文章目录摩擦税最后1%把设备禁了2026年7月芝加哥大学法学院干了件事法学院一年级全部核心课程禁用笔记本电脑、平板、手机。期末线下闭卷断网不许碰任何电子文件。同一个法学院2023年初就成立AI委员会跟OpenAI签授权协议建了AI实验室一年级课程里塞了AI模块。它比绝大多数机构都懂AI。懂了之后它把设备禁了。连续创业者Rick Manelius差不多同一时间在Substack写了一篇文章。AI把他效率提了十倍。会议间隙五分钟给Claude派个活火力全开跳进下个会。攒了多年的有朝一日清单好像全都能做了。几个月后他手头四十个概念验证项目倦怠感从胃里往上翻。“我用AI减少工作量于是发明了无穷无尽的假装忙碌。”他管这叫ALL THE THINGS!啥都要。还有一条线索。投资机构Citrini Research在2026年2月发了篇长文假想自己站在2028年6月回望——一个AI把所有摩擦抹平后的世界经济怎么碎的。推演链条很直AI编程工具几周复制一个中型SaaS核心功能 → 企业采购开始压价自己建也行 → SaaS定价权塌了 → SaaS裁员省的钱买更多AI → 被裁的白领少消费 → 依赖白领消费的企业收入下滑 → 裁员买AI保利润 → AI更便宜更好 → 循环。一份来自2028的备忘录一个创业者的倦怠一所法学院的反科技决策。三条线交在一个词上摩擦Friction。Citrini画的是宏观面比价成本、品牌惯性、中介信息差、懒得取消订阅——AI把这些摩擦一层层剥掉建在人类嫌麻烦之上的商业大厦一座接一座塌。Manelius撞上的是个人面AI消掉创作摩擦但人一天就那么多秒精力和注意力——这块终极摩擦没变。你生产更多更累了。芝大法学院干的是反向操作在AI让万事太顺滑的年代往学习路径上刻意塞阻力。有些东西不用力学不会。摩擦税Citrini备忘录里有一段对过去五十年美国经济的剖解“美国经济在人类局限上建了巨大租金提取层事要时间耐心会耗光品牌熟悉替代审慎比较多数人宁接烂价也不多点几下鼠标。数万亿企业价值靠这些局限活着。”说白很多公司护城河就是用户嫌麻烦。嫌麻烦不比价平台有定价权。嫌麻烦不取消订阅SaaS续费躺着进。嫌麻烦不换AppDoorDash靠首屏图标位置收租。嫌麻烦不重新投保保险公司吃15-20%被动续保溢价。AI代理agentic AI开始在后台替用户跑这一切——比价、退订、全网搜最优保单——嫌麻烦搭起来的模式轮到系统性重估。DoorDash。护城河不是技术壁垒不是独家供应链。是你饿你懒这App在你首屏。AI代理没首屏。它同时查DoorDash、Uber Eats、餐厅自营、二十个新冒出来的替代品每次选最低配送费和最快送达。人不再嫌麻烦习惯性忠诚就蒸发了。Citrini自己开篇说这是情景推演不是预测。但它把一条我们直觉知道、很少认真想的逻辑链讲干净了大量商业利润本质是摩擦税。AI是一台巨型摩擦消除机。ServiceNow 2026年数据净新增年化合同增速从23%掉到14%裁员15%股价一天跌18%。ServiceNow卖的是座位。客户用AI裁15%白领自然取消15%许可证。卖工作流自动化的公司正被更好的工作流自动化颠覆。它自救策略裁员钱投进颠覆自己的那个技术。每个个体决策理性。集体结果灾难。你以为的护城河可能只是用户的懒惰。最后1%Rick Manelius那边是同一个故事的个人版本。AI之前你有一份有朝一日清单五十个项目“等有空”。心里清楚多数不会启动——时间有限这道门槛讨厌但逼你做选择、排优先级。AI之后门槛没了。五分钟搭原型十分钟出初稿。你开始做更多同时做更多。Manelius那四十个POC每个都是未闭合循环要持续照看的新摊子。“我本应用AI减少必须做的工作。”减速带悖论设减速带让车慢路好走更多车抄近道更堵。AI消掉工作摩擦你接更多活。Manelius引了Garry Tan一个比喻。