注意力時長：AI 時代的生產力度量範式

摘要

「注意力時長」（Attention Time）是 AI 時代取代「人天」的生產力度量單位。當 AI 接管執行後，人類的價值不再體現在物理工作時間，而是認知資源被調動、聚焦並做出關鍵判斷的狀態——尤其是孵化注意力，這是 AI 無法複製的獨特人類優勢。

核心觀點

為什麼「人天」失效

清華大學李寧提出的核心命題：當三個 AI 替人 24 小時工作、人僅投入 40 分鐘下指令，就完成傳統 5 人團隊 3-4 天（15-20 人天）的工作量時，傳統「人天」度量單位已經與現實脫鉤。

問題的根源在於「人天」是工業時代的概念——它假設人的時間是線性的、可疊加的，且沟通成本隨人數增加。弗雷德・布魯克斯 1975 年的《人月神話》早已指出「向進度落後的項目增加人手只會使進度更落後」（布魯克斯法則），根源正是沟通成本的指數增長。

AI 繞過了這個約束：AI 沒有沟通成本，可並行處理，不需要開會同步上下文。用「人天」衡量 AI 協作，如同「用馬力衡量電動車」——度量的單位本身就是錯的。

四種注意力類型

注意力時長分為四型，每型都對應人類相對 AI 的差異化優勢：

1. 啟動注意力：把模糊需求轉化為精準指令。這需要對業務目標的深刻理解，領域專家在此效率高新手一個數量級
2. 監督注意力：檢查 AI 產出並快速糾偏。AI 可能生成「流暢但錯誤」的輸出，人的判斷力在此不可或缺
3. 整合注意力：跨項目協調一致性。多個 AI 智能體並行工作時，人類負責確保整體方向不漂移
4. 孵化注意力：潛意識靈感涌現。這是四型中最難量化、也最難被 AI 模仿的——創意突破往往在「不工作」的狀態下發生

主動碎片化：從敵人到超能力

傳統深度工作理論（如 Cal Newport）強調長段不中斷時間的重要性。但 AI 改變了這個等式：

當 AI 能維持完整的工作上下文後，30 秒的進度摘要可以取代傳統 15-30 分鐘的「重新加載狀態」。碎片化時間從敵人變成了超能力——隨時可以切換到 AI 協作，隨時可以恢復。

企業端的早期信號

這個範式轉移已在企業端出現早期信號：

• 埃森哲要求高級員工證明持續使用 AI 工具，追蹤使用數據
• 麥肯錫在面試環節直接要求使用內部 AI 工具
• 履歷評估中，AI 工具經驗的權重快速超過工作年限

「把注意力照向哪裡，成為人類新的核心能力」——在 AI 時代，稀缺資源從執行力轉移為判斷力與注意力的有效分配。

來源引用

• getnote-343376-attention-time-paradigm — 原始 source：清華大學李寧提出「人天失效」命題，系統闡述四種注意力類型與主動碎片化策略
• getnote-800608-attention-time-li-ning — 快刀青衣專欄深度解讀：補充布魯克斯法則歷史脈絡、Jira Agents 功能、企業端信號（埃森哲/麥肯錫），並提出「蜜蜂有序採蜜」比喻

矛盾與爭議

兩個來源觀點高度一致（實為同一主題的兩種呈現），互相補強而非矛盾。但「孵化注意力」的可操作性有待進一步探討——如何刻意培養潛意識靈感涌現的條件，目前缺乏清晰的方法論。

延伸連結

• → One-Person Team 注意力時長範式是一人公司可行性的理論基礎——一個人搭配多個 AI 智能體，用注意力管理替代人力堆疊
• → Human Judgment in AI Era 四種注意力類型本質上都是「人類判斷力」的不同面向，尤其是啟動與孵化注意力