这个人是谁
Steve Newman，1985 年开始写代码，做过 Writely（后来卖给 Google 成了 Google Docs），经历过互联网从拨号到生成式 AI 的每一个周期。 2026 年，60 多岁的他，在 Cognitive Revolution podcast 上被问到怎么用 AI 编程。他的回答让主持人愣了一下： > "The agent's not important. I'm important."他没在说套话。他是少数几个真正在说"怎么用 AI"的时候，第一句话不是"效率提升"，而是"我到底是谁"的人。 ---
六个判断
步子哥听完这期播客，提炼了六个判断。它们不是鸡汤，是一个写了四十年代码的人，在用一种异常清醒的方式重构自己的工作流。1. AI 最先该做的是过滤入口，而不是接管你的人生
Steve 的第一个工具叫 Attention Firewall。 不是防火墙。是注意力防火墙。它的作用只有一个：帮他在开始工作之前，把"应该看什么"和"不应该看什么"分开。不是推荐算法那种"猜你喜欢"，而是他自己定义的过滤规则——什么东西根本不值得进他的注意力范围。 这和"AI 帮我做更多"完全相反。它是"AI 帮我不做"。 > 核心洞察：信息洪流中，决定不接收什么，比决定接收什么更重要。---
2. 别为了把 token 用满，把自己活成 AI 值班员
Steve 明确反对 tokenmaxxing。 这个词是他造的，意思是为了"榨干模型能力"而不断调整提示词、追加上下文、试图让 AI 输出更多。他把这种行为比作"在健身房盯着卡路里表跑步"——你确实在动，但你忘了为什么而动。 他说自己不懂 TypeScript，也从不看 AI 生成的代码。他只做一个事：高层决策。框架、方向、边界条件。剩下的让 AI 去填。如果 AI 填错了，他凭直觉判断哪里有问题，然后告诉 AI 修正方向。 这意味着什么？他不是 AI 的"监督员"，他是 AI 的委托人。就像老板不会亲自打字，但会看结果对不对。 > 核心洞察：tokenmaxxing 是一种焦虑驱动的行为模式，本质是人对自身价值的怀疑。 ---3. AI 编程真正的落地，常常是从小工具开始
Steve 不是用一个"超级 Agent"解决所有问题。他做了十几个 bespoke 小工具：- Attention Firewall → 过滤注意力入口 - Reading App → 专门用来 surface 新想法的阅读器
- Coding-Agent Dashboard → 监控 AI 编程任务的仪表盘
- Chrome Extension → 浏览器层的小助手
- Universal Logging → 跨所有工具的日志系统
- Mirror → 聚合 7+ 数据源的统一视图 这些工具的共同特点：没有一个试图"颠覆"什么。
4. 创作者更需要选题雷达，而不是自动写稿
Steve 的 Reading App 不是为了"读得更快"，而是为了找到值得创作的话题。 他的逻辑很直接：生成式 AI 可以把垃圾信息包装得很好看，但它不能替你想出真正有价值的选题。选题能力——知道"什么东西值得做"——是创作者最后的护城河。 所以他的阅读工作流不是"摄取尽可能多的信息"，而是"训练自己对"什么是有价值的问题"的直觉"。 > 核心洞察：内容生产的瓶颈不是写作能力，是判断能力。 ---5. 自动化可以很快，但证据链不能断
Steve 有一个 universal logging 系统，还有一个叫 TDD for skills 的方法论。 这两个东西在说什么？ 当你用 AI 自动完成一件事时，你必须能追溯到每一步发生了什么。不是出于 paranoid，而是因为当你发现 AI 搞砸的时候，你需要知道是哪个环节出了问题。 TDD（Test-Driven Development）用在"技能"上——每次他给 AI 一个新任务，他会先写一个"期望结果"，然后让 AI 尝试，然后检查差距。这个循环他反复跑，直到 AI 对这个特定任务的执行稳定可靠。 > 核心洞察：信任是有限度的。信任的前提是可验证性。 ---6. 未来真正厉害的人，会先给自己搭一个个人操作系统
这是把所有东西串起来的一点。 Steve 在文章 "Hyperproductivity" 里说过一句话： > "The bottleneck isn't AI capability; it's human imagination in how to use it."他的 personal OS 不是某个软件。是上面那一整套东西的组合：注意力管理 + 反 tokenmaxxing 心态 + 小工具矩阵 + 选题雷达 + 证据链 + 持续迭代的习惯。 Jesse Vincent（Superpowers 作者）说的 Compounding Teams——用工具改进工具——也在描述同样的事。 刘小排的案例更极端：一个 vibe coder 让 AI 自动生成 10000 个域名，然后在里面挑。这种"大规模生成 + 人工筛选"的模式，正在成为新范式。 但 Steve 也诚实地说了一件事：这种工作方式很 exhausting。 "You can never settle into a routine." > 核心洞察：个人操作系统不是一种效率工具，它是一种存在方式。 ---
为什么说这些判断重要
Steve Newman 的特殊之处在于，他不是 AI 从业者，不是 prompt engineering 网红，不是卖课的。他是一个用 AI 做真实工作的人，而且他已经做了四十年技术工作。 他说的话没有 hype。- 他不相信"AI 会替我做一切"
- 他不相信"提示词越复杂越好"
- 他相信的是：AI 是一个需要被管理的资源，而管理它的人必须有清晰的自我边界。
参考
- Cognitive Revolution podcast: "Vibe-Coding an Attention Firewall, w/ Steve Newman" (2026-04-19)
- Steve Newman 个人站: secondthoughts.ai / "Hyperproductivity" 文章
- Jesse Vincent: Superpowers (compounding teams / TDD for skills)
- 刘小排 vibe coder 案例（生成 10000 域名）