日偏食和日全食。99%和100%差1%四舍五入忽略不计视觉上差一百倍。偏食像云遮暗天全食正午黑夜降临。那些好东西——产品、书、电影——全付了最后1%的代价才出100%体验。最后1%吃掉一半到九成时间。AI搞定前面99%快、好、省。那最后1%还得人来做专注、判断、反复磨。问题是你还有没有耐心和判断力去死磕它。把设备禁了回到芝大。法学院战略声明写了句话“effortful and sustained engagement”——费力、持续的投入。AI最擅长帮你绕开的正是这个。他们不笼统禁AI。声明说不反对课前用AI撸背景概念或用AI生成练习题复习。反对的是替你扛那个用力想的过程。三层设计不靠AI想。1L核心课禁用电子设备苏格拉底式问答闭卷无网。学生连法律推理都没学会怎么判断AI生成的法律分析靠不靠谱“学生对AI输出的判断力在最低谷”——先学会走路。跟AI协作。法律研究与写作课不靠AI打底再用AI做研究、改草稿、备口头辩论。师生一起审写作一起审AI使用过程——学会监督AI、批判AI输出。逼自己面对人。高年级新增硬要求实质性研究论文加一场面对面口头答辩。教授面前没科技辅助解释、捍卫自己的推理。“一测试学生在无技术依赖时对所写内容的真实思考。二这能力本身值钱——我们训的是将被要求在法庭、谈判桌、客户面前实时解释和捍卫观点的人。”教育者的活不是禁AI是设计AI代不了劳的学习方式。要认知投入、要面对面张力、要实时应对——这些才是护城河。事后润色不算。什么摩擦该留什么该扔该扔的机械比价、重复信息检索、模板化文书、忘取消的订阅惯性、靠信息差吃的6%房产佣金。消掉效率涨价值不丢。该留的深度阅读——AI能帮你读完论文你自己啃完神经元才重新布线。口头实时辩论——AI帮你写漂亮论文教授一追真懂假懂全暴露。长期打磨——AI让你一周出十篇人记住的是那篇你磨了三周的。面对面信任——客户关系、谈判里微妙信号。策略判断——“这险该不该冒”要判断力不是信息量。消掉前者省时间。消掉后者效率貌似涨能力积累暗中缩水。挑这件事交不交给AI的时候问一件一年后这能力还在我身上吗芝大最怕的就是学生拿AI交了作业没学会法律推理。工作场景里同一个问题。Citrini备忘录收尾有意思。整篇佯装在2028年6月回望最后几段突然切回2026年2月——读者真正坐着的时空“你现在读到的不是2028年6月。你读的是2026年2月。标普还在历史高位。负反馈循环没开始。金丝雀还活着。”矿工带金丝雀下井鸟死了有毒气快跑。趁摩擦还在做选择。你每天干的活多少在攒那种摩擦消失后还值钱的能力多少在生产下一版AI就能替代的产出芝大那个框架值得抄不靠AI想 → 跟AI协作 → 批判AI输出。三层不能跳。没独立判断力的人不是用AI是被AI用。Manelius结尾“这一切初衷把繁重劳动卸掉省出时间专注要紧事活得更像人。”AI边界在扩张但有一件事不会变——做选择的人得是你。本文参考了以下原文Rick Manelius,“The New AI Superpowers: Focus and Followthrough”(Jul 26, 2026)https://www.rickmanelius.com/p/the-new-ai-superpowers-focus-andUniversity of Chicago Law School,“Rethinking Legal Education in the AI Era”(Jul 9, 2026)https://www.law.uchicago.edu/news/ai-strategy-statementCitrini Research Alap Shah,“THE 2028 GLOBAL INTELLIGENCE CRISIS”(Feb 23, 2026)https://www.citriniresearch.com/p/2028gic