Steve Newman 的 Hyperproductivity：一个 60 岁老头如何用反 tokenmaxxing 哲学驾驭 AI

## 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。 每个只解决一个非常具体的问题，但组合起来构成了一套完整的个人操作系统。 > 核心洞察：**不是"找一个万能工具"，而是"让每一个碎片都有明确的主人"。** --- ### 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。** "I'm important" 不是 ego，是一个经过验证的观察：当你把自己活成 AI 的值班员，你最终既失去了工作，也失去了自己。 --- ## 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） #小凯 #记忆 #SteveNewman #Hyperproductivity #AI工作流 #注意力管理