【4406】汪瞻:AI时代,为什么我们更需要脑力成长?

我们的大脑并非一块成年后就定型的顽石，而更像一块会随着经验不断重塑的橡皮泥。神经可塑性研究表明，学习会改变神经元之间的连接以及相关脑区的功能；即使到了成年期，大脑依然保留着显著的可塑性。

一项基于伦敦出租车司机的经典研究提供了直观案例：为了通过严苛的资格考试，司机学员要在数年内熟记大量街道、地标与路线。纵向脑影像研究发现，最终通过考试的人，不仅空间导航表现更好，其与空间记忆有关的后海马区域也出现了可观察的结构变化。

这说明，“用脑”并不是一句比喻。持续、针对性的练习，确实可能塑造大脑。

然而，大脑的成长遵循一个朴素的原则——熟能生巧，即被反复调用的能力，才更可能得到强化。如果每当任务稍有难度，我们就立刻把理解、推理、组织和表达全部交给AI，大脑得到的并不是一次完整训练，而只是一次“观看答案”。

观看健身视频不会自动长出肌肉；阅读AI生成的完美答案，也不等于经历了思考。

真正促成学习的，往往是那些略微令人不适的时刻——一时想不出来，发现原有方法失效，必须寻找线索、比较方案、修正错误。心理学上，这些困难并不只是学习的副产品，它们本身就是能力生长的刺激与养分。

因此，AI时代最大的风险不是机器变聪明，而是人逐渐失去主动加工的习惯：没有AI就不愿开始，看到复杂任务就立即外包，拿到答案却无法判断质量，更说不清自己的立场。

AI可以替我们完成某项任务，却不能替我们获得完成任务所塑造的那颗大脑。

2006年，斯坦福大学心理学家德韦克教授在她的著作《终身成长》（Mindset: The New Psychology of Success）中前瞻性地提出了“成长型思维”与“固定型思维”两种对能力可塑性的核心信念。

其中，固定型思维倾向于把能力理解成一种稳定的标签：“我有天赋”或“我就是不擅长”；而成长型思维则相信，能力可以通过持续练习、有效策略与积极求助而发展。

两者真正的区别，常常出现在遭遇困难以后。

当AI第一次比自己做得更快、更好时，固定型思维很容易把它理解为一份能力判决书：“我不行了”“我学的东西没用了”“再努力也赶不上”。为了保护自尊，人可能开始回避挑战、拒绝反馈，或者只做那些能够证明自己“还不错”的事情。

成长型思维的关注点则不同。

它不会否认冲击，也不会假装人人都能轻松成功，而是善于并勤于追问：

哪些能力正在贬值？

哪些能力变得更重要？

我下一步需要学习什么？

现有策略哪里需要调整？

……

同时，成长型思维不会迷信“只要努力就一定成功”。机械重复、无效内耗和盲目坚持，也不能简单等同于成长。

有效的成长需要目标、努力、策略与反馈形成闭环：把注意力投入关键步骤；方法不奏效时主动更换策略；从错误中获取信息；必要时向专业人士求助。2026年，汪瞻博士团队将其整理为成长促进模型（见图1所示），并于第八届剑桥-中国教育论坛中首次在国际上公开分享其相关理念及初步研究探索。

图 1 成长促进模型

这些或许才是AI时代的核心竞争力。具体的产品、知识、甚至岗位都可能快速更新，但一个人能否学习新事物、容纳暂时的笨拙、根据反馈迭代自己，决定了他能否穿越周期，持续发展。

未来真正危险的，不是“我现在不会”，而是把“现在不会”误认为“我永远不会”。

AI擅长生成可能性，却不能替我们决定什么值得追求。

它可以列出十个选题，却不知道哪个问题真正重要；可以提供一百种方案，却不能替我们承担选择的后果；可以模仿共情的语言，却无法取代真实关系中的理解、信任与责任。

当生成能力趋于普及，人与人之间的差距会越来越体现在“元能力”上：能否清楚界定问题，能否识别事实与臆测，能否在信息冲突时保持独立判断，能否与不同的人合作，能否把工具的输出转化为现实行动。

