过去半年多，我身边越来越多人有一种微妙的自信膨胀。写方案的速度变快了，做PPT的水平好像提高了，甚至连写代码都觉得自己突然开窍了。但这些”变强”的背后站着的是ChatGPT、Claude这些工具。把工具的输出当成自己的能力，这事细想挺可怕的。
MIT去年做了一个很有名的实验。他们让一群大学生分成两组写作文，一组用ChatGPT辅助，一组纯靠自己。四个月下来，用AI那组人的大脑神经耦合强度比另一组低了大概47%。更夸张的是，83%的ChatGPT使用者出现了明显的认知退化迹象。研究团队给这个现象起了个名字叫”认知负债”，意思是你每次让AI替你想一个问题，你的大脑就少练一次，这个债是会累积的。
诺贝尔物理学奖得主Saul Perlmutter说过一句话，我印象很深。他说AI最大的风险不是给你错误答案，而是给你一种”我已经懂了”的错觉。你问了AI一个复杂的问题，它给你一段流畅的回答，你读完觉得”嗯我明白了”。但你真的明白了吗？大多数时候你只是读懂了一段文字，而不是理解了那个问题本身。这两件事差得很远。
职场上这种错位已经在批量制造翻车现场了。
我一个做市场的朋友跟我说，他们团队有个新人特别能写方案，每次交上来的东西逻辑清晰用词专业，领导一度觉得挖到宝了。结果有一次开会，客户当面问了几个方案里的细节，那个新人支支吾吾半天答不上来。后来大家才反应过来，他的方案基本都是AI生成的，他自己对里面的策略逻辑其实一知半解。领导说了一句话：他不是在做方案，他是在搬运方案。
这种事现在到处都是。简历是AI写的，面试的时候一问深了就露馅。论文是AI写的，答辩的时候导师追问一个引用来源就傻了。代码是AI写的，debug的时候完全不知道从哪下手。
Anthropic今年年初发了一个研究，专门做了随机对照实验，让52个程序员分两组去学一个新的编程库。一组用AI辅助，一组自己硬啃文档。结果用AI那组人在后续的理解力测试里，得分比自己学的那组低了17%。17%听起来好像不算多，但研究者说这相当于差了将近两个字母等级。而且讽刺的是，用AI那组人完成任务的速度也就比另一组快了两分钟。用两分钟的效率换来17%的理解力缺损，这笔账怎么算都不划算。
再说说vibe coding这个事。这半年特别火，很多完全不懂代码的人靠着AI做出了看起来像模像样的产品，甚至拿去融资了。但后续翻车的一堆。有个入行15年的程序员叫Carla Rover，她尝试vibe coding之后项目不得不全部推倒重来，据说当晚哭了半小时。因为AI生成的代码看着能跑，但底层逻辑一塌糊涂，一旦需要改需求或者排查问题，整个人就傻了。不懂的人觉得”我做出来了”，懂的人知道这东西根本经不起推敲。
问题的核心在哪呢。
其实就是人会把”经手”当成”掌握”。你经手了一个方案，你觉得你掌握了这个方案。你经手了一段代码，你觉得你掌握了这段代码。但经手和掌握之间隔着一道巨大的鸿沟，过去这道鸿沟没那么容易跨过去，因为你要亲手写、亲手调、亲手改，这个过程本身就是学习。AI把这个过程跳过去了。你从A直接到了C，感觉上和从A经过B到C是一样的，但你的脑子里少了B这一段。
而且这件事有一个很坏的正反馈循环。你用AI做出了高质量的输出，别人夸你，你自己也觉得不错，于是你更加依赖AI，你自己的能力进一步退化，但你的输出还是维持在一个看起来不错的水平。直到某一天AI不在了，或者遇到了一个AI解决不了的问题，你的真实水平一下子就暴露了。这时候你才发现，过去一年你其实一直在吃老本加吃AI的本，自己什么都没长。
我不是说不能用AI，这年头不用AI才是脑子有问题。但是你得分清楚，哪些能力是你通过AI加持后放大出来的，哪些能力是你自己根本不具备只是AI在替你干活。
一个很简单的测试方法：把AI关掉，试试看你还能不能做到你现在做的事情的七八成。如果关掉AI你的产出直接腰斩甚至更惨，那说明你现在展示出来的能力里，有一大半不属于你。
这不是什么丢人的事，但你得对自己诚实。因为对自己能力的误判会影响你所有的决策。你会高估自己能接的活，你会高估自己值的价钱，你会在不该自信的地方自信。最后受伤的是你自己。
说到底，AI是杠杆。杠杆这个东西，前提是你自己得有本金。你拿100块钱加10倍杠杆，你有1000块。但你本金是0的话，0乘以任何倍数还是0。现在很多人的状态是，借着AI的杠杆觉得自己有了1000块的实力，但从来没有人去核实过他们的本金到底是多少。
保持清醒挺难的，尤其是当周围所有人都在说AI让我效率翻倍的时候。但你自己心里得有杆秤。
David
