這個「反人類」AI插件，專門讓你體驗DeepSeek宕機的感覺｜附安裝地址

昨晚開始 DeepSeek 崩了， 工程師奮戰12 小時后早上終于修復。

這次宕機引發網友一片哀嚎，因為對很多人來說，「生活已經不能沒有 AI 了。」

這句話，越來越多的人說出口時，語氣已經不像抱怨，更像陳述一個事實。寫作業問 AI，理思路問 AI，不知道吃什么也問 AI。

順滑、即時、永遠在線，我們已經默認 AI 就應該如此。但從來如此，便對嗎？

官方宣傳語：你是否隱隱擔憂，自己或身邊的人正在：參與一場席卷所有人的技能大退化？遭受 LLM 誘發的 認知扭曲？把思考和情感，一并外包給 AI 自動補全？現在就把 SLOW LLM 裝進你的電腦，或者你在乎的人的電腦吧！ https://slowllm.lav.io/

一個名為 Sam Lavigne 的大學教授，最近發布并開源了一款名為「Slow LLM」的 AI 工具。

顧名思義，它做的事情十分「缺德」且專一：讓 Claude、ChatGPT、Grok 甚至 Gemini 的響應速度，變得極其、極其緩慢。

而整個過程里，AI 其實一直在正常工作。

一段被「劫持的代碼

Slow LLM 的原理，其實并不復雜。

瀏覽器每次從服務器拉取數據，都要經過一個叫 Fetch 的 JavaScript 函數。你問 ChatGPT 一個問題，它的回答從 OpenAI 服務器出發、抵達你的頁面，中間就是靠這個函數完成傳輸的。

正常情況下，這個過程會很快。

Slow LLM 做的事情，是在你訪問 AI 聊天網站的時候，悄悄把這個函數替換掉。換成一個長得一樣、但會故意拖延的版本。數據其實已經到了，只是被一點一點、極其緩慢地釋放給頁面。

這真不是一張靜止圖

所以你得到的那段漫長的等待，是真實的體驗，背后其實沒有任何技術故障。OpenAI 的服務器正常運轉，Claude 的推理沒有卡住，網絡也沒有問題。整件事只是 Lavigne 的幾行代碼在中間「掐著水管」。

考慮到易用性，Slow LLM 提供了兩種部署方式。第一種是安裝 Chrome 插件，只影響你自己的設備，隨時可以關掉。

APPSO 也實測過，裝上之后效果確實相當明顯，對話框里的文字一個字一個字往外蹦，有種等待網頁加載的那種煎熬。

第二種是走「企業版」路線，把家里路由器的 DNS 服務器改成 Lavigne 提供的自定義地址，整個網絡上的所有設備同時受影響，覆蓋 Claude、ChatGPT，DNS 版本還能順帶拖慢 Grok 和 Gemini。

Lavigne 已經在 Github 上把代碼全部開源，自建 DNS 對有一點技術基礎的人來說并不困難。他自己還沒在「毫不知情的人」身上測試過，但說他在考慮。

「也許他們會憤怒地退出 LLM。」

Github 地址： https://github.com/antiboredom/slow-llm

看到這里，你一定滿頭問號： Lavigne 圖什么？要理解 Lavigne 的腦回路，先得知道他是什么人。

公開資料顯示，他目前是德克薩斯大學奧斯汀分校設計系的助理教授，此前在紐約大學和帕森斯設計學院都待過。他的研究和創作長期圍繞著互聯網數據、自動化與算法正義打轉。

Sam Lavigne

換句話說，他不是隨手搞了個惡作劇的黑客，他花了很多年在嚴肅地思考，計算系統是如何悄悄重塑人類行為的。

想要理解他的邏輯，我們還需要先搞懂硅谷產品經理們最痛恨的一個詞：摩擦（Friction）。

在互聯網的語境里，「摩擦」是原罪。

一個多余的跳轉按鈕是摩擦，支付時需要輸入密碼是摩擦，甚至 AI 回復慢了兩秒，也是不可饒恕的摩擦。過去這十幾年，產品經理的核心邏輯就是消除一切「摩擦」，提高轉化率高，提高體驗的絲滑度。

Lavigne 認為，LLM 把這個邏輯推到了一個讓人不安的極端。任何讓你感到困難或不適的認知勞動，現在都可以外包。寫郵件太費腦子？外包。不知道該不該道歉？外包。今天情緒低落找不到原因？也可以外包。

AI 正在把自己變成一個什么都能接的垃圾桶，接管一切你不想自己做的思考。這聽起來像是一件好事。效率提高了，煩惱變少了，輸出變多了。但人類最寶貴的獨立思考步驟卻在這個過程里悄悄消失了。

學鋼琴之所以值得，是因為它很難。一道卡住你三個小時的數學題之所以留下印象，是因為你在上面真實地掙扎過。

寫一封措辭困難的郵件，逼著你想清楚自己到底想說什么、對方會怎么理解——這個過程本身就是一種訓練，哪怕結果不完美。

Lavigne 觀察到，他的學生和朋友們已經開始用 AI 處理那些本來可以靠自己完成的基本任務。寫郵件、整理思路、做簡單的決定。時間長了，他們開始忘記那些曾經學會的東西。

