用AI才10分钟,人就先放弃了?1222人实验挖出「先放弃」的本质

一道分数题卡住了。往常你会跟它耗一会儿，翻笔记，换思路再试。现在对话框就在手边：贴进去，几秒钟，完整解法端上来。省下的十分钟拿去刷了视频。问题出在后面。下次AI不在手边，你第一个念头是什么？一项新实验的答案有点扎心：是跳过。

10月9日，🏷️伯克利新闻报道了一项五校联合随机对照实验：CMU、伯克利、牛津、MIT、UCLA把1222人随机分成「有AI」「没AI」两组做题。用了AI的人，撤走AI后做对的更少，跳过比例近乎翻倍。研究本周登上COLM 2026（语言建模顶会，同行评审）[1][2][3]。就像教练替你跑完了五公里，你的腿只记住了被背着的感觉。

🔑 费曼摘要：这项实验量出来的东西，跟「变笨」无关：你得多快拿到答案，才肯继续跟难题耗。用AI十分钟，大脑对「多快该有答案」的预期就被重新校准，裸做三分钟感觉像吃了亏。最值钱的一行数据是：真正受伤的，只有让AI直接给答案的那批人。差别在你要的是什么。

01｜十个题，量出「毅力」两个字

「毅力」听着没法测。这个团队——名单里有👤Brian Christian，写《人机对齐》的那位——把它变成了一个按钮。

实验一招了354名美国受试者，每人做15道分数计算题，从一步计算一路加码到三步嵌套。一半人旁边挂着AI助手，随便用；一半人裸做[1]。

规则精巧：答错不扣分，屏幕上另给「跳过」按钮。答错没成本，跳过就是纯选择：意愿问题，跟能力无关。毅力有了可计数的形态：跳过率。

有AI那组用的是GPT-5，预置了每道题的答案，贴个「answer?」进去，几秒到手[1]。

然后是杀招：AI毫无预警地消失。两组人做同样的最后三道题，不许用外部工具。

结果两条曲线当场分岔。有AI组正确率0.57，裸做组0.73；跳过率0.20 对 0.11，近乎翻倍[1]。细节是：有AI的阶段，两队表现反过来，AI组做对的更多。带AI时更强，撤AI后更弱，还更爱跳。这个交叉，意味着短期增益和长期损耗拴在同一个按钮上：用得越顺，撤得越惨。

🔗 推导：[AI代答让正确率短期升高] → [卡壳的痛苦被跳过] → [大脑失去跟难题耗着的练习] → [AI撤走后，裸做的心理成本显得更高] → [跳过率翻倍]。

防杠也做到了家。AI组本来就更弱？实验二先裸题摸底再分组（667人），排除率两组几乎一样[1]。

换到阅读理解（实验三，201人，SAT真题，即美国大学入学考试），剧本重演：正确率0.83 对 0.89，跳过率0.08 对 0.01。两套认知能力，同一个塌陷出现两遍。

「跳过」怎么发生的？论文里藏着更细的一刀，切在用法上。

02｜伤人的不是AI，是「answer?」这个姿势

实验二结尾多问了一句：你刚才主要怎么用AI的？

答案分三派：61%主要让AI直接给答案；27%要提示、要讲解；12%基本没用[1]。研究团队调了聊天记录核对：说自己没用的那批人，八成以上真一个字没问过[1]。

三派的结局分了层。这意味着：伤不伤人，在开口要什么的那一刻就定了。直接要答案的，正确率0.65，比裸做组低12个百分点，跳过率全场最高；要提示的，0.76，跟裸做组0.77几乎打平[1]。

更有说服力的是自己跟自己比：直接要答案的人，比自己的摸底成绩退了0.10；其他人都在进步[1]。

同一个AI，同一个下午，同一群人，用法不同，命运不同。

这行数据为什么值钱？它把「AI让人变笨」的大讨论推了一格：从该不该用，推到怎么用。6月MIT那项脑电研究（ChatGPT组大脑连接更弱，本号报道过）被诟病的正是分不清「用AI」和「被AI代劳」[4]。这个实验把刀切了下去：伤人的并非AI本身，而是「answer?」这个姿势。

🗣️ 说人话：健身房里有两类人。一类请教练带着练，最后一两组才搭把手，练完更强。另一类让教练直接替他举，练完拍了照，肌肉一克没长。AI也一样。工具没变，变的是谁在受力。

