过去我们谈 AI，总喜欢谈能力边界。
它会不会推理？会不会创造？会不会理解复杂问题？会不会超过人类专家？
这些问题当然重要。
但在真实工作里，另一个变化正在更快发生：AI 把执行变便宜了。
你让它总结，它总结。 你让它比较，它比较。 你让它写方案，它写方案。 你让它把两个陌生领域放在一起看，它也会给你一个还算像样的结构。
以前很多事情的难点在“怎么做”。
现在，难点越来越集中到另一个地方：
你到底有没有力气，让这件事继续往前走。
这听起来有点抽象。
换成一个很普通的工作场景，就容易理解了。
你在公司里看到两个地方有相似的模式。
比如，一个产品团队在处理用户流失，一个运营团队在处理社群沉默。表面上是两件事，一个叫 retention，一个叫 engagement。但你隐约觉得，它们背后可能有同一套机制。
跨边界的事，过去为什么总被放下
过去你要把这件事搞明白，成本很高。
你得自己读资料。读到一半发现每个领域都有自己的黑话。你去找专家，专家很忙。找到以后，他懂 A 不懂 B。另一个人懂 B 不懂 A。跨领域专家极少，即使你问到了，对方给你的回答也可能只是礼貌性的几句判断。
然后你继续啃。
好不容易想通一点，还要写成材料，找两个部门的人聊，让大家承认这件事值得看。接下来是会议、排期、资源、谁负责、指标怎么算。
大多数时候，人会在中途停下来。
停下来的方式也很体面。
“先这样吧。” “以后有机会再看。” “现在优先级不高。” “这个事情可能太大了。”
最后耸耸肩，回到自己的待办事项里。
这不是因为人懒。
很多时候，是因为推动一件跨边界的事情太耗心力了。
而 AI 改变的，正是这段路径的成本结构。
现在你可以直接让 AI 把两个领域放在一起比较。让它解释相似性和差异。让它列出可能的共同机制。让它帮你整理专家观点。让它把粗糙直觉写成一页 memo。让它模拟不同部门会提出什么反对意见。让它给出第一版实验方案。
这不代表 AI 的答案一定对。
但它把“开始动手”的门槛压低了。
很多原本需要一周调研才能形成的东西，现在半小时就可以有一个雏形。
Y Combinator 的 Garry Tan 曾经鼓励创业者，在 AI Agent 的帮助下，要有勇气去“boil the sea”。这个词直译有点夸张，类似“把海煮开”，意思是去做那些过去看起来大到荒唐的事情。
AI 把开始动手的门槛压低了
以前这句话像鸡血。
现在它变得具体了。
因为你真的可以让一堆 Agent 帮你拆问题、查资料、写代码、做原型、跑分析、生成报告。
过去吓退人的，不只是事情太大，还有每一步都太慢。
现在每一步都快了。
于是问题变得尴尬：
既然工具已经在这里，为什么很多事情还是没有发生？
答案可能很简单。
因为事情发生，需要人的 willpower。
这个词翻成中文，可以叫意志力，也可以叫意愿、心力、主观能动性。
但这些词都不完全够。
它不是“今天很自律，所以多干两个小时”的那种意志力。
它更接近一种主动把世界往某个方向推的力量。
你看到两个东西之间可能有关系，于是想搞清楚。 你发现一个系统有点不对，于是想改掉。 你觉得现有解释不够好，于是想重新组织一套说法。 你意识到某个流程反复浪费人，于是想让它消失。
这些冲动非常珍贵。
它们通常没有人分配给你，也不一定写在 KPI 里。
它们来自一个人内部。
真正稀缺的是 willpower
尼采用过一个词，Wille zur Macht，常被译作“权力意志”。
这个词很容易被误解成支配别人、赢过别人、抢夺资源。
其实放在这里，可以用一个更朴素的方式理解：人有一种想要扩张自身能力、改变处境、赋予世界意义的本能。
你不只是适应环境。
你还想重塑环境。
你不只是完成任务。
你还想追问任务背后的结构。
你不只是接受现状。
你会忍不住想：这里能不能被重新安排？
这就是 AI 没有的东西。
AI 可以执行一个意图，可以扩展一个意图，可以把一个模糊念头变成详细方案。
但那个最初的“我想让它发生”，通常不来自 AI。
AI 不会在周三下午突然对你说：
“我发现你们增长团队和客服团队其实在处理同一个信任问题，我们应该把两边数据合起来看。”
它不会自己对一个组织状态感到不满。
它不会因为某种混乱而坐立不安。
它不会产生那种“我必须把这件事弄清楚”的内在压力。
它的 willpower 来自指令。
而指令往上追溯，源头仍然是人。