「人們越依賴 LLM，這種去技能化就會越極端。」

于是他選擇了一個很樸素的對策：如果 AI 讓一切變得太順滑，那就把阻力還回去，哪怕只是讓你多等幾分鐘，讓你有機會想一想「這件事我能不能自己來」。

一個關于自我矛盾的誠實

如果你翻過 Lavigne 的履歷，就會發現他酷愛折騰互聯網那些理所當然的規則。

在 2021 年居家辦公的高峰期，無數人被無休止的視頻會議折磨得痛不欲生。當時，Lavigne 開發了一款神作——「Zoom Escaper」。

這個工具可以在你的 Zoom 音頻流里制造逼真的嬰兒哭聲、狂吠的狗、電鉆聲甚至糟糕的網絡回音。只要你開啟它，你的存在就會變得讓所有參會者難以忍受，從而名正言順地逃離會議。

https://zoomescaper.com/

他和他的搭檔甚至還做過一個叫「Slop Avoider 」的瀏覽器插件，功能是屏蔽掉 2022 年 11 月（ChatGPT 發布）之后的所有搜索結果，以此來躲避如今互聯網上泛濫的 AI 垃圾內容。

但相比于此前這些項目，Slow LLM 還有一個有趣的細節。Lavigne 在開發這個項目的時候，用的是 Claude。寫了一部分代碼之后，他把 Slow LLM 部署上去，Claude 開始變得極其緩慢，他才被迫靠自己把項目做完。

是的，一個批評 AI 依賴的人，在做這件事的時候，自己也依賴了 AI。

這種處境其實很普遍，只是大多數人不會主動說出來。你可能會在刷完半小時短視頻之后發一條「短視頻真的上癮」，也可能會邊點外賣邊轉發「外賣毀了廚藝」的長文。

人對自己正在批判的東西產生依賴，幾乎是一種很難繞開的處境。因為你沒有辦法從一個完全外部的位置批判一個已經滲透進日常的技術。

Lavigne 沒有試圖扮演一個清醒的局外人。

他坦白了自己用了 AI，然后被自己的工具逼著，獨立完成了項目的事實。這個過程本身，就是 Slow LLM 想制造的體驗：停下來，自己做，然后發現其實做得到。

不是徹底不用 AI，而是用之前，先等一等，想一想。片刻的停頓，才是 Slow LLM 真正的價值。

回顧歷史，每隔幾年，總會有一種新工具引發「人類正在變笨」的恐慌。

計算器讓人不會心算，GPS 讓人失去方向感，搜索引擎讓人記憶力退化。然后呢？天并沒有塌下來，人類活得好好的，只是把那部分腦力騰出來去處理別的事情了。

或許是由于「人類總會適應」，這句話被驗證了太多次，以至于每次有人提出類似擔憂，都會被當作杞人憂天。只是，面對大語言模型，這套屢試不爽的樂觀主義說辭，可能真的要打上一個大大的問號了。

哲學家 Andy Clark 和 David Chalmers 提出過「擴展心智理論」：人類的認知從來就不只在顱骨里，紙筆、日歷、手機導航，這些工具在功能上早已成為大腦的延伸。計算器和搜索引擎完美嵌入這個框架，因為它們是被動的——你問，它答，框定問題的人始終是你。

大語言模型的邏輯完全不同。它是主動的，給你的不只是一個答案，而是一套完整的、看起來無懈可擊的解題路徑。在你真正開始思考之前，AI 已經完成了篩選、歸納和重構，把一個打磨過的結論直接推到你眼前。

這套機制，恰好繞過了獨立思考得以發生的那個關鍵環節。長期處在這種模式里，人的獨立推理能力很難說不會因此退化。

這種判斷并非沒有數據支撐。

2025 年一項覆蓋 600 余名參與者的研究顯示，高頻 AI 使用者的批判性思維能力出現了顯著下滑，且呈自我強化態勢：用得越多，越依賴，越難獨立。年輕群體中，這一趨勢尤為突出。

更麻煩的是，這種侵蝕沒有明確的發生時刻。你不會在某一天突然意識到「我不會思考了」，只是不知從什么時候開始，遇到問題的第一反應從「讓我想想」變成了「問一下 AI」。

Slow LLM 改變不了什么。

Lavigne 自己心里也清楚，但它就像一顆硌腳的石子，突兀、刻意，同時也用一種近乎「沒事找事」的卡頓，把一個老生常談的問題重新擺到桌面上：

每一次把思考「外包」給 AI，我們是否正在被溫水煮青蛙般地，丟掉人類最寶貴、卻也最難被替代的思考能力？

當然，現實情況是，對于絕大多數人來說，我們永遠不會去思考這個問題。

因為 AI 實在太好用了，好用到質疑它本身就顯得矯情。那些隱隱的不安還沒浮出水面，就已經被 AI 下一個滿意的輸出結果淹沒了。

文｜已讀不回

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）