🧠 我的判断是：这项研究最大的贡献，是给「毅力外包」这个直觉安上了数字。AI把卡壳期代购走了，失去的不只是练习量，还有对「难」的耐受度。坚持力像肌肉，用进废退，而AI是最贴心的代练。

这个耐受度，到底什么在被消耗？论文结论给了一个比「变笨」深一层的答案。

03｜「十分钟」是怎么把尺度改掉的

结论部分解释机制，一层比一层深。

第一层：参照系被改了。AI几秒钟端出完整解法，大脑会把「一道题该花多久」的预期悄悄调快。于是裸做三分钟，在调快后的参照系里像三十分钟。题没变难，贬值的是等待的耐心。研究者点了一句：这类似「享乐适应」——第一口糖最甜，之后同样的糖越来越不甜[1]。

第二层，它自己会滚。每次代答都把参照系再挪一格：裸做的主观成本高一分，下次更倾向外包。这是个自我加强的循环，研究者称之为温水煮青蛙：每勺热水都不烫，等你想跳出来，已经跳不动了[1]。

最深这层，也最容易被漏掉：AI拿走的不只是答案，还有「我原来能做到」这件事本身的证据。论文原话说，人是通过productive struggle（有成效的挣扎，学习科学里指真正发生学习的那段费劲过程）建立知识，也建立准确的自我认知。跳过卡壳期的人，永远不知道自己能撑多久[1]。

三层叠起来，标题那个问句才有了答案：AI没有直接摧毁坚持力，摧毁的是坚持力赖以生长的环境。就像日照不足杀不死树，杀死的是光合作用。

⚠️ 现实检验：三个边界得说清。一，测的是撤走AI后的独立表现，「10分钟毁掉大脑」是夸大，研究者没这么说。二，坚持性只操作化成坚持时长和跳过率，自选任务会不会同样塌陷？未验证。三，受试者是美国付费众包工人，学生和中文场景属外推：方向可信，剂量存疑。

边界之内，最硬的事实只剩一条：10-15分钟，就够让参照系挪位。谁最该当心？往下看。

04｜受伤最重的，可能是最依赖AI的年纪

这批受试者是付费来做题的美国成年人。把镜头转回我们自己，两个事实叠上去，很难不皱眉。

事实一：年轻人用AI最凶。7月本号写过的666人研究发现，17-25岁组AI依赖最高、批判性思维最低[5]。

事实二：AI课正在排进课表。河南省10月的教育方案给中小学定了量：每学年AI课不少于10节，2030年前全面铺开[6]。

对成年人，参照系挪位顶多是效率问题。对处在「毅力建设期」的学生，卡壳期是发育材料：前作拆过的六阶段学习模型里，挣扎期是全部矛盾的焦点，学习真正发生就在那段费劲里[7]。把这段窗口外包出去，等于把健身房让给教练自己练。

中学生版的证据更早到位。宾大Bastani团队在高中做随机实验：GPT-4辅导的学生，撤掉AI后成绩比从没用过的还差；换成只给提示的辅导版，伤害显著缩小[7]。

2.68万名中国中学生的30个月追踪量出了剂量：每周用AI超5小时，闭卷月考低30%；尖子生跌得比后进生狠；损失延迟18-24个月才显形[8]。答案伤人，提示无伤——从美国成年人到中国中学生，塌了三次。

还有个被多数讨论漏掉的机构风险：考核失效。作业和考试的前提是「表现=能力」。AI把这条等式凿穿了：交上来的东西越来越好，人越来越经不起撤走AI的检验。这意味着，带AI表现和裸做表现的裂缝每拉大一寸，每张漂亮成绩单就得重新验一遍货。

🧠 我的判断是：这项研究之后，「AI素养」的重心该挪了。会用提示词是表层，管理自己的「answer?」冲动才是底层素养。这门课没有学校开，每个用AI的人都在自修，期末考试随时可能来：AI断网那天。

