先说参照系。以前人的焦虑是有边界的。现在AI把这道墙推倒了。你手机上刷到的是全中国乃至全世界把结果做得最好的那批人。你看到的每一条，都是别人剪好的高光片段。把这些片段拼起来，你会得到一个想象中的同行。

　　再往深挖一层，问题出在人脑上。人的大脑里跑着一套为远古草原写的系统，负责判定威胁和产生警觉的是杏仁核。它一报警，你就想拿起手机再刷一轮，好像知道得更多一点，就安全一点。可远古的逻辑是即时反馈，今天的事刚好相反，回报是延迟的，拿短期的焦虑去对付长期的不确定，只会越弄越累。

　　还有一点，是这些东西过时得太快。这一轮技能的保鲜期短得离谱。前几年还要花钱找人教的操作，现在新模型一次更新的默认能力里就有了。所以你会产生一种感觉，学了半天，好像什么都没攒下。这种感觉是真实的，不是错觉。

　　三样东西叠在一起，就变成了那条排队的队伍。多数人根本没想清楚拿它干什么，只是觉得，等想清楚就晚了。

　　一窝蜂冲向新东西，人类其实排练过好多遍。

　　1830年，英国开通了世界上第一条客运铁路。头几年这条线赚得离谱。消息传开，整个英国都坐不住了，连写《简·爱》的夏洛蒂·勃朗特都买了铁路股票。

　　到1846年，议会一年通过了272项铁路建设法案，授权新建超过9500英里，而当时全国已经建成的铁路才3000英里左右。后来央行加息，资金链断了，铁路股平均跌掉三分之二，差不多三分之一的获批铁路从来没建成。