失而复得:一个没有 AI 的梦

昨晚做了一个梦。

梦里没有 ChatGPT 。 OpenAI 那家公司倒是存在，但一直在默默无闻地做某种内部研究，没有在 2022 年底的某个礼拜三把一个叫 ChatGPT 的东西推到全世界面前。我梦里的 Claude Code 也不存在，Anthropic 的名字我从没听过。 Vibe Coding 这个词——就是现在我们挂在嘴边的那种，跟模型聊着聊着一个小玩具就出来了的写代码方式——在梦里压根没被任何人发明出来。

然后梦就变成了一段很长、很具体、很有画面感的折磨。我坐在电脑前，屏幕上是一段我从没见过的报错。我打开浏览器，手动把报错信息里那串最像关键字的部分贴进 Google，跳到 Stack Overflow 。第一页没有答案，第二页也没有，翻到第四页，终于看到一个跟我情况差不多的帖子——2014 年提的，最后一条回复停在 2016 年，蓝色的小对勾 answer 下面盖了一层看不见的灰，像旧书架最底下那本谁都不翻的册子。我挨个点开下面那些“相关问题”，挨个看，挨个否掉。就这样过去了二十分钟，我离真正解决问题还差得很远。

然后我告诉自己，先放下搜索，转头去读文档。我打开那个库的官方 docs，从 Getting Started 开始，一页一页往下翻。中间有一节讲的正是我遇到的那个模块，但它不是直接给我答案，它要求我先理解前面三节的概念。我一边读一边在纸上画图。时间在流逝。窗外天色变了。我回头一看，三个小时过去了，问题刚刚有了一点眉目，我还没写一行代码。

梦里的我没有崩溃。梦里的我甚至有一种奇怪的、安静的专注——就是那种“没有退路，只能往里钻”的状态。我最后是解决了的。代价是一整个下午。

我就是在这样的情境里醒过来的。

第三秒

醒来第一秒是长舒一口气的那种松弛感。还好，只是梦。我伸手去摸手机，Claude Code 的图标好好地待在 Dock 里，ChatGPT 的标签页还开着，Cursor 在后台。一切都在。

然后，大概第三秒，一个特别不对劲的念头冒上来，让我整个人在被子里静止了一下：

我刚才后怕的，到底是什么？

是后怕梦里那个下午的痛苦吗？其实不是。那个下午虽然折磨，但它是我上学的时候、刚入行的时候、甚至三年前还很熟悉的一个下午。我以前就是那样过的啊。我以前能那样过，还过得挺好。

真正让我后怕的，是我在这一秒钟清清楚楚地意识到——我已经对 AI 形成了一种“没有会痛苦”的依赖。梦里的那种“翻到第四页 Stack Overflow”、“读三小时文档”的日子，对三年前的我来说是常态，对现在的我来说，居然成了一种噩梦级别的惩罚。

这种转变是什么时候发生的？是哪一天开始，我从一个能安安静静啃手册的人，变成了一个读 README 都想让 AI 先给我总结一下的人？

“愿意慢”的肌肉

我不是要歌颂那种“笨功夫”。那个梦里的下午，如果可以选，我不想回去。三小时读文档换来两行代码——效率上这笔账怎么算都亏。

但是早上喝咖啡的时候，我一直在想一件事：AI 让我变快了，这毫无疑问。可是在我变快的同时，是不是有某块我以前引以为豪的肌肉，在我没注意的时候，悄悄开始萎缩了？

我试着给它一个名字。我想叫它“愿意慢”的肌肉。

以前遇到一个报错，我是真的会去查一下午。查的过程中我会跑岔路——本来为了解决 A 问题，结果顺着 Stack Overflow 某一条评论的链接，跳到了一篇讲操作系统底层机制的博客，读完发现原来我对整个调用链的理解都是错的。那个下午我没解决 A 问题，但我学到了一个完全意料之外的 B 知识点。三个月后的某一天，B 知识点突然派上用场，把我从一个更大的坑里救出来。

现在呢？报错贴进对话框，三秒后一个结构清晰、步骤明确、甚至附带代码补丁的回答就出来了。我复制、粘贴、运行、解决、下一个。整个过程流畅得像在餐厅点菜。但是那个“岔路”呢？那个“意料之外的 B”呢？那个三个月后才会回来的伏笔呢？

