Slot Machine Effect(老虎机效应)
"LLM 已成为制造东西的人们的社交媒体 feed。" — Willie Williams
核心洞察
当 AI 让"尝试"成本趋近于零时,一种危险的注意力模式浮现:我们总是离完美只差一个 prompt,导致无限循环的"再试一次"。
编码感觉像玩老虎机:
- 把想法扔给 Claude Code → 得到接近的结果
- 调整 prompt → 再拉一次拉杆
- "几乎到了但还没完全到"的感觉令人上瘾
- 向 Codex 要五种新功能结构方式,喜欢方案三但想保留方案二的数据模型
- 下一轮——下一次掷骰——它可能神奇地将两者结合成需要的结果
- 或者需要再拉一次。每一转都有可能修补 bug、完善文案、或揭示更好的计划
这不只是编码问题。 作家在要"再一种文章结构方式"或"润色一个句子"时感受到。产品经理在要"再一种 onboarding 流程"时感受到。
为什么危险
| 传统工作 | AI 时代 |
|---|---|
| 完成需要时间、经验和设计技能 | 把想法扔给 Agent 就能得到接近的结果 |
| 边际成本递减,自然收敛 | 边际成本趋近于零,没有自然停止点 |
| "够好了"是清晰的 | "还可以更好"是永恒的 |
"几乎到了但还没完全到"的感觉令人上瘾。不知不觉凌晨 3 点。
应对策略
个人层面:
- 为自己设定"满意阈值"——如果解决方案的主体正确,边缘可以稍微模糊
- 建立"Agent 输出审查时间盒",限制在单个任务上的迭代次数
团队层面:
- 建立显式的"完成标准"(definition of done)
- 区分"改进"与"打磨"——前者有明确目标,后者是无限游戏
关键结论
最重要的技能不是选择正确模型或 prompt engineering,而是知道何时带着赢来的钱离开。
当 AI 让"尝试"成本趋近于零时,"知道何时停止"成为最稀缺的能力。