定义¶

Agency（主动性/判断力）像肌肉一样，用进废退。AI 是放大器——放大你已有的方向，主动学习的人被加速，被动依赖的人被淘汰。关键变量不是工具，是使用者的意图。

三个视角¶

• Ivan Zhao（设计者）：Agency is a muscle. Tools can strengthen it — or let it atrophy.
• Mark Cuban（社会）：AI = 最大规模的知识民主化。但民主化 ≠ 平等化——获取知识的成本归零后，瓶颈从"能不能获取"变成"愿不愿意吸收"。加速学习的人进入正循环（知识复利），替代学习的人产生能力幻觉，最终变得不可雇佣。
• 职场：听话是天花板。执行力是下限，判断力是上限。纯执行的人和 AI 竞争同一个生态位。

Agency vs Deterministic Agent：时序框架¶

不是二选一，是时序循环：

人的 Agency（定义问题/设标准/选方向）
        ↓
Deterministic Agent（在边界内执行/生产/监测）
        ↓
人的 Agency（评估结果/反思/调整边界）

Agency 是操作系统，Agent 是应用程序。 Agency 定义 agent 运行的空间，agent 在空间内执行，agency 再评估调整。

实操判断标准¶

• 不可逆/新领域/反馈慢 → 人的 agency
• 可逆/已定义/反馈快 → deterministic agent

经验钙化与柯达陷阱¶

经验 → 心智模型 → 环境稳定时加速判断（复利）→ 环境变化时变成偏见（路径依赖）。经验越成功越难放弃（沉没成本+身份绑定）。不同经验衰减速度不同：

• 领域专精（"我懂胶片"）→ 半衰期短，柯达陷阱
• 元能力（"我知道怎么学"）→ 半衰期长，跨环境可迁移
• 判断力（"我知道什么重要"）→ 最持久但盲区最隐蔽

成功悖论：经验最危险的时候恰恰是运行最好的时候。三道防线：压力测试（idea-meritocracy）、第一性原理（first-principles-deletion）、时序框架的"评估调整"环节。

AI 积累的是模式，不是经验——经验需要具身性、时间连续性、利害关系，AI 只有模式。对多数商业应用模式够了，但不可逆高风险决策中差距仍然关键。

CREAO 实证¶

CREAO CTO（Peter Pang）在 AI-first 转型中观察到（见 ai-first-engineering）：

• 初级工程师比高级工程师适应更快——没有十年习惯要卸载，工具放大了影响力
• 高级工程师两个月的工作被 AI 一小时完成——接受这一点需要放弃稀缺技能的身份认同
• "适应性比积累的技能更重要"——在环境剧变时，这不是价值判断，是观察事实

这精确对应经验钙化的三层：领域专精（"我懂写代码"）半衰期短→柯达陷阱；元能力（"我知道怎么评估"）半衰期长→架构师角色；判断力（"我知道什么重要"）→最持久但盲区最隐蔽。

相关概念¶

• 知识复利 — 技能复利的前提是主动学习
• 人机协作 — LLM 维护、人类判断的分工设计
• agent-tool-design — 工具设计中的 agency 问题
• aesthetics-beyond-visual — 审美和 agency 一样需要锻炼
• ai-first-engineering — CREAO 架构师 vs 操作员 = Agency vs Agent 的组织映射
• creative-thinking-shannon — Shannon 的"动机"= Agency 的情感基础，建设性不满 = 重新定义边界的冲动