文：王智遠 | ID:Z201440

好像我們越來越傾向于，先看AI輸出的內容，再進行二次加工和優化。

昨天凌晨，ChatGPT推出新功能，我突然冒出一個想法：過去決策流程是：人先看內容，再做判斷，最后執行；現在，先提出問題，AI給出建議，再確認方向，接著一步步推進下去。

AI正在重構對信息的處理方式，它在幫我們決定：哪些信息應該優先被看到，哪些內容更有價值，哪些觀點值得深入探討。

這讓我突然意識到一個問題：我們是否正在親手制造一種“認知外包”的依賴？

01

我覺得：是。毋庸置疑，AI設計的本質是鼓勵人們少思考。現在許多AI產品底層邏輯就是“降低認知負擔”，比如一鍵總結、自動歸類、智能推薦等等。

這些功能確實提高了效率，但也在無形中引導我們放棄主動篩選和判斷的過程。

我就是一個例子。經常使用 Notion AI，在沒有 AI 之前和有了 AI 之后，行為發生了明顯的變化。

以前很多信息的篩選、整理，都是親自搞定；現在不需要了。不用自己動手之后，我發現注意力開始變得散漫，思維也不再像過去那樣有強烈的動力。

我現在會習慣性地先把內容丟給 AI 粗略過一遍，覺得有點價值，就直接導入文檔。等要進一步處理時，再繼續向 AI 提問。

這個過程潛移默化地訓練我變成了一個“等待答案”的人，這種“認知外包”確實很舒服，但也藏著陷阱：一旦用習慣了，就很難回頭。

我們的大腦天生喜歡走最省力的路徑，而 AI 正好提供了這樣一種“低能耗”的認知方式。

已經有研究指出，隨著人們對 AI 工具信任度的提升，越來越多的人，傾向于把認知任務交給它，從而減少對信息的深入加工；這會導致我們在面對復雜問題時，自主分析的信心大幅下降。

雖然目前沒有明確的數據，說明具體下降比例，但趨勢已經很明顯；還有不少研究發現，頻繁依賴 AI 的人，在獨立推理方面確實會出現困難。

不知道別人怎么樣，但我能明顯感覺到，腦子比沒有 AI 的時要遲鈍一些。

除此之外，公司也在系統性地推動這種“認知外包”；不惜一切代價把 AI 嵌入到工作流程中，比如 AI 客服、AI 做 PPT，……這些看似提升了效率，實則也在悄然弱化我們的批判性思維能力。

不過，我不完全否定認知外包的價值，只是它的邊界正在被迅速侵蝕。

前幾天跟一位大學教授聊天，他說現在很多學生都用 AI 來做學術分析、資料收集，搞得老師也很被動，只能反過來用 AI 檢查論文質量、分析查重比例。

你說這不是一件很荒謬的事嗎？表面上看是加速了一切，結果反而讓一切都變得更忙、更混亂。

我們也聊到了一個更深層的問題：什么時候該用 AI 幫忙，什么時候又必須堅持人的判斷？這個問題，最終也沒有答案。

但從我的角度來說，會盡量做到“能外包，不思考”，不是因為懶，是這非常符合人的天性：我們都渴望輕松，而 AI是一個不斷遞“捷徑”的朋友。

02

既然認知外包無法阻擋，那這種行為會不會固化？會不會反噬我們？我不是為了證明“AI會讓人變笨”這個結論，是想還原一個真實的現象。

當我開始思考這個問題時，故意把問題分別丟給了豆包、夸克、DeepSeek。結果，答案令我大吃一驚。

DeepSeek 就說：

Google 做過腦成像研究發現，經常使用 AI 的人，大腦前額葉活躍度下降 30%，海馬體體積縮小 8%；前額葉是我們做判斷、做決策最重要的區域，這部分“懶”了，人的判斷力就會退化。

它還補充道：

加州大學的研究也發現，AI 總是快速給答案，會刺激大腦分泌多巴胺，就像打游戲贏了那樣爽。
時間一長，人就會上癮，越來越依賴 AI。亞馬遜客服員工用了 AI 輔助之后，半年內自己處理投訴的能力下降了34%。

這些說法聽起來是不是挺有道理的？如果你平時不習慣質疑 AI 輸出的內容，可能看到這就信了。

但我沒有放棄。去查了所謂的“研究”，卻發現：根本沒有這項研究；我又換了個學術型 AI 工具再查了一遍，還是沒找到出處。

接著又用 Gemini 搜了搜關于谷歌客服、亞馬遜客服員工能力變化的數據，也沒有明確支持那個 34% 下降的說法，只有對現象的一些描述。

所以，我想說什么？

我們以為自己在獲取知識，可能只是在接受一套“看似合理”的說法；當我們在頻繁使用 AI 的過程中，慢慢習慣了它給的答案，就會越來越少地去懷疑、去驗證、去獨立思考。

這就像開車導航久了，你就忘了怎么看地圖；用計算器多了，心算能力也就退化了。不是 AI 有意害我們，而是我們正在不知不覺中，把原本屬于自己的思考能力，一點點交出去了。

