当我的 AI 额度用完时，我学到了什么
我总是在工作日结束之前，就用光了对最强 AI 模型的访问权限。最近我逐渐意识到，这或许是件好事。Anthropic 对我工作用和个人用两个 Claude 订阅的额度限制，都在每周开始时重置。重置之后，我会纵情享用这份新到手的容量，把 Fable 开到最高的 effort(努力)档位，看着智能体(agents)在多个项目上调度子智能体(subagents)和动态工作流。
以前，我大概一天左右就会耗尽每周配额。之后我会退回到 Sonnet 和 Sol 这类更快、但仍堪用的模型去处理日常任务，把最重大的问题、一次成型的构建，以及最棘手的 bug 留到额度重置时再处理。
这种等待让那些问题有了发酵的时间。我把每周与最强模型的会话称为"求问神谕"(consulting the oracle)——这是在致敬德尔斐(Delphi)的神谕，古希腊人通过女祭司皮媞亚(Pythia)向阿波罗寻求指引(好吧，也是在致敬《黑客帝国》)。
但随着 Fable 5.1 这类前沿模型在 token 效率、速度，以及低 effort 档位下的对话体验上越来越好，我也开始把它们当日常主力来用。同样的额度限制，如今能撑到三到四天，而不是一天。
但这并不总是让我过得更好。比如，我为自己的个人模型 harness（承载与调度模型的框架）Kestrel 想到一个功能点子，就立刻派 Fable 去做，坚信它很快能给出结果。我比以前更少停下来思考：这个功能是否值得存在——或者说，在前沿实验室里有整支团队都在打造优秀 harness 的情况下，我是否还应该把时间投在一个个人 harness 上。
我陷入了软件工程领导者 Will Larson 所说的“snacking”（吃零食，指挑容易、低影响的工作做，而不是困难、高影响的工作）。当我不得不等待时，反而有更多时间去察觉其中的差别。
不均衡的前沿
等待一台强大计算机的访问权限，并不是什么新鲜体验。在互联网之前，程序员必须排队等待时机，才能在大型主机(mainframe)上运行计算。NASA 格伦研究中心的程序员 Annie J. Easley，就曾亲手把打孔卡(punch cards)搬运到另一栋安置计算机的大楼。数学家和计算机程序员 Mary Berners-Lee 回忆说，在早期英国计算机制造商 Ferranti，有一队人排在她身后等待，机器上方贴着一块标语："Think—but not here!"（思考——但别在这儿！）。
20 世纪 60 年代初，分时(time-sharing)技术让大学和政府机构的用户能够通过远程终端拨入中央计算机。程序员可以在终端上修改并重跑程序，即时观察和纠正错误。他们不必在两次运行之间等待，就能一口气顺着一个想法做上好几轮实验。加州大学伯克利分校计算机科学家 Susan Graham 在 2002 年说："当你不用操心周转时间(turnaround)时，你可以做某种类型的实验，但你也会陷入一定程度的马虎。"
然而，访问权限仍然受到配额、连接费用和终端数量有限的制约。施乐帕克研究中心(Xerox PARC)科学家、图形用户界面先驱 Alan Kay 把分时称为"一种非常机构化的思考计算的方式"，就像一条铁路，由别人来决定时刻表。
实验变得更即时了，但对计算机的访问仍然掌握在别人手里。Kay 和他的同事 Adele Goldberg 设想了一种与计算更个人化的关系：一种"动态媒介"(dynamic medium)，像乐器一样，想法一出现就能被表达和修改。个人计算机应当是一个"用来思考的对象"(object to think with)，而不是盛放已经想好的东西的容器。
但一个能即时响应的媒介，也把"选择离开"的责任推给了用户。MIT 研究人与计算机关系的社会学家 Sherry Turkle，早在 1984 年就看到了这种即时性的另一面。她在《The Second Self》（第二个自我）中写道："你很难从一个还带有未发现'bug'的计算机程序前走开，你也很难从文字处理器屏幕上那篇还没校对的文稿前走开。任何计算机都向你承诺：只要你做对了，它就会做对，而且立刻做好。"
在我自己与 AI 共事的过程中，我听到了这些历史记述的回响。但 Kay 所说的"用来思考的对象"，有时会变成"替你思考的对象"(object to think for)：忙着为机器想出可以做的活，却不总是停下来思考这份活的价值。我的个人经验是，如果没有硬性约束，要抽身离开会变得更加困难。
通往德尔斐的旅程
最近，我更多地在想通往我的"神谕"的那段旅程。乘船抵达德尔斐的希腊朝圣者，会先在基拉港(Kirrha)歇息，然后再爬山 11 公里前往圣所。为了寻求关于个人或公共事务的答案，人们需要离开日常生活一段时间。我不禁想，神话中的神谕，是否只是提供了一个踏上旅程的理由——而这段旅程本身，就澄清了问题、揭示了答案。
