AI 短期是複雜製造機，不是效率工具
AI 讓每個人都能寫、能做研究，結果是更多郵件、更多演示、更多決定。Jim VandeHei 說，短期它製造複雜，只有主動刪減才能拿回時間。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
六個月規劃已經是幻想
Jim 說他以前嘲笑一兩年、三年的規劃，現在連六個月規劃都覺得可笑——他只能對六到七週內的事有高置信度。他給了一個具體數字：六個月前 Axios 有 30% 到 40% 的流量來自 Google Search，現在掉到 5% 到 10%，涉及數百萬用戶，幾乎是一夜之間發生的。他把這種狀態叫 post-processable velocity：AI 世界的速度超出了人類理解它的能力。這不是抽象焦慮，是流量結構在幾個月內被重寫。
— Jim VandeHei大多數公司卡在 messy middle
Jim 把當前階段叫 messy middle：公司開始用 AI、做原型、看到承諾，然後發現「我得把它接到我的數據池上」，比想像中難得多。他描述了一個分裂：硅谷的人覺得這是 1999 年，一切即將爆發；但 Toledo、Topeka、Oshkosh 的大多數人覺得「我就是在經營公司，AI 大概是那個新東西，員工在聊，我們遲早會用到」。引入任何技術到現有公司都難，因為要把它接到過去十年搭的笨重系統上。
— Jim VandeHeiAI 短期是複雜製造機
Jim 直接說，對大多數人短期而言，AI 是一個 complexity creation machine。機制是：現在任何人都能用 AI 寫出不錯的東西，任何人都能做深度研究然後丟進郵件發給老闆。結果是所有人收到更多郵件、更多演示、更多想法——有些想得清楚，很多沒有。於是「天哪，我現在要做更多決定」。這正是他寫書的原因：怎麼幫你刪掉那些出於習慣和慣性在做的事，好去放大你真正想做的事。
— Jim VandeHei每週浪費 25% 是習慣不是能力
Jim 引用 The Economist 等的數據：平均每週有 25% 的時間花在本不該做、或對公司沒有價值的事上，原因是習慣和慣性。他算了一筆賬：25% 意味著每十年裡有兩年半被浪費掉。他強調 AI 現在不會解決這個問題——「我以為 AI 會讓我們更高效，現在不是」。短期人們焦慮、困惑，而他認為你應該焦慮、應該困惑，因為這是活著的奇怪時代。
— Jim VandeHei先 confront，再 delete，最後 amplify
框架三步：confront 是心理動作，問「我為什麼要做這件事」「這個會真的需要開嗎」；delete 是刪掉或說不；amplify 才是做你擅長、喜歡、能帶來晉升或回報的事。Jim 說這套系統在 Axios 跑了兩三年，效果是人更專注、更高效，但最重要的是更快樂。他舉了「let's kill shit」會議：把領導團隊叫來，花一兩個小時列出所有蠢的會議、流程、產品，然後殺掉。Axios app 就是這麼被砍的——幾千萬人來 Axios，但只有三萬人經常用 app，維護成本卻極高。
— Jim VandeHei決定做多了，做決定的能力就下降
Jim 說平均每人每天收到約 120 條短信、150 封郵件，這種精神壓力被低估了。他引用腦掃描研究：你做的決定越多，做決定的能力越差，這叫 cognitive fatigue。所以除非減少要做的決定數量，否則你在真正想做的決定上表現不會好。他舉了個人例子：把牙膏、除臭劑這類定期要買的東西設成 Amazon 自動訂購，永遠不用再想。這些小事加起來，決定更少、時間更多，才能去讀書、去和人喝咖啡。
— Jim VandeHeiAI 不會取代記者，會取代通用顧問
Jim 說他不認為 AI 會取代記者，也不認為會取代大多數工作。他點名了一個會被取代的：generic consultant——AI 做通用諮詢和商業分析已經不錯。但對任何有熱情的人，只要能把這技術當成自己具體工作的 force multiplier，並且用得很熟，就會沒事，甚至更搶手。他判斷，熟練使用 AI 在職場裡很快會成為 table stakes。Axios Local 的擴張邏輯也在這裡：用 AI 做分發、文案編輯等非新聞核心的後端工作，把成本降下來，然後僱幾百名記者。
— Jim VandeHei別把商業模式押在第三方的善意上
Axios 與 OpenAI 有內容授權協議。Jim 的邏輯很直接：ChatGPT、Google、Anthropic 已經吃掉了互聯網上所有公開信息，包括 Axios 寫過的一切。所以只有兩條路——像紐約時報那樣起訴並指望贏，或者接受授權費。他判斷 Axios 打官司贏不了，而且內容量不夠大，即使贏了賠償也不划算。他強調與 BuzzFeed 押注 Facebook 的區別：這份收入明天消失，公司整體表現不受影響。他的原則是：永遠不要把商業模式押在一個對你的生意沒有既得利益的第三方的慷慨上。
