认知外包

我发现我在变懒。 不是不想做事。是不想想事。 --- 具体是什么时候发现的。 有天我要写一个方案。打开 Claude，开始打字。 打到一半我停下来了。 我在输入的，是一个我自己还没有想过的问题。 我在让 AI 替我想，然后我来转发它的想法。 --- 这件事我想了很久。 因为从外面看，这和"用 AI 辅助思考"长得一模一样。 但它们是两件完全不同的事。 --- 先说一个最底层的东西。 记忆不是存储。 我们习惯把大脑想成硬盘，信息放进去，取出来，中间什么都没发生。 但这是错的。 你记一件事的时候，大脑在做的是：把这件事和你已经知道的所有东西连接。找结构，找位置，找意义。 这个过程，才是理解。 不是看到答案。是你的大脑处理了答案，把它消化成你自己的东西。 跳过这个过程，答案还是答案，但它不是你的。 --- MIT 做过一个实验。 三组人写文章。一组用 LLM，一组用搜索引擎，一组什么都不用。 写完之后问他们：你能说说你写了什么吗？ 用 LLM 那组，大多数人说不出来。 不是忘了。是从来没进去过。 那篇文章经过了他们的手，但没有经过他们的脑子。 他们是管道，不是作者。 --- 洪堡说，语言不是表达思想的工具，语言是思想生成的器官。 这句话我做了几年 prompt 才真正懂。 你写 prompt 的过程，就是你用语言构建理解的过程。写得越精确，你自己想得越清楚。 有时候我写完一个很长的 prompt，AI 还没回答，我已经知道答案了。 因为那个思考，在写的过程里发生了。 这就是为什么真正好的 prompt engineer，本质上是一个想得很清楚的人。 清晰不是 AI 给的。清晰是你自己想出来的，AI 只是执行了那个清晰。 --- 但问题在这里。 我们越来越少经历那个想清楚的过程。 遇到问题，直接问。 接收答案，继续走。 --- 有个研究，666 个人，测 AI 使用频率和批判性思维的关系。 结论是负相关，用得越多，思维越弱。 这还在预期内。 但中介变量让我停下来了。 不是能力下降了。 是懒得想了。 --- 这两件事的距离，比看起来远得多。 能力下降，是会与不会的问题，练就回来了。 懒得想，是你和思考这件事本身的关系变了。 你开始觉得，思考是一种等待被替代的麻烦。 --- 我做 agent，每天都在想一个问题：什么决策交给 agent，什么决策留给人。 风险高的，不可逆的，需要价值判断的，留给人。这是系统设计的标准答案。 但我最近觉得，这个问题在认知层面同样成立。 什么思考可以外包，什么思考必须自己来。 --- 必须自己来的，是你还没有参照系的那些思考。 因为你需要先自己想过，才能判断别人的答案对不对。 没有这个前提，你接收到的不是参考，是答案。 而答案和参考，用起来长得一样，但一个会让你越来越强，一个会让你越来越空。 --- 所以我现在给自己加了一条规则。 打开对话框之前，先在备忘录里写三句话。 不是为了给更好的 context。是为了我自己先在这个问题里待一待。 哪怕三句话，哪怕写得很乱，哪怕全是问号。 就是先想。 --- 因为那三句话，是我和这个问题真实相遇的时刻。 有了这个相遇，AI 给我的是参考。 没有这个相遇，AI 给我的是答案。 参考经过我。 答案穿过我。 --- 穿过不留痕迹。 经过才会改变你。 --- 你最终会变成你真正经过的那些东西。 不是你看过的，不是你收藏过的，不是你转发过的。 是你真正想过的。