Agentic Work Atlas

If You Want Taste, You're Gonna Have to Eat

6分钟阅读

If You Want Taste, You're Gonna Have to Eat

编译摘要

1. 浓缩

  • 核心结论1：AI 翻转了 ability-taste 关系

    • 关键证据：艺术学校时代 "my taste exceeded my ability"（能看到好作品但做不出来）→ AI 时代 "ability exceeds taste"（什么都能做，但不知道什么值得做）。AI 让生产成本归零，瓶颈从"会不会做"迁移到"值不值得做"。
    • Taste = 建模别人会喜欢什么 + 偏离安全平均值的风险承担（"taste is a kind of risk-taking"）

  • 核心结论2：品味需要注意力摩擦来培养，而 AI 和算法正在系统性地移除摩擦

    • 关键证据（Transcribing）：AI 可以直接给你乐谱，但它给你的是"图表而非耳朵"——AI "strips the aura from learning"，消除的正是技能形成所需的"felt distance"
    • 关键证据（Wandering）：GPS 蓝线取代了自由漫游——"If taste grows with attention, and the tools keep removing the attention, then you have to put it back on purpose"
    • 关键证据（Eating Slowly）："We've spent twenty years optimizing friction out of consumption, and the friction was where the taste was"

  • 核心结论3：品味的方法论是"吃"——广泛体验 + 注意自己注意什么 + 记录为什么

    • 关键证据（Vocabulary）：去试穿、去摸材质、去感受 draping vs touch——建立自己的感知层级（"Your hierarchy will be different. You only find it by putting things on your body and paying attention"）
    • 关键证据（Eating Slowly）：追溯创作者——鼓手是谁？制作人是谁？在哪一年？什么情境？——"I'm not just consuming a sound. I'm in a relationship with the circumstances that produced it"
    • 关键证据（Rikyū）：千利休 vs 小堀遠州——遠州的收藏人人都说好，利休的收藏只有利休能欣赏。遠州承认"这正是我更低级的原因"。品味 = 有勇气爱只有你能看到的东西

2. 质疑

  • 关于"ability exceeds taste"的质疑：这个诊断对创意领域（设计、音乐、写作）成立，但对高度专业化的工程领域（如分布式系统设计、安全审计）是否同样成立？这些领域的"ability"不是免费的——AI 生成的代码仍需要专业判断来验证。
  • 关于"friction = taste factory"的质疑：摩擦确实培养品味，但不是所有摩擦都等价。无结构摩擦（盲目试错）vs 有结构摩擦（在约束条件下比较）——Liu 描述的是后者，但没有明确区分。这可能导致读者误以为"任何低效行为都培养品味"。
  • 关于"find the human"方法的质疑：追溯创作者背景（鼓手是谁、制作人是谁、父亲去世那年）是深度消费的一种方式，但它更接近 connoisseurship（鉴赏）而非 creative taste（创作品味）。Paul Graham 的 taste for makers 更强调"做"而非"吃"。
  • 关于 Rikyū 故事的边界：利休的品味之所以成立，前提是他已经是茶道大师——他的"只有我能看到"建立在多年训练之上。对初学者，"follow your unique taste" 可能是过早的 advice。

3. 对标

  • 跨域关联1 — Agentic Engineering：Jason Liu 描述的 "ability exceeds taste" 和 AI coding 领域 vibe coding → spec-driven development 的范式迁移是同构的。Vibe coding = 有 ability 无 taste（什么都能生成，不知道什么是好的）；Spec-driven = taste 前置（先定义"什么算好"再让 AI 执行）。
  • 跨域关联2 — 认知科学：Liu 的 "eat → notice → record" 方法和 deliberate practice（刻意练习）框架高度一致——关键不是重复次数，而是有意识的注意力聚焦。区别在于 Liu 强调"吃"（消费端）而 deliberate practice 强调"做"（生产端），两者互补。
  • 跨域关联3 — 知识编译：Liu 的 "find the human" — 追溯鼓手、制作人、年代、情境 — 和本知识库的 provenance-audit（标记来源、证据强度、冲突）是同一种认知习惯：不消费"对象"，而是消费"对象背后的决策链"。
  • 跨域关联4 — Walter Benjamin / 本雅明：Liu 直接引用了本雅明的"机械复制时代的艺术作品"——aura（灵光）因复制而消失。Liu 的贡献是把这个论点升级到 AI 时代：AI 不仅 strips aura from art（复制），更 strips aura from learning（跳过过程直接给结果）。

关联概念

关系图谱