，关键操作的双人授权，飞行员的Checklist，处方药制度，以及工业设备上的急停按钮。

　　它们形式各异，却共同完成了一件事——让某些事情不要太容易发生。

　　这是一种与互联网时代完全相反的设计哲学。互联网时代最成功的产品，都在努力让事情更容易发生；而AI Agent时代的安全系统，可能必须开始回答一个陌生的问题：哪些事情必须保持困难？甚至更进一步——哪些动作必须永远保留一个独立拒绝它的能力？

　　九、效率真正的边界，是不可逆性

　　摩擦不能被平均地加回去，那只是换一种方式浪费。真正需要回答的是：哪些地方需要摩擦。

　　搜索结果错了可以重搜，文章写错了可以修改，推荐不准确可以重新推荐，这些动作的现实成本很低，几乎没有理由为它们增加阻力。但另一些事情不同：钱已经转走，设备已经启动，合同已经签署，数据库已经删除，药物已经注入，机器已经移动。现实世界发生变化之后，系统无法简单地Undo。

　　所以未来企业真正需要区分的，也许并不是自动化与人工，而是可逆行为与不可逆行为。越不可逆的动作，越不能只用效率来评价；越接近现实世界的最终执行，越需要一个独立于执行系统本身的边界。

认知可以追求无限效率，现实执行必须拥有边界。

　　这也是为什么，企业的安全架构可能会逐渐从"治理AI"走向"治理执行"。它并不是要阻止AI思考，不是要阻止AI工作，甚至不是要阻止AI做决定，而是在最终改变现实之前，保留一个独立提问的位置：这件事，现在真的应该发生吗？

　　而这个位置之所以必须是结构性的，原因也很朴素：在一个每秒都在执行的系统里，个人的谨慎无法按需扩展，也无法被事后审计。组织最终能够依靠的，只能是从可信的人，走向可信的结构。

　　十、效率不是敌人，失去边界的效率才是

　　批判效率很容易，但那同样是一种简化。现代文明的大部分进步，本身就来自效率的提升：更低成本的通信，更便宜的计算，更高效的生产，更快速的知识传播。任何主张放慢一切的立场，最终都会以另一种方式伤害它想要保护的人。

　　所以真正的问题从来不是我们要不要效率，而是效率有没有上限——一家企业是否还保有能力，在某个时刻主动选择不再进一步优化，不再进一步自动化，不再进一步压缩冗余，不再进一步减少摩擦。

一个成熟组织真正重要的能力，也许不是永远知道怎样更快，而是知道什么时候不应该再快。

　　过去一百年，我们花了巨大的努力教会企业如何消灭浪费。接下来，人工智能可能会迫使我们学习另一件更难的事情：如何识别那些看起来像浪费，但实际上保护了系统的东西。