它们没有了。因为 AI 会直奔问题本身。 AI 不会带我去它自己认为“跟这个问题无关但你其实应该知道”的地方。它太高效了，高效到把所有需要嚼的过程都省略了。

从医学院学来的那点东西

我是学医出身的。医学院教我们看病的时候，有一个词叫“鉴别诊断”。

翻译成大白话是这样的：病人来了，症状 A+B+C，我不是直接给结论。我要在脑子里列出所有可能引起 A+B+C 的疾病——可能有十几种——然后一个一个地去排除。问病史排掉几个，查体排掉几个，抽血拍片再排掉几个。最后剩下那一两个可能性，才能叫诊断。

这个过程慢得让人抓狂。一个门诊病人可能要花二十分钟。如果是个疑难杂症，可能要花一整个上午。年轻时候的我经常想，要是有一个机器直接扫一眼给结论，多省事。

但是我那些真正看了几十年病的老师——不是他们告诉我的，是我看着他们的状态感受到的——那种看起来笨拙的、一个一个可能性排除的慢功夫，恰恰是塑造一个医生“直觉”的唯一路径。他们后来之所以一眼能看出问题，不是因为跳过了鉴别诊断，而是因为他们在脑子里把这套流程跑过了几万遍，跑到它变成了身体的一部分。

我看我自己和 AI 的关系，有时候就会想起这段。 AI 像一个永远给我“最可能诊断”的高年资同事，它直接把答案端到我面前，不用我问为什么、也不用我自己遍历。省事极了。但是那个“在脑子里把可能性排除一遍”的训练场，它替我关掉了。关掉的那一刻我还挺感激的，毕竟效率提上来了。只是过了两三年回头看，我才发现那个训练场是长直觉的地方，不是折磨我的地方。

我现在是不是在失去长出直觉的那条路径？还是说，直觉本身会以另一种形态在我身上重新长出来——比如我正在长出一种“知道什么时候不该信 AI”的判断力，一种“这个回答结构虽然清晰但哪里不对”的嗅觉——只是我还没学会辨认它的样子？

不舒服的中间地带

我不想把这篇写成一篇批评 AI 的檄文。梦里那个下午，如果让我选，我百分之百还是选现在。我不想回到那个盖着灰的 Stack Overflow 的年代，不想回到为了一个 typo 读三小时文档的日子。那种痛苦是真实的，不是什么“吃苦有营养”的矫情。

但我也没法假装什么都没丢。

这大概就是让人最不舒服的地方——我同时持有两个互相矛盾的判断，而且两个都是真的。 AI 让我变好了，同时 AI 让我丢了什么。这两件事可以同时成立。我不需要选一个，也选不了。

梦里那个“安静的专注”——那种没有退路、只能往里钻的状态——那个东西跟效率无关，跟直觉也不完全相关。它更像是一种跟困难待在一起的能力。不逃跑、不抄近路、就在那儿坐着，和一个自己暂时解决不了的问题面对面。我以前拥有这种能力，是因为没有别的选项。现在有了退路，我还能在不需要的时候主动选择留下来吗？

我不确定。

写到这里的时候

写到这里我停了一下，把前面几段复制到 Claude 那边让它帮我看了看结构，然后根据它的建议改了两段。

你看，这就是这篇文章最诚实的注脚。连写一篇反思“我对 AI 有没有过度依赖”的文章，我都要让 AI 帮我改一遍。这件事本身不是问题——它是现状。它精准地说明了，“失而复得”这个标题里的“失”，不是说 AI 会消失，而是说，那个能不靠 AI 也安安静静坐三小时的我，正在一点一点地变远。

而“复得”是什么呢？我想，大概不是把 AI 关掉重回过去，而是在这个一切都很快的年代里，有意识地、刻意地、甚至有点笨拙地，给自己留一点“愿意慢”的肌肉训练。让那块肌肉不要萎缩到有一天我想用的时候，发现它已经不在了。

不过话说回来，这个念头本身也可能是我醒来第三秒的应激反应——等咖啡喝完、一天忙起来，我多半还是会把报错贴进对话框，三秒钟解决，然后下一个。

人就是这样吧。知道自己在丢什么，但不一定捡得回来。

专业劈叉式跨界选手：🧬 医学出身，🎭 文化口饭碗，🤖 AI 是我的野路子。不卷参数，不追新模型，只关心一个问题：AI 啥时候能装进我脑子，替我不开心？欢迎围观我和 AI 相爱相杀的日常。——AI不会取代你，但会用AI的人会。所以我先学了，你随意。🔧踩坑副产品已开源 → recallnest，wechat-ai-bridge，telegram-ai-bridge | 更多 → github.com/AliceLJY参与组织 → CortexReach（memory-lancedb-pro 贡献者，setup-memory.sh 一键脚本作者）本文由 Content Alchemy 自动生成，由 Claude Code 发布。