YC 没说的另一半:AI 时代,人这边怎么办?

上个礼拜失眠，我刷了 2小时短视频。越刷越累，但还想继续刷。

第二天醒来，逼自己看了 4 小时书。看完——没累。

身体很诚实——同样 4 个小时，体感完全不一样。

这件事让我盯着想了一会儿——信息进了我的眼睛，但好像没进我的脑子里。

那天晚上我又翻了翻自己的 Get 笔记。1700 多条。我得老实承认——真正激活过的，不到 **5%**。剩下的只是让我心安的存货。

这种”信息在大脑外面流过、没长进脑子里” 的感觉，让我看 YC 那份新发的 Summer 2026 RFS 时，停了下来。

YC 2026 夏：AI 已经不再是一个功能了

以前 AI 是叠在你工作上的工具——现在 AI 是垫在所有事下面的底座。

接下来的 15 条——卖给 Fortune 100 的企业服务、AI 原生的服务公司、芯片供应链工具、农业机器人、太空采矿——都是从这一句往外推。

我看到这句话停了一下——是因为想到前年听过微软 CEO 一句话：”AI 真正成为生产力的时候，是大家不再谈论它的时候。” 当人们整天讨论一个东西，说明它还有距离感；当它消失在话题里，说明它已经渗到生活底层。

YC 这一句”AI 是地基”，跟微软那句是同一件事的两个说法——AI 已经不在台面上，它在台面下边了。

但回头看那 15 条，我注意到一件事——

YC 整篇都在讲一边——机器那边：所有事让 AI 更快做完、更高效率。芯片、Agent、原生 SaaS、服务公司——这些条目都在解决同一个问题：怎么让机器跑得更快、更顺、更有效。

但 YC 没说另一边——

人这边怎么办？

伤痕一：1700 条笔记，激活率不到 5%

我今年早些时候在自己的笔记里写过一句：

真正记笔记不是怕忘记，是为了安心忘记，给大脑腾出空间。

听起来很对。

但我自己 1700 条笔记里——有多少真的”安心忘记” 了？

大部分只是让我心安的存货。我得老实承认——记笔记的快感很多时候只是”我没漏掉” 的安全感，不是”我真在用” 的激活感。

我前两天翻一条 2024 年记的笔记，标题是”读完阿德勒最重要的洞察是什么”——点进去一看，下面一句话也没有。当时大概只是想”等会儿写”，然后就再也没回来过。

这种笔记我不敢算占比——只敢承认：很多。

这是第一个伤痕：信息进了你的笔记本，但没进你的判断。

伤痕二：AI 帮你做完事，自己的思维肌肉就软了

开场提到刷视频对比看书的体验——身体很诚实。

但 AI 替代思考的依赖症，比刷视频更隐形。

我现在写一段话之前，习惯先让 AI 把方向给我捋一捋。问题在哪里？

不是 AI 捋错了——是我自己已经懒得捋了。

写代码也是。以前我得自己想清楚一个功能的架构，现在 Claude 给我一版我看着改改就行。听起来很高效——但有一天我意外断网，自己想从头写一段简单逻辑——卡住了。

思维肌肉，软了。

还有一次更扎心。上周我跟一个不太用 AI 的朋友讨论一件事——他想问题的方式让我意外。

我才意识到——我已经习惯了”让 AI 先说一遍我再补充”。

那种自己从零开始把一件事想清楚的肌肉——很久没用了。

这是第二个伤痕：AI 帮你跑得快，但你自己跑步的肌肉，已经在萎缩。

伤痕三：被 AI 带着走，结论还以为是自己的

播客”无人知晓”，孟岩跟李继刚有一期 207 分钟的对话，主题就叫《AI 时代，人何以自处》。

我听到一段印象很深——李继刚说他现在用 AI 做思考辅助，但他有意识地把”结论”这一步留给自己。AI 帮他展开思路、跨学科找关联，但最后那个判断他坚持自己做。

我自己呢？

很多时候 AI 给我一个结论，我点头——过两三天才反应过来”这个其实站不住”。

那个结论不是我的——是 AI 的——但我把它当我自己的接受了。

最近一次是这样：我让 AI 帮我评估一个产品方向，AI 给了一个听起来很顺畅的判断。我半信半疑按那个方向做了两周——做完才发现，AI 当时漏了一个关键的约束条件。

