🧬注意力的进化 注意力的进化 · 第5期

人类的注意力危机——为什么我们比 AI 更需要"稀疏化"

· 阅读约 10 分钟

「注意力的进化」系列 · 板块二 · 第1篇

AI 用了八年学会”选择性失明”,人类却正在失去这个能力。开篇:一个讽刺的对比

让我们先回顾 AI 注意力的进化史:

年份

里程碑

核心突破

2017

Transformer

让 AI 能”看到”所有信息

2019

Sparse Attention

让 AI 学会”看得少”

2020

Linear Attention

让 AI “看得快”

2022

Flash Attention

让 AI “看得省”

2023

Focus / Mamba

让 AI “看得对”

八年间,AI 的注意力系统完成了从”全连接”到”精准选择”的进化。

现在,让我们看看人类的注意力系统:

年份

我们的变化

结果

2007

iPhone 诞生

信息开始随身化

2010

微信/微博普及

信息开始社交化

2016

短视频爆发

信息开始算法化

2020

疫情+远程办公

信息开始全天候化

2023

AI 大模型普及

信息开始自动化

八年间,人类的注意力系统从”主动选择”退化为”被动接收”。

这不是技术进步的问题。这是生存策略的问题。一、人类的注意力系统:一个被低估的奇迹

在讨论”危机”之前,我们必须先理解:**人类的注意力系统有多厉害。**1.1 大脑的”稀疏注意力”

你的大脑,每时每刻都在处理海量信息:

视觉:每秒接收约 1000 万比特的信息

听觉:每秒接收约 10 万比特的信息

触觉、嗅觉、味觉:每秒数十万比特

总计:每秒约 1100 万比特的感官输入。

但你的意识能处理多少?

约 40 比特/秒。

这意味着:你的大脑每秒把 1100 万比特压缩到 40 比特——压缩比高达 27 万:1。

这是怎么做到的?

答案:稀疏化 + 选择性注意。

你的大脑天生就会:

过滤:自动忽略背景噪音

聚焦:把资源集中在关键信息上

预测:基于经验预判什么值得注意

这套系统进化了数百万年,是地球上最高效的”注意力机制”。1.2 但有一个致命弱点

人类注意力系统的进化,发生在这样一个环境中:

信息稀缺,威胁真实。

在原始草原上:

信息来源有限(目之所及)

信息更新缓慢(几天一次)

信息高度相关(都与生存有关)

这套系统在”信息稀缺”的环境中表现完美。

**但它从未被设计来处理”信息过载”。**二、信息过载:人类注意力的”O(N²) 危机”

还记得 AI 的 O(N²) 问题吗?

序列长度翻倍,计算量翻四倍。

人类有一个类似的问题:

**信息源翻倍,认知负荷翻四倍。**2.1 让我们算一笔账

假设你只有 1 个信息源(比如一本书):

你需要决定:看还是不看

认知负荷:1 个决策

现在有 2 个信息源(书 + 微信):

每个信息源都有”看/不看”的决策

还有”先看哪个”的优先级决策

认知负荷:约 4 个决策

现在有 4 个信息源(书 + 微信 + 邮件 + 短视频):

每个信息源的决策

优先级排序

切换成本(context switching)

认知负荷:约 16 个决策

这就是人类的 O(N²):

信息源从 1 个增加到 4 个(4 倍),认知负荷从 1 增加到 16(16 倍)。2.2 但我们有多少信息源?

让我们做一个诚实的盘点:

类别

你的信息源

数量

社交

微信、微博、小红书、抖音、B站、知乎…

5-10 个

工作

邮件、钉钉/飞书/企业微信、日程、文档…

3-5 个

资讯

新闻 App、公众号、播客、RSS…

3-5 个

娱乐

游戏、视频、音乐、小说…

3-5 个

生活

外卖、打车、购物、支付…

3-5 个

保守估计:15-30 个活跃信息源。

按照 O(N²) 计算,认知负荷是 225-900 个决策点

而你的大脑,每秒只能处理 40 比特。

**这就是注意力危机的数学本质。**三、算法劫持:当”选择”不再是你的选择

如果说信息过载是”量”的问题,那么算法推荐就是”质”的问题。3.1 推荐系统的本质

推荐算法的目标是什么?

最大化用户停留时长。

注意:不是”最大化用户价值”,不是”最大化用户幸福感”,而是**“最大化停留时长”**。

这意味着:

算法会优先推荐让你上瘾的内容

算法会优先推荐让你情绪化的内容

算法会优先推荐让你停不下来的内容3.2 你的注意力是如何被”优化”的

让我们拆解一个典型的短视频推荐流程:

第一步:冷启动

你看了 3 个视频

算法建立初步画像:你喜欢什么类型

第二步:探索与利用

70% 的时间:给你喜欢的内容(利用)

30% 的时间:给你新类型的内容(探索)

目的:找到让你停留更久的”甜蜜点”

第三步:成瘾循环

发现你对某种内容特别上瘾

增加这类内容的推荐频率

你的多巴胺阈值提高,需要更刺激的内容

算法推荐更刺激的内容

循环

结果:你的注意力被”优化”到了算法的目标函数上,而不是你的目标上。3.3 一个残酷的真相

你以为你在”刷手机”,其实是手机在”刷你”。

每一次滑动、每一次点击、每一次停留,都在训练算法如何更好地控制你的注意力。

你不是用户,你是产品。

**广告主才是用户,你的注意力是商品。**四、认知税:注意力分散的隐性成本

注意力危机不只是”看不完”的问题,它有一系列隐性成本。4.1 任务切换税(Switching Cost)

研究表明:

每次任务切换,需要 10-15 分钟 才能重新进入深度专注状态。

假设你每小时被通知打断 3 次:

每次打断后,你花 5 分钟处理

再花 10 分钟重新进入状态

每小时损失 45 分钟的有效工作时间

一天 8 小时工作:

实际有效工作时间:约 2-3 小时

其余时间都在”切换”和”恢复”4.2 深度思考能力的退化

深度思考需要连续、不受打扰的注意力。

但当我们习惯了:

15 秒的短视频

140 字的微博

碎片化的阅读

我们的大脑会逐渐丧失处理长文本、复杂逻辑的能力。

这不是比喻。神经科学研究显示:

长期碎片化阅读会降低前额叶皮层的活跃度,而前额叶皮层正是负责深度思考和决策的区域。4.3 情绪调节能力的下降

注意力分散与情绪调节密切相关。

当你无法专注时:

更容易感到焦虑(“我还有好多事没做”)

更容易感到空虚(“我刷了一天手机,但什么也没得到”)

更容易感到失控(“我停不下来”)

这是一个恶性循环:

焦虑 → 刷手机逃避 → 更焦虑 → 刷更多手机 → 更焦虑…五、为什么 AI 比人类更先学会”稀疏化”

这是一个值得深思的问题。

AI 从 2017 年的全连接,到 2023 年的选择性注意,用了 6 年时间

人类从信息过载到现在,用了 十几年,但情况越来越糟。

**为什么?**5.1 AI 有明确的目标函数

AI 的训练目标是明确的:

最小化损失函数

最大化任务性能

最小化计算成本

**当 O(N²) 成为瓶颈时,工程师们会主动寻找解决方案。**5.2 人类没有”系统升级”机制

人类的大脑:

进化周期:数百万年

个体学习:需要刻意练习

没有”一键升级”

**我们被困在一个为”信息稀缺”时代设计的系统中,却要应对”信息过载”时代的问题。**5.3 商业利益 vs 用户利益

AI 的优化方向:效率、性能、成本

互联网产品的优化方向:停留时长、点击率、广告收入

当商业利益与用户利益冲突时,用户往往输。

这就是为什么 AI 会主动稀疏化,而人类的产品却在不断”加密”——加密你的注意力,让你更难逃脱。六、出路:向 AI 学习”稀疏化”

好消息是:AI 的进化史,为我们提供了现成的解决方案。6.1 第一层:Flash Attention —— 减少内存访问

AI 的做法:不存储完整的注意力矩阵,只保留关键信息。

人类的应用

关闭非必要通知:减少”内存访问”次数

固定信息处理时间:比如每天只查 3 次邮件

批量处理相似任务:减少任务切换6.2 第二层:Sparse Attention —— 只看一部分

AI 的做法:不计算所有词对的相关性,只看局部或关键位置。

人类的应用

信息源断舍离:从 30 个信息源减少到 5 个核心源

社交媒体清理:取消关注 90% 的账号

深度订阅:只保留 1-2 个高质量的付费信源6.3 第三层:Focus —— 动态选择

AI 的做法:根据内容重要性动态决定关注什么。

人类的应用

设定每日优先级:每天早上决定”今天最重要的一件事”

主动搜索替代被动接收:用搜索框替代推荐流

建立信息筛选标准:问自己”这个信息对我的目标有帮助吗?“6.4 第四层:Mamba —— 选择性记忆

AI 的做法:动态决定记住什么、忘记什么。

人类的应用

定期复盘:每周回顾”这周学到了什么”

主动遗忘:放下 FOMO(Fear Of Missing Out),接受”错过是正常的”

构建个人知识库:把重要的信息沉淀下来,释放工作记忆七、一个可操作的”稀疏化”方案

理论讲完,给你一个立即可执行的方案。第一周:信息源审计

任务:列出你所有的信息源,然后砍掉 80%。

步骤

打开手机和电脑,列出所有你使用的 App 和网站

对每个信息源,问自己:

过去一个月,我从这里获得了什么价值?

如果取消关注/卸载,我会损失什么?

这个信息源与我的年度目标相关吗?

保留不超过 5 个核心信息源

其余的全部取消关注、关闭通知、或卸载第二周:时间块化

任务:把一天分成”深度时间”和”浅层时间”。

步骤

找出你精力最好的 2-3 小时(通常是早上)

设为”深度时间”:只处理最重要的事,手机静音,断网

其余时间为”浅层时间”:处理邮件、消息、杂事

严格保护”深度时间”,不被任何事情打断第三周:主动搜索训练

任务:用主动搜索替代被动推荐。

步骤

关闭所有 App 的个性化推荐(如果可能)

当你想看什么内容时,用搜索框搜索,而不是刷推荐流

搜索前,先写下”我想解决什么问题”

找到答案后立即停止,不”顺便”看其他内容第四周:建立输出习惯

任务:把消费信息转化为创造信息。

步骤

每天花 15 分钟写点什么(日记、笔记、总结)

每周写一篇短文(可以是读书笔记、思考总结)

每月分享一次(发朋友圈、公众号、或只是和朋友聊)

原理:输出强迫你深度处理信息,而不是浅层消费。结语:注意力是最稀缺的资源

在信息时代,注意力比时间更稀缺。

时间对每个人都是 24 小时,但注意力可以被偷走、被分散、被浪费。

AI 用了六年时间学会了”稀疏化”。

我们,现在就开始。

不是明天,不是下周,是现在

关掉这个页面,做一件你真正重要的事。

参考资料:

Cal Newport, “Deep Work,” 2016

Nir Eyal, “Indistractable,” 2019

James Williams, “Stand Out of Our Light,” 2018

Gloria Mark, “Attention Span,” 2023

字数统计:约 3,700 字