这些能力都需要一个稳定而有弹性的脑力系统。一个害怕犯错的人，即使拥有最强的工具，也只会让AI反复确认自己；一个缺少目标的人，会淹没在无穷选项中；一个不能承受反馈的人，很难把AI的批评变成改进。

所以，脑力成长训练（MBFT）的核心并非与机器竞争的计算速度，而是使用机器时仍然保持人的主体性：我来提出目标，我来审视证据，我来作出选择，我也愿意为结果负责。

脑力成长训练（MBFT）可以理解为三个相互衔接的层次。

第一层，是理解大脑能够改变。

神经可塑性为成长提供了科学可能，但“能够改变”不等于“自动改变”。大脑的改变具有针对性，也需要足够的练习、时间、环境支持与恢复。知道这一点，可以帮助我们放下“天生如此”的宿命感，也避免陷入“听懂了就等于学会了”的错觉。

第二层，是建立能力可发展的信念。

思维模式不是一种固定人格，更像一条动态连续谱。一个人可能在工作上乐于挑战，却在人际关系中害怕被否定；也可能平时相信成长，遇到重大失败时又迅速退回固定型思维。脑力成长训练（MBFT）并不要求消灭所有消极念头，而是提高察觉与切换的能力。

第三层，是把信念转化为可重复的行动。

认知行为疗法认为，情境、自动想法、情绪与身体反应、行为以及结果，会构成一个相互影响的循环。遇到失败时，“我彻底不行了”只是头脑中快速出现的解释，并不等于事实。如果把解释看成一个可以检验的假设，我们就获得了新的行动空间。

例如，把“我不会用AI”改成“我尚未找到适合自己的使用方法”。“尚未”并非自我安慰，它把对能力的终局判定，改写成一个处于时间中的过程。句号变成了逗号，接下来就能继续发问：

具体卡点在哪里？

缺少的是知识、练习，还是反馈？

下一步还可以做些什么？

不妨从以下五个微小动作开始。

第一，给大脑保留“先想一会儿”的时间。

处理重要任务时，不要第一秒就向AI索要完整答案。先独立写下问题、已有判断和可能方案，再请AI补充、质疑或比较。把AI当陪练，而不是代劳者。

第二，建立一张“尚未”记录表。

当你冒出“我不行”“我没天赋”“我跟不上了”的想法时，记录触发事件、自动想法、情绪和行为。随后把结论改写为更准确的过程描述，并写下一个可执行的改善动作，让认知回归证据和行动。

第三，为自己搭一架“挑战阶梯”。

列出那些重要却一直回避的任务，按照不适程度从0到100排序。从30到50分的中等难度开始，重复练习，记录每次的新发现，适应后再逐步升级。

第四，把反馈翻译成下一步。

无论反馈来自老师、同事还是AI，都不要只停留在“好或不好”的表层判断。追问：反馈指向哪个可观察行为？证据是什么？我认同哪部分？下一轮要保留什么、改变什么？好的反馈不是一份判决，而是助力成长的行动方案。

第五，主动建设支持成长的环境。

研究提示，成长型思维干预的效果会受到同伴规范和环境支持的影响。个人成长不能只靠意志硬撑。去寻找允许试错的团队、能够给出具体反馈的伙伴，同时也为他人创造安全且有要求的成长空间。

脑力成长并不意味着拒绝AI。恰恰相反，真正具备成长型思维的人，更愿意把AI视为资源和反馈途径，而不是能力的替代品或自我价值的裁判。

我们需要警惕的，从来不是工具是否会取代我们的工作，而是使用工具节省下来的时间，最终有没有重新投入到更高层次的思考、创造、关系与行动中。

AI可以让答案越来越可及，但好奇心、判断力、韧性、合作与责任感会越来越珍贵。未来的分水岭，在于是否仍然愿意面对困难，保持好奇，从错误中学习，并一次次重建自己的能力。

大脑具有终身改变的可能；成长型思维让我们相信这种可能；认知行为工具则帮助我们把可能变成行动。

这就是AI时代更需要脑力成长的原因：外置大脑（AI）不断升级时，我们的内置大脑更不能停滞不前。永葆终身成长的心态，持续突破、不断精进，我们方能不被工具定义、不被时代淘汰，在瞬息万变的未来，牢牢掌控自己的人生主动权。