当试错变得便宜，想法还需要冷却吗

那天本来有正事要做。上午冒出一个想法，顺手丢进了 agent 的对话框。agent 回得很快，方案有模有样，但总有下一步：要不要再优化一下 prompt，要不要处理这个边界情况，要不要把输出调得再自然一点。一轮接一轮，回过神来天已经黑了，正事没动，这个想法也没做完。

这样一天过完，很自然会得出一个教训：有想法先别动手，放一放。这也是老派的建议，很多谈创作和做事的书都这么讲：让想法冷却两周，还惦记的才值得做。

但我对这个教训有怀疑。它形成的年代，试一个想法很贵。现在丢给 LLM，一小时就能拿到第一轮结果。成本变了，冷却还该放在所有尝试之前吗？

冷却到底筛什么

先给冷却说句公道话。它至少做两件事。

第一件，是用未来的自己检验兴趣能不能持续。一个想法放两周还惦记，说明它不只靠当时的新鲜感吸引我。放着放着忘了，也是一条信号。

第二件，是保护眼前的时间和注意力。以前验证一个想法，要先搭环境、写脚手架、啃文档，光是开始就可能占掉一个周末。完成成本又很难预估，做到一半才发现不值得，投入的时间已经收不回来。冷却能在付出这些成本之前免费筛一轮。

心理学里有个相近的研究方向叫酝酿效应（incubation effect）：把问题搁置一段时间再回来，解决质量会不会更好。meta-analysis 的结论是效应存在但不算大（Sio & Ormerod 2009，总效应量 d = 0.29），而且它研究的是解题质量，回答不了想法的价值。它提醒我，冷却还可能改变思考本身，不能只当成一笔启动成本的经济账。

所以，尝试昂贵只是冷却成立的一项理由。就算生成结果接近免费，新鲜感、注意力和持续意愿仍然需要时间检验。

LLM 改变的是第一轮信息成本

LLM 最明显地改变了启动阶段。以前验证一个想法，先要做不少准备；现在开个对话框把事情说清楚，几分钟后就有东西看。

Simon Willison 在 2026 年初描述过一个瞬间：一个功能想法，他自己判断不值得花时间，然后还是把它 prompt 给了 Claude Code，“因为我 25 年攒下的直觉已经对不上现实了”。做了二十几年软件的人，估算成本的直觉也开始失准。

但这里变便宜的，是取得第一轮信息。描述问题、阅读输出、判断方案、切换任务仍然消耗人的注意力。开头那一天已经说明，agent 的输出可以很便宜，允许一个新想法随时打断当前任务仍然很贵。

完成成本也可能被 LLM 降低，只是没有变得容易预测。一个任务要迭代多久、会碰到什么真实依赖、后续要维护多久，事先仍然很难判断。心理学把这种持续低估完成时间的倾向叫规划谬误（planning fallacy，Kahneman & Tversky 1979）。经典实验里（Buehler, Griffin & Ross 1994），学生预测论文平均 33.9 天写完，实际用了 55.5 天，不到三分之一的人按自己预测的日期完成。

LLM 还可能让误判更早出现。demo 来得很快，“能做”的信号很早出现，离做完、做好、持续维护还有多远，人暂时看不出来。

所以旧经验只需要改一部分：启动前不必完全依靠想象等待，完成成本和注意力成本仍然要防守。

探针：先买一条信息

前几天我有个想法：给国外的 coding agent 插一层 DeepSeek，把输出翻译得更母语化、更简洁。想象里这事不复杂，加一层翻译而已。

我把它丢给了 Claude。方案回来了，要处理的环节比预期多，不确定性不少，而且输出要好，得持续调。看完方案，我判断这件事的 ROI 不高，停了。整个过程只有一个对话的长度。

这次对话没有证明真实实现一定很复杂。一份 LLM 方案仍然可能遗漏依赖，也可能把设计做重。但它暴露了原先没想到的环节，把“加一层翻译而已”推进成了一组可以检查的问题。对我当时的决策，这些信息已经够了。

这让我意识到，丢给 LLM 的一个合适用途，是先为想法买一条信息。探针不承诺把想法做出来，只回答一个预先定义的问题。方案级探针可以暴露未知项；如果要确认真实依赖，还得继续做代码实验、接入测试或用户验证。不同问题需要不同深度的接触。

如果当时只选择冷却，两周后我惦记的可能还是那个想象中的版本：“加一层翻译而已”。想象中的想法不会自己展开。那份方案没有给出最终答案，但它改变了冷却时摆在我面前的信息。