— Jim VandeHei給妻子建的 Claude 項目比醫生更有用
Jim 在 Claude 裡給妻子建了一個項目：輸入她全部健康信息，再指定 AI 只從 Johns Hopkins、Mayo 等來源取信息，讓它每兩週看新醫學文獻，並在網上找症狀相似的人做交叉比對。他說這比任何他見過的醫生都好，直到他們最終去了 Mayo，才遇到能接近這個系統水平的醫生。他自己的用法是把所有血檢、MRI、家族史餵給 ChatGPT。他承認自己有 concierge doctor，會把結果拿去核對，醫生每次都說「這相當不錯」，甚至有一個醫生現在用這套東西做大部分工作。
— Jim VandeHei原話 · 已逐字校驗
I've always laughed at like year or two or three-year planning. I'm like, how the hell do you do that? But now I kind of laugh at six-month planning.
我以前一直嘲笑一年、兩年、三年的規劃，我想，你到底怎麼做得到？但現在我連六個月的規劃都覺得可笑。
Jim VandeHei6:07
I think for most people in the short term, it is a complexity creation machine.
我認為對大多數人來說，短期而言，它是一臺複雜製造機。
Jim VandeHei9:10
Well, think of a 25%, man. That's two and a half years out of every decade that I pissed away doing things I don't want to do or shouldn't be doing.
想想那 25%，老兄。那就是每十年裡有兩年半，被我浪費在做我不想做或不該做的事上。
Jim VandeHei10:16
There's been tons of studies, tons of brain scans that show the more decisions that you make, the worse you get at making decisions. It's called cognitive fatigue, mental fatigue.
有大量研究、大量腦掃描顯示，你做的決定越多，你做決定的能力就越差。這叫做認知疲勞、精神疲勞。
Jim VandeHei15:28
don't ever bet your model on the generosity of a third party that has no vested stake in your business.
永遠不要把商業模式押在一個對你的生意沒有既得利益的第三方的慷慨上。
Jim VandeHei25:47
I have found it to be astronomically better than any doctor I've ever met with.
我發現它比我見過的任何醫生都好得多，好到天文數字級別。
Jim VandeHei28:51
You need to be that ruthless, constantly thinking about fewer, fewer, less, less, quicker, quicker.
你需要那麼狠，不斷想著更少、更少、更少、更少、更快、更快。
Jim VandeHei31:59
數字與實體
| Axios 來自 Google Search 的流量佔比變化 | 從 30%-40% 降至 5%-10% | 6:07 |
| 平均每週被浪費的工作時間 | 25% | 10:16 |
| 平均每人每天收到的短信數 | 約 120 條 | 15:28 |
| 平均每人每天收到的郵件數 | 約 150 封 | 15:28 |
| Anthropic 高管給出的 AI 毀滅人類概率 | 10% | 4:07 |
| 特朗普支持率 | 約 40% | 1:04 |
術語
- post-processable velocity後處理速度
- Jim 自造詞，指 AI 世界變化的速度超出人類理解能力。
- messy middle混亂的中間地帶
- 公司開始用 AI、做原型，但發現要接入舊系統比想像中難。
- cognitive fatigue認知疲勞
- 做的決定越多，做決定的能力越差。
- force multiplier力量倍增器
- 把 AI 當成放大自己具體工作能力的工具。
- table stakes入場門檻
- 熟練使用 AI 很快會成為職場基本要求。
收聽指南
適合正在把 AI 引入組織的創始人和管理者，以及被 AI 帶來的信息過載壓垮、想找回時間的人。
開頭關於中期選舉和數據中心政治毒性的部分，與 AI 效率主題關係不大。