我没问”你有没有漏什么”——

因为我没去想”它可能漏什么”。

这是第三个伤痕：AI 替你下判断你接受了，下次你就不再判断。

三个伤痕指向同一件事

3 个伤痕看起来不一样——

但它们指向同一件事：

信息只在你的大脑外面流过，你没真的”长出” 自己的大脑。

这就是 YC 没说的另一半——人这边。

我们这一边的功夫，不是更快——是养出自己的大脑。

“养” 是什么？

我以前以为 AI 时代教育的核心是”学怎么用 AI”。

后来发现——这只是机器那边的需要。

人这边真正要养的，是另外三样：

• 广度——你脑子里能不能调动不同领域的知识。我自己做青少年阅读产品时常问自己：能不能同时想到儒家”养正”传统 + 心理学”具身认知” + 教育学 PBL + 芬兰语文教法？多想到一层，就多一份判断的余地。
• 深度——你能不能在一件事上想三层、五层，是否具备深度思考能力。比如”怎么教孩子读书”——第一层是工具，第二层是方法，第三层是动机，第四层是关系，第五层是自我认知。我自己常常想到第二层就觉得够了——那就是思维肌肉萎缩的信号。
• 强度——多个选项摆面前，你能不能选出一个，考验的是判断力。3 个候选路径摆面前你选哪个？这一步不是 AI 能给你的——AI 给你的是”流畅”的回答，但选择的代价你自己扛。

这三样合起来，古人有个老词，叫智慧。

养智慧和用 AI 是两件不同的事。

养智慧是慢的、重复的、需要发酵的。

用 AI 是快的、即时的、可复制的。

YC 说的”AI 是地基”——对机器那边是对的：下面铺好底座，上面才能盖房子。

但对人这边：你的地基不是 AI——你的地基是你自己的大脑。

AI 可以帮你建一座 1000 层的高楼——

但地基如果是 AI 的，房子就不是你的。

我自己做 AI 阅读产品时，最纠结的事

我不是教育专家——是一个在 AI 时代做零到一验证的普通人。我现在在做的产品，是给青少年做 AI 阅读。

每次设计课程，我最纠结的就是这条线——

• 多教孩子用 AI，他们就更早进入机器那一边
• 少教孩子用 AI，他们就跟不上时代

这两条都不对。

后来我把核心理念定成一句话：

阅读只是载体。终点是一个能独立思考、持续学习、有审美和价值观的孩子。

不教工具，教方法。

不是”AI 工具使用课”——是用 AI 时代的方法论培养底层能力：思维力 × 学习力 × 品格力。

上周我设计一节课，主题是”如何用 AI 读《百年孤独》”。设计的时候我不停问自己一个问题——

这个练习如果孩子不开 AI，他还能不能完成核心的思考？

如果答案是”不能”——那这节课就是”AI 工具课”，不是”阅读课”。

这就是”养“和”用“的分水岭。

我没法说这条做对了——我自己还在试，也还没找到完美方法。

但有一个支撑让我没那么慌——

2026 年是中国 AI 教育元年——2 月全国教育会议明确要把 AI 通识教育铺到所有学段。但教育部门给出的核心答案，不是教孩子会写提示词——

是元学习：教孩子怎么学。 是主体性：教孩子在人机协同里保持自己的判断。 是四大软实力：元学习 + 共情 + 创造 + 抗挫。

国际侧的判断也一致——

McKinsey 和 WEF 2026 年的报告说：AI 时代企业最缺的，不是会写提示词的人——是有决策力和判断力的人。

“AI 能处理大量信息，但 AI 不会定义这个问题到底是什么。”

——所以我教孩子的方向越来越清楚：

不是教怎么用 AI。

是教怎么不被 AI 替代了思考。

“养”——不是训练，不是搭建

养这个动词——不是训练，不是搭建。

是养育——

像养一盆植物。它有自己的节奏，你不能逼它一夜长成。 像养一个孩子。他有自己的样子，你不能复制别人的版本。 像养一段习惯。它需要被反复浇水——三天打鱼两天晒网，养不出。

你的大脑，也是。

YC 用 15 条告诉创业者怎么做机器那边的生意。

那张清单不需要你也写一份。

但你得有一份”人这边” 的清单——给你自己。

如果你也想试

今晚做一件事：

1. 关掉短视频。挑一本你买了但没读完的书，读 30 分钟——一章或几页都行。
2. 读完，别立刻总结。合上书，自己想 5 分钟——这一段最让你停下来的是哪一句？为什么是这一句？
3. 想完了，再让 AI 帮你反问 3 个问题——但你自己先写一份，再看 AI 写的，对照看哪儿不一样。

做完告诉我——你那 5 分钟想到的，跟 AI 反问的，差在哪里。

那个差距，就是大脑还活着的证据。