AI时代,＂10后＂却在沉迷捡旧电子垃圾——这背后的代际反差细思极恐

2026年，AI聊天机器人比你家孩子更了解你。

同一年，有一群10后——2010年之后出生的孩子——正在教室里做一件让成年人完全看不懂的事情：他们翻遍家里的旧抽屉，寻找那些被遗忘的设备——能存1.44MB的软盘、早期MP3播放器、没有触屏的功能机，甚至Gameboy游戏卡带。然后，他们把同学叫到角落里，神神秘秘地展示这些东西，像是在分享什么了不得的秘密。

成年人看着这个场景，心里冒出的第一个念头通常是：这些孩子是不是穿越了？

但如果你仔细看他们的表情，你会发现这不是”复古猎奇”——这是真实的、纯粹的好奇心。他们真的不懂这些东西是怎么工作的。他们真的想知道这台MP3为什么只有一个屏幕却能放歌。他们真的好奇软盘那么小，到底能存多少东西。

在AI无处不在的时代，这些孩子正在做一件让成年人细思极恐的事情：他们开始对”没有AI的科技”产生强烈的好奇心。

一场静悄悄的”考古运动”

如果你是80后或90后，你在小学时拆过家里的收音机、在作业本背面画过游戏机的按键分布——这种对”物件本身”的探索，几乎是那一代技术爱好者的集体记忆。

但过去十五年里，技术设备的复杂性呈指数级上升与此同时，它们也越来越”封闭”。今天的智能手机，你几乎无法在不借助专业工具的情况下打开它内部的任何一个部件；今天的应用程序，底层逻辑隐藏在云端的黑箱里，连工程师都未必完全理解它的运行方式。对于一个对技术好奇的孩子来说，”拆开看看里面是什么”的探索路径，在现代设备上几乎被彻底堵死了。

于是，一部分10后开始了自己的”技术考古”。

他们从eBay或闲鱼上买来几块钱的旧MP3播放器，花一个下午研究它的按钮和菜单；他们在YouTube上刷”Retro Computing”（复古计算）视频，看那些年长他们几十岁的博主拆解90年代的电脑；他们会在同学家里发现一台被遗忘的CRT显示器，然后激动地叫来所有人围观——”快看，这个电视后面有个巨大的包！”

这种”考古运动”看起来是在怀旧，但它背后的驱动力不是怀旧——是对”可知性”的渴望。旧技术是透明的：你能看到它的电路，能理解它的逻辑，能亲手把它拆开再装回去。这种”知其然也知其所以然”的体验，在现代AI驱动的技术栈里几乎不可能实现。

一个孩子可以用手机向AI助手提问，但它为什么给出了这个答案？这个答案从哪里来的？模型的权重是多少？——这些问题没有答案。技术越先进，它就越像一个黑箱。而对好奇心驱动的大脑来说，黑箱是一种折磨，不是解脱。

所以他们转身，去找那些他们能理解的技术。

AI越强，他们越想找”老东西”

这听起来有点反直觉：在一个AI工具越来越强大的时代，孩子们难道不应该更拥抱新技术吗？

但事实恰恰相反。

当成年人用ChatGPT写邮件、用Midjourney画画、用Claude编程的时候，10后们正在经历一种独特的”AI疲劳”。他们在学校和家庭里看到的AI无处不在——作业可以用AI检查，手机里嵌着AI助手，家里买的新电器都自称”搭载智能系统”。AI是一种背景噪音，是成年人生活里又一个无法逃避的存在。

而这种无处不在感，恰恰激发了另一种冲动：找一个地方，一个AI进不去的地方。

旧设备提供了一个这样的空间。一台1990年代的Gameboy，里面没有任何网络连接，没有任何AI算法，没有任何可以被”优化”的交互。它就是它——一个纯粹的、有限的存在。在一个AI把一切都变成”无限可能”的时代，有限性反而成了一种稀缺品。

一个五年级的孩子对我说：”我不想用那些新东西，因为那些东西已经知道太多了。”

这句话让我愣了很久。一个十岁左右的孩子，用”已经知道太多”来形容现代技术——这是我们成年人未必能说出来的洞察。他们本能地感觉到：当一个技术”知道太多”的时候，它就不再只是一个工具，它变成了一个需要被管理的关系对象。你需要学会怎么跟它说话，怎么修正它的理解，怎么在它的局限里找到自己的空间。

这比操作一台Gameboy要复杂得多。

在某种意义上，10后对旧技术的兴趣，不是在拒绝技术进步，而是在寻找一种更简单、更诚实的人机关系。在那种关系里，技术是工具，不是伙伴；它不会在你悲伤的时候推送心理咨询热线，不会根据你的浏览记录推荐”你可能感兴趣”的广告，不会用算法决定你应该看什么内容。

