大选终于结束了，信息流里的噪音总算能降下来几个分贝。这个十一月，一半时间在盯着各种民调数据和地缘政治分析，另一半时间在跟 GPT-4 Turbo 的 128K 上下文死磕。四十岁的门槛就在眼前，我越来越确信一件事：对于我这种技术出身、厌恶臃肿组织的中年人来说，“超级个体”叠加“极致自律”，是唯一能对抗行业熵增和身体衰退的路径。
上个月接了三个自动化流程定制的咨询单，客户需求清一色是“把重复性人工操作干掉”。其中一个做跨境电商的，每天要手动从十几个独立站后台抓取订单数据，再整理进自己的 ERP。放在 2018 年，我可能会兴奋地给他写个 Python 爬虫，用 Selenium 模拟登录，再搞个定时任务。但现在，我在 n8n 里拖了三个节点：HTTP Request 触发，用 Playwright 处理那些 JavaScript 渲染的页面，然后接一个 OpenAI 函数调用节点，让 GPT 把抓回来的混乱 JSON 按照固定格式清洗、归类。整个过程从需求对接到交付测试，四天。客户看到那个可视化的流程图和自动运行的日志，觉得钱花得值。而我赚到的不仅是钱，更是一种验证：旧时代需要一个小团队一周干的脏活，现在一个懂拼接的人，两天就能搭出原型。这就是“超级个体”在 2024 年的战斗力，不再是自己吭哧吭哧写所有代码，而是成为最佳工具的连接器。
但工具越强，对人的要求就越高。十一月最深的感触是，注意力成了最稀缺的生产资料。大选期间，各种推送、快讯、深度解读疯狂抢占时间线。我试过屏蔽，但做我们这行，对宏观趋势的迟钝是致命的。矛盾就在这里：你需要保持信息摄入的广度，又不能被其打碎整块的工作时间。我的解法是“暴力切割”。每天上午 9 点到 12 点，是绝对的技术深潜时段，手机开勿扰，只处理代码、流程图和模型调试。下午用来沟通、学习和摄入信息，但严格控制每个信息源的时间。晚上则完全交给身体：力量训练、严格控制碳水的饮食。四十岁的身体已经不会跟你开玩笑，一次熬夜，第二天整个上午的思维效率直接对折。自律不再是为了什么“更好的自己”，它就是维持当前生产力不暴跌的保命手段。
这个月还在死磕 GUI 自动化封装。有个老客户想把他公司里那个用了十年、界面古老得像 WinXP 时代的内部系统操作自动化。RPA 工具搞不定那些自定义控件。我最后是用 PyAutoGUI 配合 OpenCV 的模板匹配，定位那些奇葩的按钮位置，再用 keyboard 库模拟按键。难点不在于技术，而在于异常处理。网络卡一下、界面弹个警告框、屏幕分辨率变了，整个流程就崩。我花了大量时间写重试机制和状态检查，代码里充满了 try-except 和 while 循环。这让我想起早年做爬虫的日子，跟反爬机制斗智斗勇，只不过现在的战场从网络请求变成了像素识别。这种项目没什么技术上的“美感”，全是脏活累活，但收费可以很硬气，因为痛点足够具体，替代方案足够少。
十一月也在反思“教练”这个角色。越来越多的人来找我，不是问具体技术问题，而是“如何像你一样用 AI 提升效率”。我发现他们缺的往往不是提示词技巧，而是最基础的“问题拆解”能力。他们想要一个魔法，输入“帮我赚钱”，AI 就吐出方案。我得一次次把他们拉回来：你的具体工作流是什么？卡点在哪一步？输入输出数据格式是什么？这个过程很像产品经理的需求评审，只不过现在评审的对象是自己的工作任务。我意识到，“AI 实战教练”未来最大的价值，可能就是充当这个“人类思维与 AI 执行”之间的翻译器和架构师。
四十岁越来越近，焦虑感依然在，但形状变了。年轻时焦虑的是不会某个技术就丢饭碗，现在焦虑的是如何把有限的时间和精力，精准投资到那些“杠杆率”最高的事情上——学习能串联起多个场景的工具（如 n8n），打磨能直接兑换价值的交付能力（如自动化封装），以及维持能支撑长期作战的身体状态。大选结束了，世界继续疯狂运转。而我，这个叫 Flovico 的超级个体，得回到我的 n8n 画布和健身房铁片面前，继续搭建我那座小而坚固的堡垒。
