阅读与资源

怎么用这一页

课程的「追问」板块引用了不少书。它们都不是必读的——这是一门线上自学课，没人会检查。

但如果某一节让你觉得”这事没那么简单”，下面这些是把那个直觉展开的地方。每本我都写了一句话说明它在追问什么，以及对应课程的哪一节。

关于 AI 背后的劳动与代价

Kate Crawford《AI 之图》（Atlas of AI） 把 AI 当作一个物质产业来考察：锂矿、数据中心、被抓取的数据、被计件的标注工人。读完你很难再把”云”想象成一朵云。 → 对应谁在背后干活

《Feeding the Machine》（James Muldoon 等） 直接去采访那些人：肯尼亚的内容审核员、委内瑞拉的数据标注工、亚马逊仓库的拣货员。它给出的是名字和具体的一天，不是统计数字。 → 对应谁在背后干活

关于工作、工具与自主性

David Graeber《狗屁工作》（Bullshit Jobs） 提出一个刺人的问题：为什么大量工作连从业者自己都认为毫无意义？当 AI 能批量生产内容时，这个问题变得更尖锐了。 → 对应谁在背后干活

Ivan Illich《共生的工具》（Tools for Conviviality, 1973） 本课引用最多的一本，比 AI 早了五十年。它把工具分成两类：扩展人的自主性的，和制造依赖的。判断标准不在技术本身，而在使用它的人是否还保有掌控。 → 贯穿全课，尤其谁拥有这些工具

Nick Srnicek《平台资本主义》（Platform Capitalism） 一本很薄的小书，讲清楚平台靠什么赚钱、为什么必然走向集中。看完你会更懂”免费”的定价逻辑。 → 对应谁拥有这些工具

关于人与机器的边界

Lucy Suchman《人机重构》（Human-Machine Reconfigurations） 核心概念是「情境行动」：人的行为不是先有完整计划再执行，而是在具体处境里随时调整。你每一次跟 AI 反复修改的过程，都是这个理论的现场演示。 → 对应说清楚的手艺

Donna Haraway《赛博格宣言》（A Cyborg Manifesto） 1985 年的文本，拒绝在人和机器之间划一条干净的界线。当你要回答”这个项目是谁做的”时，它提供的不是答案，是更好的问题。 → 对应一起做，一起想

Sherry Turkle《群体性孤独》（Alone Together） 关于我们如何对着机器投射情感、又如何因此更孤独。在你每天和 AI 对话几小时之后，值得读一读。

卡住的时候去哪儿

先问 AI。 认真的——报错、装不上、看不懂某个词，直接问比搜索快得多，而且能追问。

MDN Web Docs — developer.mozilla.org 前端所有东西的权威文档，有中文版。AI 说的和它冲突时，信它。

Stack Overflow — stackoverflow.com 把报错原文粘进搜索框，八成前人已经问过了。

各工具的官方文档 — 见工具与概念每个条目底部的链接。

一个建议

不要试图先读完再动手。

这些书的价值在于，当你已经用了三个月 AI 写代码、已经有过”这东西凭什么归它”的一闪念之后，它们会告诉你那个念头有名字、有人认真想过，而且想得比你远。

先做，做到有疑问了再读。 顺序反过来的话，它们只是一堆你记不住的观点。