虽然我还不会把自己 Claude 的套餐降级，但我希望在日常工作中，为那个旅程的缩小版留出空间。让一个新功能点子过一夜再说。在把一个难题交给模型之前，先写下它为什么重要，以及我认为答案可能是什么。也许我甚至会让我日常的对话智能体来建议这些停顿。
有些点子到了早上依然值得做。而另一些，我猜，一旦那种"能把它做出来"的即时满足感消退，也就失去了吸引力。
Jack Cheng 是 Every 的高级编辑。
核心启示：对最强 AI 模型访问权限的硬性限制，反而制造出"等待"，而正是这段等待让人有时间判断哪些工作真正值得做——这种约束本身，就是一种被自愿纳入日常的思考方式。
What I Learn When I Run Out of AI 的发芽报告
材料核心
Jack Cheng 每周把最强模型的额度用尽，被迫把最难的问题押后到下周——他称之为 "consulting the oracle"。但当 Fable 5.1 这类前沿模型变得更快、更省 token，限额从一天撑到三四天，等待消失后，他反而开始 "snacking"：给 Kestrel 随手加功能，不再停下来问这件事是否值得存在。从 Annie Easley 抱着打卡纸卡走到另一栋楼、Ferranti 机器上 "Think—but not here!" 的标语，到 Alan Kay 与 Adele Goldberg 的 "dynamic medium"、Sherry Turkle 1984 年的提醒，材料真正要说的不是"我应该少用 AI"，而是：当约束被技术自动移除，暂停必须被人为重新装回去。
发芽 01：等待是一台思考机器——"Think—but not here!"
种子
Jack 把额度限制当成麻烦，但它其实是一条被误读的规则：有些问题必须在你不看它的时候继续发酵。Ferranti 机器上那句 "Think—but not here!" 表面是在赶人，实质是把"思考"和"上机"分成两件事——它承认思考发生在机器之外。Jack 说自己怀念"要等"的日子，怀念的不是匮乏，而是那个被强制空出来的间隔。
故事
认知心理学给这段体验提供了硬证据。Sio 与 Ormerod 2009 年在《Psychological Bulletin》发表的元分析 "Does incubation enhance problem solving?" 汇总了 117 项实验，结论是：中断（incubation）确实有助于解题，但对需要发散、需要新组合的题目效果最明显，而且中断期间最好做低负荷的事——散步、洗澡、发呆——而不是立刻塞进另一个任务。更硬的一条来自 Wagner 等 2004 年发表在《Nature》的 "Sleep inspires insight"：被试学会一套数字递减的隐藏规则后，睡过一觉的人发现捷径的比例大约是不睡组的两倍。再往前，Zeigarnik 1927 年的经典观察指向同一件事——未完成的任务会持续占用注意，它们并不会因为你合上电脑就退场。
连接点很直接：Jack 的"把最难的问题留到额度重置"，本质上是一套无意识的孵化机制；而当他让 Fable 变成 daily driver，他取消的不是等待，是孵化。
Aha 瞬间
"真正稀缺的从来不是算力，而是一个'问题还没有被回答'的夜晚。"
发芽 02：从排队到 0.1 秒——媒介史把等待定义成了缺陷
种子
材料里那条历史线（Easley 抱着纸卡、Mary Berners-Lee 的队列、1960 年代分时、Kay 的乐器隐喻）不是怀旧装饰，而是一份"摩擦被逐步清零"的过程记录。Jack 的困境正是这条线的终点：当延迟消失，选择离开的责任就全部落到人身上——Turkle 在 1984 年就写下了这句话。
故事
人机交互的教科书把延迟写成罪。Jakob Nielsen 1993 年的经典三阈值——0.1 秒算即时、1 秒内不打断思路、10 秒是注意力上限——之后三十年，整个行业都在向 0.1 秒逼近，把"响应时间"当作纯粹的工程指标，而非认知设计的开关。Kay 与 Adele Goldberg 在 1977 年的《Personal Dynamic Media》里把电脑比作乐器、称作 "an object to think with"；Jack 观察到的滑坡，是它变成了 "an object to think for"。Turkle 后来在《Alone Together》(2011) 里把代价讲得更直接："we expect more from technology and less from each other."
