加载失败
作者提出将创作视为带反馈的探索-利用过程，借用 acceptance volume（可接受体积）、verification latency（验证延迟）和 rate-distortion（率失真）等概念，来解释为什么在追求更高感知质量时精细化成本呈超线性增长。HN 评论在经验与理论之间激烈争论：一派强调长期练习与 cached heuristics 能显著降低短时产出成本，另一派指出过度修饰常致品质下降，且认为文章语言晦涩掩盖了平凡结论。讨论补充了 sample-space reducing（SSR，样本空间收缩）与 Zipf 定律、维度的诅咒、幸存者偏差与市场竞争（赢家通吃、游戏开发的 crunch）等替代或互补模型。大量实务性回复还给出工匠技巧（如故意留缝、分层草图、利用材料特性或遮盖方法）来降低所谓的“精度税”。
多条评论强调看似快速完成的高质量作品依赖长期积累的技能与“缓存”的动作/策略：资深画家通过多年从不同角度练习把大量 motor sequences 缓存起来，能把过去耗时的步骤速成；乐队或音乐人在录音室里快速产出的“banger”通常是把练习税（years of practice）提前付清，现场只是利用已有启发式并重复录制与混音来提炼成品。换言之，作品生产往往是“长期投入 + 短期爆发”，短时间内的精良产出并不等于零起点的高效创造。评论因此把“努力分配”为长期练习与最后修饰两类，并指出真正决定质量的是前者的积累。
许多评论举例说明不断微调最终可能降低作品品质：音频混音和母带处理中，连续的小改动常常让最新版本比若干版本之前更差；美术圈也有“越修越烂”的常识（有人引用 Francis Bacon 的访谈与道家“过度发展”概念）。有职业画家与老师讲述：最后一笔或一次过度打磨能毁掉原本精彩的作品，这也是艺术家常有的焦虑。总体论点是：在某些创作中，“最后一公里”的修饰边际效用为负，单纯多投入不等于更好。
多人指责文章用语晦涩、术语化来掩盖普通的直观结论（如“边际递减”或“最后10%耗时90%”），并批评作者以个人经验泛化为通用规律。评论里有人把这类写法归为 Paul Graham 式的自我经验泛化或是被理性主义/lesswrong 风格影响的伪学术化表达；也有人嘲讽在短文下放一段 bibtex 引用的做法。总体反对声音集中在：若不解释如何度量“perceived quality”，那么用复杂隐喻堆砌并不能构成严密证明。
若把“努力与质量”的关系建模，不同评论提出互补或对立的解释：有人建议对感知质量 q 做非线性映射（例如 e^q）以改变标度，有人强调幸存者偏差与运气（运气决定摄影中的光线机会），还有人把感知质量视为相对排名—在竞争性市场里上升名次需要指数级努力。多位评论引入 sample-space reducing（SSR，样本空间收缩，一类用于解释序列中可选项随时间减少的随机过程）和 Zipf 定律来说明选择空间如何随创作展开而收窄。还有评论详细区分“finishing touches 模型”“维度/curse of dimensionality 模型”“resolution 模型”，指明不同模型解释不同现象并相互补充而非互斥。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
有评论把超线性努力与商业市场联系起来：在选项多且可复制的数字市场中，产品质量的微小提升能带来幂律式的回报，因而存在强烈激励投入“再加一点努力”。该观点被用来解释游戏开发等行业的 crunch 文化——为了在竞争中胜出，团队倾向于在最后阶段投入大量额外工作。另有实务观察指出预算与制作安排也会使早期工作因取舍被裁减，促成对“额外努力”的疯狂投入或反复迭代。
多条评论提供具体工艺经验来避免陷入高成本精细化：木工师傅指出人眼对线条偏差敏感，但把缝隙减半会让工作量近似四倍，因此常用间隙/ reveal 设计；剧场布景用 gaffer tape + 漆即可掩盖远观缺陷；了解材料（如 wood moves）并设计兼容性比追求完美贴合更省力。这些实务建议强调通过设计容错、分层草图与计划“丢弃再重做”来把探索成本转移或分摊，而非无限压缩误差。
作者在评论中承认文章写得快且术语化，并解释写作目的不是宣称绝对规律，而是用抽象/几何化概念（如 acceptance volume、latency、sampling）来分类不同任务与模态，便于设计规避策略或理解何时成本爆发。作者还提到音乐示例中的“practice tax”概念，即短时高效产出往往建立在长期练习之上。作者表示可能会在未来更详细地修正或展开部分论断。
Sample Space Reducing (SSR): sample-space reducing（SSR）是一类随机/统计过程，描述随着序列或决策展开可选空间逐步收缩的机制；评论者用它来比喻创作过程中可接受修改或路径如何随进展而减少，并与 Zipf 定律相关联。
acceptance volume（可接受体积）: 作者术语，指在参数/决策空间中那些不会使作品变差的解集体积；随着要求分辨率或质量提高，这个体积会收缩，导致可行修改变少。
verification latency（验证延迟）: 在反馈回路中，从做一次修改到得知它是否改善作品所需的时间；较长的验证延迟会增加探索成本并影响探索-利用权衡。
rate-distortion（率失真）: 信息论概念，描述在给定压缩率下允许的失真量；作者借此类比质量-成本折衷，讨论在限定资源下可接受的“失真”与精度税。
curse of dimensionality（维度的诅咒）: 当优化或搜索问题的维度增加时，搜索空间呈指数级增长或变得难以覆盖；评论中用以解释多维质量要求使得改进难度上升。
Zipf's law（齐夫定律）: 一种幂律频率分布现象，SSR 文献常用来说明如何从样本空间收缩产生等级/频率结构，评论中被用作解释创作选择与受众/排名分布的数学背景。