旧设备是”不聪明”的，但它们也是”不越界的”。

一代人为什么在AI时代怀念”笨”机器

成年人怀念旧技术，往往是因为怀旧——那时候的互联网更简单，那段时光更美好。但10后的怀旧不是这种情感性的怀旧。

他们是真正的好奇心驱动。他们真的想知道软盘的写保护口是干什么用的。他们真的不懂为什么有的手机屏幕是弯的。他们真的对”没有触摸屏是怎么操作的”这件事充满疑惑。

这种好奇心的背后，是一个我们很少讨论的代际差异：我们以为数字原住民天然理解数字技术，但实际上，”接触多”不等于”理解深”。一个每天刷两小时短视频的孩子，和一个花两小时研究软盘工作原理的孩子，谁对”技术”有更深的理解？

答案显而易见。但问题是，前一种孩子是大多数。

在AI时代，这种差异正在被放大。一个善于使用AI的孩子和不善于使用AI的孩子之间的差距，不在于他们会不会用AI——今天的AI已经傻瓜到三岁小孩都能用。而在于他们是否理解AI在做什么，是否有能力判断AI输出的质量，是否能够在AI出错的时候识别出错误。

理解AI的前提，是理解”计算”的基本逻辑。而理解”计算”的基本逻辑，最有效的方式不是去用AI——是从最底层开始，理解一个计算系统是怎么工作的。

所以，当一些10后在翻找旧设备的时候，他们其实在做一件对AI时代最有价值的事情：他们在学习计算的底层逻辑，而不需要被AI输出的内容分散注意力。

这和成年人学编程要先从C语言和指针开始学是一个道理。你可以用Python写一个很厉害的人工智能程序，但如果你不懂内存管理，不懂指针，不懂寄存器——你永远只能是一个AI使用者，不是一个AI理解者。

10后对旧设备的兴趣，本质上是在拒绝做”AI使用者”，尝试做一个”技术理解者”。

他们捡的是垃圾，但思考的是未来

成年人看10后收集旧设备，觉得他们是在”玩垃圾”。

但如果我们换一个视角，这些孩子其实正在做一个非常严肃的事情：他们在为即将到来的AI时代，准备一种特殊的能力储备。

未来的AI世界，会需要两类人：一类是”使用AI的人”——他们用AI提高效率，用AI创作内容，用AI完成工作；另一类是”理解AI的人”——他们设计AI的架构，评估AI的行为，修正AI的错误。

第二类人才的稀缺程度，会随着AI的普及而成倍增加。当人人都能用AI的时候，能够理解AI底层逻辑的人，会变得格外有价值。而理解AI底层逻辑最好的方式，是从”没有AI”的系统开始学起——从逻辑门到汇编语言，从晶体管到操作系统。

这不是说每个收集旧设备的孩子都会成为AI工程师。但这种对”物理性技术”的探索欲望，会在他们的大脑中建立一个对计算世界的直觉性理解——这个直觉，会在他们真正接触AI的时候发挥作用。

就像我们这一代人在接触计算机之前，很多人在父亲的旧车底下学会了扳手的使用方法、在拆解收音机的过程中理解了电流和信号的基本概念。那个在车库里拆收音机的孩子，长大后未必成为工程师，但那个”拆开看看里面”的冲动，让他在面对任何复杂系统的时候，都有一个不退缩的心态。

10后对旧设备的兴趣，也是这种心态的体现。

被忽视的信号

我们通常把孩子的技术兴趣分为两类：”健康的”和”成瘾的”。刷短视频成瘾是问题，用AI写作业是问题，沉迷游戏是问题——但收集旧设备？

大多数成年人会把它归类为”无害的怪癖”，一笑了之，然后继续担心孩子玩手机的时间太长。

但如果我们认真对待这个现象，会发现它其实在告诉我们一些重要的事情：

第一，孩子们比我们以为的更渴望”可知性”。在一个AI越来越像一个不可穿透的黑箱的世界里，孩子们在用自己的方式寻找突破口——他们走向了相反的方向，去研究那些更透明、更可理解的技术系统。

第二，孩子们对AI的态度比成年人更复杂。成年人拥抱AI，是因为它能提高效率；孩子们却在拥抱AI的同时对它保持警惕——他们在用自己的方式寻找”不受AI影响的角落”。这种早熟的警惕性，是成年人在AI焦虑中没有展现出来的。

第三，代际之间的”技术理解”正在出现新的分层。当成年人都在讨论怎么用AI提高生产力的时候，少数10后在对计算的基本原理产生好奇——这不是一种对立，而是一种补充。未来的AI世界，需要的不仅是会用AI的人，更需要懂AI底层逻辑的人。而这种理解力，需要从最基础的地方开始培养。

所以，下次当你看到孩子围着一台旧Gameboy认真研究的时候，不要急着说”这都什么年代了还用这个”。

他可能正在为十年后的AI世界做准备——以一种你还看不懂的方式。