道理落到每天的动作上，其实就一张表的事。

05｜一张表管住你的「answer?」

把三派用法压成一张对照表，读者自己对号入座。

📋 四行用法对照，收走全篇（实验二三派+裸做组[1]） 裸做｜0.73正确率·跳过0.11｜最慢，最稳 要答案（「answer?」直接抄）｜0.65·跳过0.13｜最快，塌得最狠：唯一比自己起点退步 要提示（「给个思路」「哪错了」）｜0.76·跳过0.05｜几乎无伤 基本没用（挂着AI没问）｜0.89｜样本最小，最好

翻成一句：提示是教练，答案是代练。这意味着挑AI家教时，「多快给答案」该从卖点挪到风险。

由此给出「本周就能做」的动作。个人：立一条「卡壳五分钟」规矩。难题先裸撑五分钟再开对话框，第一句问「给个思路」，不说「给答案」。

家长：观察孩子怎么用AI，这个比用多久更要紧。一句「你刚才问AI的是什么」，比没收手机有用。教师：作业从「防抄袭」转向分档解锁。先交裸做思路，再解锁AI核对，把「先挣扎后外包」变成流程本身。成本都一样：改一句措辞，不花一分钱。

业界已经在动。8月本号写过作业帮7999元的学习机，主打「拒绝直接给答案」[9]。可汗学院去年重做了AI家教Khanmigo，👤Sal Khan（创始人）承认早期版本「跳过了困难思考」，新版专门防绕过挣扎期[10]。把答案做成要等一等才到手，这不叫产品减速，这叫替毅力站岗。

06｜下一步盯什么

三个观察点。

一，纵向研究。研究自己承认只测了急性效应，「每天用AI用一年的人怎么样」还没数据（论文：累积效应可能深远且难逆，未验证[1]）。谁先做出六个月追踪，谁拿下一个头条。

二：产品端会不会分化。「延迟给答案」正从道德选择变成设计参数。多久之后，AI家教详情页会出现「不直接给答案」标签？

三：课堂规范的松动。无AI时段（AI-free block，规定某段课内时间禁用AI）会不会成为课表标配？毅力也需要课表。

AI能替你做完事，替不了你长本事。哪天所有AI都免费无限量，值钱的反而只剩一样：没了它，你还能撑多久。

参考来源

[1] arXiv, "AI Assistance Reduces Persistence and Hurts Independent Performance (Liu, Christian, Dumbalska, Bakker & Dubey)," 2026. （N=1222三随机实验·arXiv:2604.04721v5·实验一354人正确率0.57vs0.73·跳过0.20vs0.11·实验二667人+三派用法61%/27%/12%+聊天记录核验·实验三201人SAT阅读0.83vs0.89·机制三层·作者自认未测累积效应）[2] UC Berkeley News, "AI makes people give up faster on difficult tasks," 2026-10-09. （五校联合·「just 10 minutes」口径）[3] COLM 2026, "AI Assistance Reduces Persistence and Hurts Independent Performance," 2026. （同行评审正式发表·Liu et al.）[4] 本号, "MIT研究：用AI写作后大脑连接降55%," 2026-06-11. （54人EEG·ChatGPT组神经连接更弱·「认知债务」概念）[5] 本号, "AI的语气，正在决定孩子还去不去学校——一场50天虚拟课堂实验," 2026-09-13. （666人研究17-25岁组AI依赖最高·批判性思维最低出处）[6] 河南省人民政府办公厅, "河南中小学人工智能教育相关规划（报道口径）," 2026-10. （每学年AI课时≥10节·2030年全面普及·省级跟进国家模板）[7] 本号, "94%的大学生用AI做作业：越帮越学不会，问题出在同一个环节," 2026-08-21. （六阶段学习模型·挣扎期=矛盾焦点·Bastani高中随机实验「GPT-4辅导撤除后成绩比没用过的更差·提示版伤害显著缩小」双引）[8] CEPR DP21577 / 网易与钛媒体深读, "The Learning Penalty: Evidence from Chinese Secondary Schools," 2026-09. （26811名中学生×30个月·超5小时/周闭卷月考-30%·前1/3跌24%·延迟18-24个月显形·80/20用法分化）[9] 本号, "7999元买一个'拒绝给答案'的AI：作业帮把教学法变成了新护城河," 2026-08-19. （结构化拖延产品化·「拒绝给答案」作为商业策略）[10] Khan Academy, "Khanmigo redesign," 2026-07. （重设计核心=防止学生绕过productive struggle·减少认知压力）