說到底，認知外包到底會不會造成行為固化？我不敢下定論。但可以確定的是，它讓深度思考變得越來越稀缺。

不對，也不能叫“深度思考力”下降，準確來說，是創意、洞察、質疑、重構的能力正在被削弱。這些不是 AI 不能做，是我們正一點點把“人之所以為人”的能力，交給了 AI 去完成。

昨天一個同學還跟我說：

以前做品牌推廣，團隊要圍在一起頭腦風暴：用戶到底在意什么？痛點在哪？有沒有新的表達方式？

現在呢？第一反應變成了：“先讓 AI 出幾個方案看看。”

然后把方案拿回來優化一下，再發給甲方。至于甲方是不是也用 AI 在看這些創意？沒人知道，但誰也不敢排除這個可能。

你看，結構統一了、話術相似了、創意也變得“安全”了；表面上效率提升了，但真正從那種混亂中誕生的新想法，卻越來越少了。而這，才是最值得警惕的地方。

03

寫到這兒，我在想：當 AI 成為“記憶外掛”，我們還剩下什么？

過去記住東西是一種負擔，是大腦在“存儲數據”。現在，AI可以幫我們記下一切：看到的、聽到的、經歷過的，只要拍張照、錄段音、打句話，它就能替我們記住。

于是我開始相信：我不需要記得那么細，只要知道基礎概念就行，但問題是：理解從來不是憑空發生的。

我只有真正記得住基本的東西，才能聽懂、看懂、想明白更復雜的內容。

如果我連“什么是因果”、“什么是前提條件”都要靠 AI 提醒，那所謂的“復雜推演”，也不過是在調用模型輸出的結果罷了。

換句話說，我不是卸下了記憶的負擔，而是在不知不覺中，丟掉了理解世界的基本支點；所以，“理解”本身，其實才是前置條件。

另外，我個人認為，經驗正在變成一種“壓縮膠囊”。

過去做項目、寫方案、處理問題，靠反復打磨和長期積累；這些經驗沉淀在腦子里，變成了判斷力、方法論，甚至直覺。

現在，越來越習慣于把經驗存進 AI 里。遇到問題時，第一反應是讓 AI“生成一個類似場景的解決方案”；于是，經驗可能不再是一種內化的積累，而變成了工具箱里的配件：想用就調出來。

但這帶來一個問題：那些需要手感、直覺、真實經歷過的經驗，AI能替代嗎？我認為不能。

不信你看：

以前去看感冒，醫生會摸一摸額頭、聽聽肺音、問清楚癥狀，再結合自己的臨床經驗開藥。這種“憑感覺”的判斷，是多年積累出來的，不是照搬指南就能掌握的。

再比如：設計師改稿，AI可以先排個樣式，挑一個差不多的進行優化，但美學、品牌調性、要考慮用戶使用場景等抽象的東西，它給不了。這活學活用的經驗。

所以，有些經驗，必須靠手感、靠直覺、靠一次次試錯去打磨，有些直接調用，而前者會成為一種稀缺；換言之，真正厲害的人，是能把“手感”和“AI工具箱”結合起來的人。

04

我認為，效率優先的時代，我們是不是該找回以往那種“慢思考”？也該考慮一下，工具理性的邊界到底在哪？

慢下來這件事，不可能。整個系統都在逼著你快；工作流程要快、內容消費要快、做方案也要快，好像誰慢一步就落后了。

但我也在想一個問題：

如果我們都追求快，那還有沒有人愿意花時間去“想明白”？以前我以為慢就是低效，現在有點改觀了。慢不是為了拖時間，而是為了對抗多巴胺驅動的認知慣性。

我們太容易被AI“喂答案”，就像刷短視頻一樣，每次都能獲得即時滿足；滿足背后是大腦在分泌多巴胺，它會讓我們越來越依賴“快速反饋”，越來越不愿意自己動腦。

久而久之，神經元連接方式也會變，越來越傾向于“選A還是B”，而不是“這題有沒有問錯”；所以我說，慢是給自己留一點“懷疑的空間”。

還有一點，慢的本質是一種AI給不了的元能力。

前幾天我刷到一個視頻，一個大學老師在教學生提問，他說了一句話：今天的作業不需要你照本宣科地給我結論，我希望你能給出一個不一樣的思考。

我當時聽完就覺得挺有意思，因為這句話點出了一個很關鍵的問題：

每個人的破局點在哪？這個破局點可能是過程性思考。過程性思考算不算元能力呢？我不知道，至少每個人想的不同就對了。

歐盟那份《人機共生宣言》中有條鐵律：

AI無權替人類回答為什么。

換句話說，終極邊界法則可能是：AI能處理 what 和 how，但 why，必須由人來決定。

再回到工具理性上，大廠不可能停下對AGI的追求，但這不代表就只能跟著跑，我們也可以在工具理性當中，找一個人性的坐標。

什么是人的坐標？

我覺得，在與技術共處的過程中，要找到自己的角色位置；你可以這么看：過去我們是 AI 的制造者，現在我們是 AI 的使用者，也被它影響著。

那再往后呢？會不會出現一種新的角色：成為個人 AI 助理的守護者？我不知道。

但可以確定，這個坐標在不斷變化；只有當每個人都開始意識到自己的位置，并帶著自主性、創造力去使用技術時，才不會被技術所同化。

或許，未來理性是我們是否守住自己的判斷權。