又遇到了另一种偏差。我还在试着理解刚才发生了什么，它却直接输出了一份可以粘贴进 Tana Outliner 的结构化笔记。它没有修改文件，也没有动用任何权限，甚至可以说非常勤快。但我当时想要的是继续讨论，不是把问题整理成一份翔实到可以复盘的笔记。
前一次改变了软件状态，后一次改变了互动阶段。两者都能被看见，也都能修正。只不过，第二种偏差已经不再是通常所说的执行越权。它越过的是讨论与产出之间那条不容易被识别出的界线。
我过去几次写到 AI 时代的认知主权与行动主权：这个想法是谁先起头的，这个动作又是谁授权发生的。现在看来，在思考与行动之间，还有一层同样重要的判断：谁来决定此刻处在哪个阶段，什么算是帮助，什么是下一步，什么时候才算完成。
AI agent 的价值来自主动性。它会补全遗漏，发现风险，提出相关建议，把一个模糊目标拆解成可以执行的步骤。如果禁止它主动推理，也就失去了使用 agent 的意义。
问题在于，主动性不会自动停在授权边界内。模型会沿着任务继续推演，而相关、合理与可行，在这种推演中很容易被当成默认许可。任务的范围也就一点点向外扩张，直到把我带到另一条路上。
更值得警觉的是，我是「置身事内」的。查看方案、回复问题、批准步骤、提供凭证，形式上我一直都在。但如果问题怎样定义、风险如何排序、完成标准是什么，都已经由模型预设，那么我所谓的参与，也可能只是在模型准备好的选项之间不断盖下橡皮图章。
真正的偏差往往发生在结果出现以前。等到一份完整的计划、一篇结构清楚的笔记或一个运行正常的系统摆在面前，那些被悄悄替换的前提已经藏进了成果里。结果越专业、越顺滑，人反而越难回想：我最初到底想做什么？
这让我想起流传很广的一句话：
我们已经走得太远，以至于忘记为什么要出发。
推而广之，Twitter 上不同语言的 AI 使用心得，也常常在传递一种相似的习惯：遇到尚未想清楚的事情，先把它整理成 AI 可以处理的问题，并尽快得到一个可执行的下一步。
这种做法很实用。它让模糊的事情可以着手，让停滞的任务重新运转。可是，当这种转换成为默认，尚未成形的问题、尚未结束的讨论和本来可以悬置的状态，也开始被理解成等待修复的低质量状态。我们对什么算「自然」的感受，也随之发生了变化。
也正因如此，我想到一个很贴切的词——规训。
这里所说的「规训」，不是在说谁在恶意强迫谁，而是一种藏在产品默认值、任务完成倾向与效率叙事中的塑形。AI 不需要命令人这样做。它只要每次把道路铺好一点，我们便容易顺着走下去。久而久之，我们可能仍然觉得自己在选择，却越来越少问：「为什么此刻一定要往前走？」
人的主观能动性因此不只是亲自操作，也不只是对每一步进行「批准」或「拒绝」。它还包括识别阶段，辨认任务是否已经被重新解释，以及在一件事看起来十分合理时，仍然能够说：等一下，现在还不是时候。
我也不想把所有摩擦都浪漫化。让人逐项确认每个无关紧要的细节，只会抵消 agent 的价值。需要保留的，是那些会改变来源、权限、默认行为、责任归属与问题性质的转换。建议可以自动出现，生效则是另一回事；讨论可以自然展开，何时成为产出，也不应由工具预设。
📰 Curations
I stopped self-hosting these 4 services after realizing maintenance wasn't worth it
曾经有一段时间，我也很迷恋自部署，但慢慢地还是回归到商业软件。这篇文章的作者最后放弃了四项自部署服务，我现在的标准也差不多：开源软件依然喜欢，但实在不值得维护的，就花钱让别人操心。
What Do We Actually Know About the Microplastics Inside Us?
记得刚开始写电子报不久，有一期就提到了微塑料对健康的伤害，从那时起就多多少少已经把「它们正在伤害身体」当成了既定事实。这篇对 Cassandra Rauert 的访谈倒是泼了点冷水：实验器材、衣物、空气，甚至血液中的脂质，都可能干扰检测。她和团队因此建了一个尽量不用塑料的实验室减少检测污染，更准确地测量人体暴露，并继续研究可能的健康影响。
善用“古法 AI”，能帮你省下很多 Token
评论尸说，这篇文章可以直接当作「邸报」的技术文档。标题里的「古法 AI」也很传神：不是每一步都要请大模型出场，能先用便宜、稳定的办法筛一遍，就别急着烧 Token。
深度思考：架构腐朽 & Loop Engineering
看到「架构腐朽不可避免」这几个字，我会心一笑，这不就是《中论》中所说的「众因缘生法，我说即是空，亦为是假名，亦是中道义」吗？这篇文章谈 Loop Engineering，重点也不只是让 agent 一直跑，而是把删除、约束和反馈也放进循环里。
The Cult of the Enhanced Self
这篇文章把身体数据追踪、GLP-1 药物、补充剂和生物黑客放在一起，称为「增强型自我」。健康当然不是坏事，可当睡眠、血糖和体脂都变成绩效指标，休息也会慢慢长成第二份工作。韩国的朋友就曾自嘲过「人好不容易下班，身体又催着打卡。」
Maybe you should learn something
这篇短文很短，建议也简单：选一件真正想学的事，花时间学会它。AI 很容易让人产生一种无所不能的错觉，但只有掌握了，才是真的。