这个动作在软件工程里有相近的名字。极限编程里的 spike 会限定时间，打穿一个具体问题，目的是降低不确定性，不要求交付功能。治规划谬误的 reference class forecasting 也遵循相近的方向：少信脑内的单案故事，多看同类项目的真实结果。它们都在增加现实接触，但证据强度不同。LLM 方案提供待核查的复杂度线索，代码 spike 接触真实技术依赖，参考类数据校正完成时间估计，不能混成同一种“真实结果”。

探针有两道边界

回到开头那天。同样是丢给 agent，为什么那天的结果是被吞掉一整天？

第一道边界在探针开始之前：这个想法有没有资格打断当前任务。

一次对话只花十分钟，也可能切断原来的工作。生成成本降低以后，注意力成了更明显的门票。当天已有重要任务时，可以先把想法和待验证问题记下来，等到预留的探索时间再做。探针便宜，不等于应该立刻发生。

第二道边界在探针内部：拿到什么信号就停。

开头那天，探针滑成了执行。agent 永远会给下一步，对话没有自然的停点；初稿一出来，沉没成本开始积累，“都做到这了，再调一下吧”；而“再调一下”的次数没有上限。

spike 的定义里，timebox 是必选项。以前限时是因为人力贵，现在还多了一个理由：不限时的对话不会自己结束。但时间盒只能提供最晚停点，更早的停点来自信号定义。DeepSeek 那次我要回答的是“这件事涉及多少我没想到的环节”，方案出来以后，信号已经够用。开头那天没有待回答的问题，每一轮输出都像还差一点。

因此一次探针至少要写清三件事：它是否可以打断当前安排，要回答什么问题，最迟什么时候停。

不同的不确定性，需要不同的筛法

一个想法值不值得继续，可能卡在不同地方。

如果卡在技术可行性和复杂度上，可以做探针。先选一个低成本、可停止的问题，取得够做下一步判断的证据。方案只能提供方案级信号；需要确认技术事实时，就做实际实验。

如果卡在“做出来有没有人要”，等待本身不会产生答案。要把想法交给潜在用户，通过访谈、原型使用、落地页、付费意愿或其他外部行为取得需求证据。LLM 可以帮助制作测试材料，需求仍然要从人和行为里验证。

如果卡在“我会不会持续想做”，冷却才对准了问题。时间能让新鲜感退下去，看看投入意愿是否还在。但持续惦记只说明兴趣没有消失，不能单独证明这件事比其他事项更重要。

如果卡在优先级上，还要比较替代途径和机会成本。它是否符合当前目标，失败是否可逆，维护责任有多长，放弃的项目会损失什么。这些问题不能由探针或冷却代答。

多数想法混着几种不确定性。可以先记下想法，判断它是否有资格进入当前安排；再用一个有停点的探针取得第一轮信息；需要需求证据时接触真实用户；最后带着这些信息冷却，观察持续投入意愿。立项之前，再和手头其他事情比较。

结尾

冷却没有被淘汰。LLM 降低了部分想法取得第一轮信息的成本，有些等待可以换成一次有限探针。探针回答“这里面实际有什么”，外部验证回答“有没有人需要”，冷却回答“我是否持续愿意投入”。三个问题都重要，但没有一个能单独回答“这件事是否值得做完”。

最后的判断还得放回具体处境：它需要多少投入，有什么真实需求，是否符合当前目标，相比替代事项是否更值得，以及我愿不愿意长期负责。

写这篇之前翻了翻 X 上的讨论。“有想法立刻建”的声音最响，Karpathy、Willison 和一众 CEO 都在那一边；公开主张“先搁置”的知名人物几乎找不到。这能说明 2026 年开发者圈公开谈论什么，不能直接说明大家实际怎么分配注意力。愿意展示原型的人会发帖，放下一个想法的人通常不会。声音的缺席不等于实践的缺席，也正因为如此，冷却这一侧仍然值得写。

---

参考：

• Sio, U. N., & Ormerod, T. C. (2009). Does incubation enhance problem solving? A meta-analytic review. Psychological Bulletin, 135(1), 94-120.
• Buehler, R., Griffin, D., & Ross, M. (1994). Exploring the "planning fallacy": Why people underestimate their task completion times. Journal of Personality and Social Psychology, 67(3), 366-381.
• Kahneman, D., & Tversky, A. (1979). Intuitive prediction: Biases and corrective procedures.
• Jeffries, R., Anderson, A., & Hendrickson, C. (2001). Extreme Programming Installed.（spike 的书面定义）
• Simon Willison，X，2026-01-09
• Matthew Berman，X，2025-11-01