少烧 token，多出 completion

研二的某个周六，我坐在电脑前画论文的架构图，不到一个小时就累得不行。不是身体累，是脑子被掏空了。图也没画好。

我开始反思一个问题：为什么我明明一直在努力，却总感觉什么都没做成？

我的”多线程”人生

我的桌面永远开着十几个软件。浏览器永远有三四十个标签页。微信、论文PDF、代码编辑器、公众号后台、抖音——全都同时开着，好像它们同时跑着我就在同时进步。

我跟 Claude 聊起这个习惯，它说了一句让我沉默了几秒的话：

不是你的电脑扛不住，是你的注意力扛不住。

仔细一想，确实是这样。我的 CPU 看着没满载，但上下文切换的开销已经把我拖垮了。每切换一次任务，大脑就要重新加载一遍上下文——论文写到哪了？代码跑到哪步了？那个表格填了没？这些隐性消耗，比任何一个任务本身都耗能。

“什么都培养了，就等于什么都没有培养”

这是我跟 AI 聊到一半时脱口而出的一句话。说完之后自己愣了一下——因为我知道，这句话精准地戳中了我的核心问题。

我不是不知道要专注。我是怕停下来。

同时推进五件事，会给我一种”我很高效”的错觉。而只做一件事的时候，会有一种隐隐的焦虑——其他事情没在动，我是不是在浪费时间？

但现实是什么呢？科研绘图画了不到一个小时就崩溃了。论文草稿写了两个月还是草稿。工具折腾了一堆，但真正的交付物——投出去的论文——一篇都没有。

一直在烧 token，没有产出 completion

如果把人比作一个大模型，我每天确实在疯狂消耗 token。

起床之后打开电脑，刷一圈信息，切换到论文，写两行觉得卡了，转去配置一下工具，又跳到公众号看看数据，再刷一会论文……一整天下来，token 烧了几万个，但生成的 completion 呢？

几乎为零。

对于不了解大模型的朋友解释一下：token 就是你投入的时间和精力，completion 就是你最终交付的成果。我的问题不是 token 不够——我每天花十几个小时在电脑前——而是这些 token 大部分都浪费在了上下文切换、信息焦虑和重复思考上，真正用于”推理”和”生成结果”的比例低得可怜。

就像一个模型的 context window 被塞满了噪声，真正的 instruction 被淹没了，输出质量自然很差。

无序，是我的常态

我在语音里说了一段很长的话，大意是：

我好久没自己动笔写东西了。感觉自己一直在一个很无序的状态里。工具可以让我看起来有序，但本质上还是无序的。我想用 AI 做很多事，但 AI 有时候也只是在一个有序的黑命令行里给我产生无用的垃圾。我接收了太多信息，但消化不了。学到的东西确实多了，但也牺牲了娱乐、休息、追逐世界的时间。我有很多想法和 idea，但它们都是散的……

说完我自己都觉得这段话本身就很”无序”。

但 Claude 帮我抓住了一个关键点：我分不清哪些无序是有价值的探索，哪些只是在空转。

论文改了很多稿，最终交出一个有序的结果——那个过程中的无序是有方向的。但我现在的无序，更像同时打开十个文件夹，每个翻两页就跳到下一个，最后一个都没看完。