去年这个时候，我每天刷信息流的时间大概在3小时左右。微信公众号、微博、知乎、B站，一个接一个地看技术资讯和科技新闻。
然后AI来了，它让信息流变得更快、更个性化、更难以自拔。
这个春节假期，我做了一个实验：彻底戒掉信息流30天，改成每周深度读两篇长文。一个月后的结果让我重新思考了人与信息的关系，也让我理解了AI时代注意力危机的本质。
信息流是如何”吃掉”时间的#
我们先搞清楚一个事实：信息流不是时间消耗品，而是注意力收割机。
它的商业模式很简单：你的注意力被平台打包卖给广告主。所以平台的目标不是给你最有价值的信息，而是让你花尽可能多的时间在上面。这两者有本质区别。
但知道了这个道理，为什么还是控制不住？行为心理学给了一个解释：可变奖励机制。
刷信息流时，你不知道下一条内容是让你大笑、愤怒还是感动。这种不确定性刺激多巴胺分泌，形成类似赌博的成瘾循环。AI加入之后，算法进一步优化了这个机制——它通过你的点击、停留、互动数据，可以精准预测什么内容能让你”上瘾”。
我曾经的刷手机路径是这样的：看一个AI技术文章 → 算法推一个更刺激的 → 继续 → 又推一个 → 1小时后醒过来不知道看了什么。
这种模式一天重复3次，一周就是10多个小时。一个月后，我发现自己对深度内容的耐心明显下降——看一篇3000字的文章，还没到一半就想划走。
30天戒断实验#
实验设计#
这次实验的设计很简单：
戒除：微信公众号、B站推荐、微博热搜、知乎推荐流、Twitter/X推荐流 替代：每周选定2个主题，每个主题找2-3篇深度长文（论文、技术博客、书籍章节）精读 衡量指标：每天有效学习时长、文章理解留存率、焦虑感评分（主观1-10）
第一周：戒断反应#
最难的是前三天。每次手痒想打开微信，就强迫自己去Kindle上找文章看。
前三天脑子里一直在想”今天AI圈发生了什么大事”——这其实是FOMO（Fear Of Missing Out）心理在作祟。我用Notion记录了每次想刷信息流的冲动，发现第一天有27次，到第七天降到了8次。
这个过程让我意识到：想刷信息流，往往不是因为无聊，而是因为焦虑。我们害怕错过什么，所以用刷信息流来缓解这种焦虑。但这个方法不仅无效，还会强化焦虑。
第三周：新的节奏#
到了第三周，事情开始起变化。我发现自己可以一口气读完一篇6000字的技术文章了，而且读完后能清晰地复述核心观点。
这个变化的原因，我认为是大脑的”注意力肌肉”在恢复。信息流训练的是快速切换注意力的能力，深度阅读训练的是维持注意力的能力。这两种能力是互斥的——你强化一个，另一个就会弱化。
我还发现一个有意思的现象：当我不再追着AI新闻跑之后，对AI行业的理解反而更深了。为什么？因为我有时间把一个问题彻底想清楚，而不是停留在”今天又有什么新模型发布”的表层认知。
第四周：焦虑感的变化#
主观上的焦虑感，从实验前的7分降到了4分。这个变化超出我的预期。
我分析了一下原因：信息流里大量的负面新闻（经济下行、裁员潮、AI威胁论）其实在持续给大脑施加低水平的压力，但我们往往没有意识到。戒断之后，这些隐性压力源消失了。
另外，当我有时间深度思考一个问题时，往往能找到解决方案，这又进一步降低了焦虑。这是一个正向循环。
AI时代注意力危机的新维度#
故事到这里还没完。AI的到来，给注意力危机增加了新的维度。
AI让内容生产成本趋近于零#
以前写一篇文章需要几个小时，现在AI可以在几秒内生成一篇看起来像模像样的文章。这意味着内容供给量会指数级增长，但人的注意力是有限的。
结果就是：注意力变得更加稀缺，平台会更加激烈地争夺你的注意力。算法会更加精准，推送会更加个性化，成瘾机制会更加隐蔽。
AI助手本身也在分散注意力#
讽刺的是，AI助手有时候也在加剧注意力碎片化。每次我让Claude帮我查一个技术问题，它给我一堆信息，我点进去看，又看到更多相关链接……20分钟后我发现自己在看一个完全不相关的主题。
这让我意识到：工具本身不是问题，问题是使用工具的场景和方式。AI助手加上信息流，让”浅层探索”变得无比容易，但也让”深度工作”变得更加困难。
我的新注意力管理框架#
实验结束后，我设计了一套新的注意力管理框架，不是彻底的戒断（那不现实），而是有意识地分配注意力。
注意力预算制度#
我把每天的注意力想象成一笔预算，分配到三个账户：
深度工作账户（每天2小时上限）：编程、写作、复杂问题思考。这段时间手机静音，关闭所有通知，用物理隔离保证专注。
信息获取账户（每天40分钟上限）：只在固定时间打开，经过筛选的信息源。每天早上8点到8点40是唯一的”新闻时间”，用RSS阅读器看几个固定的技术博客。
探索和学习账户（弹性）：周末多分配一些，工作日少一些。这个账户用于好奇心的探索，没有KPI，不追求效率。
信息源的结构化#
我不再使用任何平台的推荐流，而是维护了一个经过筛选的信息源列表：
技术博客：Hacker News（只看当天前10）、各AI实验室的官方博客、少数几个我信任的独立开发者博客。总数不超过20个。
** Newsletter**：每周精选2-3个优质Newsletter，用邮件方式订阅，而不是RSS。邮件没有算法推荐，相对可控。
论文：每周六下午，雷打不动地读2篇arxiv论文。选论文有标准：引用数>100、或作者是我认识且信任的领域专家。
与AI协作的边界#
关于AI助手的使用，我也设了边界：它是一个输出助手，而不是输入来源。
也就是说，我让AI帮我写代码、整理文档、翻译内容，但我不会让它”帮我了解一下XX领域的最新进展”。后者应该通过我自己的阅读来完成。
这个边界的逻辑是：AI给出的信息本质上是二手甚至三手的——它从互联网上获取信息，然后加工给我。如果我长期依赖AI来获取信息，我就失去了与一手信息源直接接触的能力。
一年后的我#
这个实验已经过去一年了，我的信息流使用量稳定在每天40分钟左右，比之前下降了75%。深度工作的时间从每天平均40分钟，上升到了90分钟。
焦虑感从7分稳定在3-4分。虽然工作上的挑战没有减少，但我感觉自己能更好地handle它们了。
最让我意外的是：停止追技术新闻之后，我对AI行业的理解反而更深了。原因是：当我有时间完整地想清楚一个问题，而不是永远在追新消息的时候，我对知识的内化程度完全不同。
一个建议：不妨给自己安排一个”数字安息日”。选一个周末，完全不看任何信息流，看看第三天你会有什么感受。 很多人会觉得焦虑，但那种焦虑恰恰说明了信息流对你的控制程度。
注意力是我们最宝贵的资源。在AI让信息供给无限膨胀的时代，主动管理注意力不是一个效率技巧，而是一种生存策略。