这也是 AI 时代最反直觉的地方。
表面看，工作变轻松了。
执行变快之后，人更频繁地面对空白
以前写一份材料要一天，现在十分钟有初稿。以前做调研要翻很多网页，现在对话框里就有摘要。以前要自己摸索的代码，现在 AI 能补全大半。
但另一种消耗增加了。
过去人可以在执行里进入心流。
写、画、算、查、改、整理。一个任务从早上做到下午，中间有很多机械但稳定的推进。你知道自己在干什么，也知道接下来要干什么。
AI 把这部分吃掉以后，人更频繁地站到决策点前。
下一步问什么？ 这个结果够不够？ 要不要继续深入？ 该把哪两个东西连起来？ 这里有没有更大的问题？ 这个方向值得推进吗？ 要不要拉别人进来？ 要不要把它变成项目？
以前一周消耗一次的心力，现在每 15 分钟来一次。
每个指令都很快完成。
每个完成之后，都把你重新抛回“What's next”。
这是一种新的疲劳。
它不像加班那样容易被看见。
它更像持续面对空白。
AI 让你少做了很多活，但也让你更难躲在活里面。
因为真正的问题不断浮出来：
你想要什么？ 你关心什么？ 你愿意为哪件事多走一步？ 你能不能承受把一个模糊念头推进到现实里的阻力？
这部分很难外包。
你当然可以让 AI 帮你列十个选题、二十个策略、三十个项目方向。
但“选哪一个并持续推进”，仍然会回到人身上。
你可以让 AI 帮你写跨部门邮件。
但“要不要发出这封邮件”，是人的决定。
你可以让 AI 帮你做一个很完整的分析。
但“愿不愿意用这个分析挑战现有流程”，也是人的决定。
这就是为什么 AI 时代不会只奖励会使用工具的人。
更会奖励那些有强烈内在驱动的人。
他们看到问题，不会很快放过。 他们发现连接，会继续追。 他们拿到第一版答案，不会当成终点。 他们愿意把一个小小的不适感，推进成一次真实改变。
过去，这类人常被执行成本拖住。
现在，他们的放大器来了。
这也解释了为什么同样的 AI 工具，在不同人手里差异会越来越大。
意志密度决定工具差异
一个人把它当搜索框。
另一个人把它当研究助理。
一个人用它写周报。
另一个人用它重组工作流。
一个人让它润色句子。
另一个人让它连接行业、组织、技术、产品和人性。
差别不在工具界面。
差别在背后的意志密度。
前一篇文章里，我们谈过 AI 没有人类式的热情，真正稀缺的是人的真问题。数学里也有类似例子。Knuth、Tao、Gowers 这样的顶级学者，迷人的地方从来不只是给出答案，而是他们会提出深的问题，选择值得投入的方向，并且长期围绕那些方向工作。
普通工作也是这样。
问题不在于你能不能问 AI。
问题在于你是否真的被某个问题抓住。
AI 能把一个问题展开。
但它很难替你被问题抓住。
这件事会让很多人不适。
因为过去我们可以说：
“我没有资源。” “我没有时间。” “我不会写代码。” “我找不到专家。” “这个事情太复杂。”
这些理由并没有完全消失。
但它们的说服力在下降。
AI 不会让世界没有阻力。
它只是让很多前置阻力变小。
剩下的东西就显得更刺眼：
我到底想不想做？
我愿不愿意承担推动它的麻烦？
我有没有持续把能量注入系统的能力？
《沙丘》里，香料是整个宇宙运转的关键资源。它稀缺、昂贵，决定航行、权力和秩序。
在 AI 工作流里，人的意志有点像香料。
人的意志像香料
模型、Agent、自动化、知识库、工作流，都可以扩张。
但它们需要某种东西来驱动。
那东西不是 prompt 技巧。
也不是工具清单。
是人持续说出“继续”的能力。
继续追问。 继续连接。 继续推进。 继续承担不确定性。 继续把一个还没有形状的东西，压到现实里。
AI 时代真正残酷的地方在这里。
它不会简单地让人轻松。
它会让人的主观能动性更裸露。
以前你可以被流程推着走。
以后流程会被 AI 执行得很快。
执行一快，空白就变多。
空白一多，人就必须更频繁地给出方向。
所以，AI 时代最稀缺的资源，也许不是算力，不是数据，不是模型能力。
这些当然重要，也昂贵。
但在具体的人和组织里，最稀缺的经常是另一种东西：
有人真的想让事情发生。
而且愿意一遍又一遍，把这种想法注入机器、流程、团队和现实。
这就是 willpower。
也可以借尼采的话说，是 Wille zur Macht。
不是宏大的哲学姿势。
就是那个很朴素、很硬的东西：
我看见了。
我在意。
我来推动。