温室和透镜都利用阳光，但它们对阳光的处理方式截然相反。温室捕捉周围的热量并将其储存，从而使内部的一切都能比外部更快地生长：花朵、草药、杂草，或土壤中任何其他植物。透镜则将同样的光线聚焦在一个点上，直到那个点着火。一个是收集能量并让一切同时生长，散乱而略显混乱。另一个是你工程化的离散事件：瞄准、对焦、保持稳定、点燃。起初，我认为这两种模式清晰地映射到软件工程的经验中：初级工程师生活在温室里，随意地生长杂草和花朵，而高级工程师则一次只瞄准一个明确定义的点。但是当我将这个隐喻应用到自己的工作时，这种映射就崩溃了。两种模式都不是高级的。它们是针对不同工作的独特工具，而我看到的关于能动 AI 的许多挫败感，恰恰源于在工作需要另一种模式时却运行了一种模式。温室模式适用于你还不知道自己想要什么的时候。我的 AxiDraw 绘图实验完全是温室模式：我让 Claude Code 生成了数十种用于制作可绘制艺术的工具。大多数结果平平，少数结果令人愉悦，但它们都不是经过真正规划的。我只是进行实验，然后评估结果。对于我制作的一个小型 macOS/SwiftUI 应用程序（好吧，是 Claude 做的），也同样如此，它将 Markdown 转换为 Word 文档。没有任何规格、设计或计划。我请求 Claude 构建一个只有一个观众且可能寿命只有一周的工具。这些工具的出现是因为尝试事物的成本已降到几乎为零。我曾经写过一个版本，谈到 Claude Code 在构建 MVP 时非常出色：构建一个工具或玩具，看看它是否有用或有趣，然后再从那里出发。透镜模式则是完全相反的纪律。你确切知道完成的样子，并且将一切集中在达成目标上。代理提出十个想法，你却放弃九个，因为它们不在这里与完成之间的线上。当人们谈论能动 AI 工具的惊人能力时，这通常是他们所指的模式，但值得明确的是，这种能力是什么：在已知目标上的杠杆作用。如同透镜和世界上最强大的生成 AI 模型，在你不知道要指向哪里时，它们都可能是无用的。选择目标——并专注于它——是你的工作。更进一步，我认为真正高级的技能是知道面前的工作需要哪种模式，识别出你当前处于哪种模式，以及理解如何在漂移发生时将自己转变为正确的模式。例如，我坐下来要推出一个特定的功能，这显然是透镜工作，但四十分钟后，Claude Code 正在建造我从未请求过的管理面板。我点头认可，因为看到事物成长感觉像是在进步。反方向的情况也一样：我打算探索，却最终将一个半成型的想法打磨到生产质量，因为完成是舒适的，而漫游则不是。在这两种情况下，失败是相同的：我失去了对自己处于哪种模式的追踪。在五月，我曾认为领域专业知识一直是实际的护城河：在能动的世界中，稀缺的资产是经过验证的领域心理模型，像一个能区分正解和似是而非错误的神谕。那个神谕在这里同样有效。在温室中，神谕从千株幼苗中筛选出值得保留的三株。在透镜下，它拒绝那些似是而非但错误的输出，可以把你从这里到达的线拉偏。而正是神谕注意到漂移：只有在你心中保持目标时，你才能感觉到自己偏离了目标。因此，当你的工作进展并且你开始进入状态时，进行一次内心检查：温室还是透镜？在适当的情况下，它们都是合法且富有成效的方法，但专业知识意味着培养出在何时应用哪种方法的感知。