前两天在思考 构建贾维斯 AI 思考助手 #22 ，正在犹豫 Dify 和 n8n 选哪个

今天正好就看到了 不要轻易地走进 AI Native（AI 原生） – 虹线

但对于个人使用者来说，我为什么不等它真的超过了 n8n 在用它呢？

再次回到我对标题中观点的判断：如果你的需求对应的品类里，有一个成熟方案和一个 AI Native 新秀，你应当毫不犹豫的选择前者，等待前者补充 AI 功能，而不是尝试后者，等待后者完善主功能。

也是前两天在思考 AI 的隐性成本 #21 时想到了技术革新带来的问题，今天正好看到了 重看芒格 1994 年的演讲，有一段很有意思的内容，用来思考 - 即刻App

微观经济学的意义在于，能够让人分辨什么时候技术会帮助你，什么时候会摧毁你。

新技术能极大提高生产力，但收益未必能留在企业中。关键在于，你的业务有没有独特的差异性，能形成品牌。航空、纺织就是负面例子；区域性报纸、麦片，就是正面例子。

所以引入新技术的时候，需要考虑的是，多少收益会落在经营者手里，多少会流到消费者手里。并非引入新技术就是好事。

心理学上肯定有一个术语来专门描述我上面的这两个正好。在专注某些领域的问题时，自然会注意到更多相关的内容，而选择性忽略其他的。这些正好可能就是对专注和坚持的奖励。

这也正是数据、搜索的作用和重要性，当新问题出现时，能够尽可能的获取相关的信息。这也是我想在 流动知识检索 #19 里实现的目标。让 AI 帮助我汇总相关领域的知识，减少人工筛选的成本。