还有一个细节值得并置：那位在 Ferranti 机器前排队、头顶写着 "Think—but not here!" 的编程者 Mary Lee Berners-Lee，正是 Tim Berners-Lee 的母亲。儿子后来造的万维网，成了人类历史上最大的即时回答装置——排队的人被消灭了，"该想什么"的提示音也被一并删除。
Aha 瞬间
"我们花了六十年把等待从机器里删掉，然后发现它是唯一一个会提醒你'该想点什么'的提示音。"
发芽 03：德尔斐真正的产品不是答案，是那 11 公里
种子
Jack 把最难的提问叫作 consulting the oracle，但德尔斐最著名的从来不是准确的答案，而是那段必须走完的路：朝圣者在 Kirrha 港歇脚，再走 11 公里上山，寻求关于个人或城邦事务的答复需要离开日常生活的漫长时间。他自己提出的怀疑非常锋利——神话里的神谕，也许只是给人一个理由去完成那趟旅程，而旅程本身就澄清了问题、显出了答案。
故事
希罗多德《历史》第一卷里，吕底亚国王克罗伊斯问神谕该不该攻打波斯，得到那句著名的答复：若你越过哈律斯河，你将毁灭一个伟大的帝国。他大喜，渡河，毁灭的是自己的帝国。神谕没有说谎，也从不负责解释——它把解释权交还给提问者。这就是 AI 最像神谕的地方：答案的歧义会被你自己的欲望自动填满，而"即时可用"让填满的速度快到不留痕迹。德尔斐神庙上刻着两句铭文：γνῶθι σεαυτόν（认识你自己）与 μηδὲν ἄγαν（凡事勿过度）。Jack 那两条自制条款——让想法过一夜、先写下"为什么重要"以及"我认为答案是什么"——恰好是这两句铭文在 2026 年的操作化版本。
Aha 瞬间
"神谕的问题从来不是它答错了，而是你问得太急；先写下你自己的答案，才是把 oracle 从预言家降级为顾问。"
发芽 04：把"隔夜"从美德变成机械装置
种子
Jack 的落点很小，也很聪明：不降级订阅，而是在日常里塞进一个缩微版朝圣——新想法过夜，提问前先写清楚它为什么重要、自己猜的答案是什么，甚至让日常对话 agent 提醒自己暂停。这不是自律宣言，而是给"停"设计一个触发点：把责任从意志力移交给流程。
故事
软件行业已有成型的对照物。Basecamp 的 six-week cycles 后面永远接一个两周的 cooldown——不做计划、不开新项目，只清理和想事；它的关键不是"放松"，而是把"想清楚"排进日历，而不是指望它自发生成。《The Pragmatic Programmer》里的 rubber duck debugging 是同一逻辑的极简版：向橡皮鸭完整讲一遍问题，许多问题在讲述过程中自己就散了——它等价于 Jack 那条"先写下我认为答案是什么"。而 Will Larson 所说的 "snacking" 之所以危险，是因为它具备几乎无法抵抗的三重特征：反馈即时、完成感真实、影响为零。要对抗这种结构，靠"明天我会更克制"是没有胜算的。
Aha 瞬间
"自律不是解法，日历才是：与其相信明天的我会停下来想，不如让工具在今天替我去排队。"
你的思考空间
- 如果额度无限、延迟为零，"值得做的问题"最后由谁定义——你，还是模型给你的即时反馈？
- 你现在的 Kirrha 港在哪里？从冒出一个想法到把它交给模型之间，还有没有一段路可走？
- Turkle 在 1984 年说，人很难从一个还没找出 bug 的程序前走开。四十年后，这种"走不开"的驱动力，从好奇心变成了什么？
- 如果每周只允许向最强模型提三个问题，你会问哪三个？这个限制暴露了你对自己工作的什么判断？
- "让想法过一夜"对有些事是筛选器，对另一些事可能只是拖延的体面说法——你会用什么标准区分这两者？