先说我的看法，AI 没让人类变笨，而是让我们开始错得一模一样。有人说，AI 时代“群体变笨、个人变聪明”。这个说法看似有理，实则需要好好说道一番。

今年 2 月，美国国家经济研究局（NBER）发布了一篇论文，请来了 1,174 名 25 至 45 岁的成年人解一道商业决策题。不用 AI，高学历组领先低学历组 0.548 个标准差；用上 AI，差距缩小到 0.139，四分之三的能力与智力的差距应声填平。

半年前，2025 年 8 月，《柳叶刀·胃肠病学与肝病学》刊出一项波兰的研究结果。四家内镜中心引入 AI 辅助后，医生在不用 AI 做肠镜时，腺瘤检出率从 28.4% 跌到了 22.4%。

一边是 AI 把成绩的差距抹平，另一边是 AI 把人类的技能磨钝。两份报告看似矛盾却并不冲突，它们只是在给两样不同的东西称重。

导航越强，人却越不认路

NBER 那篇论文自己做了后续测试。AI 一撤，用过 AI 的人并没有比对照组更差，学历较低的一组也保住了一部分成绩的提升。但作者挑明了一点，相当大的学历差距随之重新浮现；只有高强度使用 AI、同时自己持续下功夫提升的人，撤掉 AI 后成绩才明显更高。所谓能力的平权，多半是开着导航时的心理上的优越感。导航一关，各人还是各人的原来的路感。

Anthropic 今年 1 月公布的实验说得更直截了当。52 名以初级为主的工程师学习一个陌生的 Python 库 Trio，用 AI 的一组随后测验平均 50 分，手写代码的一组 67 分，差距最大的是调试题。研究还按使用方式把人分了类，全盘交给 AI 的几类平均不到 40 分，用 AI 时同时追问概念、把代码弄懂的几类在 65 分以上。不过，每一类只有 2 到 7 人，样本太小，这种分组只能提示一个方向：用法也许比用不用更要紧。要下结论，还得等更大规模的研究。

一家靠 AI 打天下的公司，亲手测出 AI 会拖累学习，这份结论不常见。文章末尾又顺手推荐了各家大模型的“学习模式”。看看，诊断书和处方都给你开了出来。

肠镜那项研究，证据也没有数字看上去那么硬。据《自然综述·胃肠病学与肝病学》的介绍，它是回顾性的观察研究，比较的是 AI 引入前后各三个月、共 1,443 例非 AI 肠镜。前后两段时间里，病人构成和医生的状态都可能变了，检出率的下降未必全该记在 AI 的账上。

撇开这些保留的因素，后两项研究指向的是同一种关键的能力：不靠AI，自己看出问题。在编程实验里，两组差距最大的是调试题，而调试考的正是找出代码哪里出了错；肠镜研究里，医生离开 AI 后，自己发现腺瘤的比例降了下来。这种能力至关重要，是因为它让人的判断不依附于AI。AI漏掉的病灶，要靠医生自己的那双慧眼去补；人和AI若漏看的是同一处，我们又能埋怨谁呢？

倘若这种眼力只丢一次，慢慢还能给练回来。麻烦在于，往后的人类只能一遍遍从头学起。历史学家、《人类简史》作者尤瓦尔·赫拉利在美国公共电视网（PBS）的节目《Brief But Spectacular》里说，过去的人生分成两段，前半段学习，后半段工作，这个模式已经行不通，人到三十、四十、五十、六十岁都得重新学一遍。果真如此，AI 在学习环节造成的折损就不是一次性的罚款，而是每换一门手艺都要再交一次的税。讽刺的是，偏偏重学时最省力的办法，就是交给 AI。

众口一词，未必是众人之智

眼力丢了，还只是一个人的损失；许多人借用同一双眼睛，损失就记到了人类群体的账上。1906 年，英国普利茅斯的一场集市上，约 800 人竞猜一头宰好的牛有多重。高尔顿发现，猜测的中位数是 1,207 磅，真实重量 1,198 磅，相差不到 1%。群体智慧并不神秘，每个人错得各不相同，有人猜高，有人猜低，误差在人群里彼此抵消。

统计学把这个道理说得更透彻。群体的误差可以拆成两块：一块是各人自己的偏差，人越多，抵消得越干净；另一块是大家共有的偏差，人再多也抵消不掉。共有的那块有多大，取决于众人的判断彼此有多相像，统计上用相关系数 ρ 来衡量。ρ 接近 0，人人各想各的，众人拾柴火焰高；ρ 接近 1，人人想的都一样，一万个人不过是一个人的一万次回声。

今年 9 月，Jillian Ross、Eric So 等人在 arXiv 发表论文《为什么更好的模型可能造出风险更大的系统》，度量的正是大模型之间的 ρ。他们让 7 个大模型各自应对 64 个交易情景，每个情景采样 5 次，结果是模型越强，行为里那部分偏离纠错逻辑的成分彼此越相关。即便把模型混成无限大的组合，这部分方差也降不到 0.010 以下，约为单个模型 0.021 的一半。剩下那一半，怎么分散都分散不掉。

这篇论文还有另一面，同样值得仔细琢磨。当共享的信息是对的，AI 交易员越多，价格越贴近真实价值，表现明显好过随机交易者。随后研究者每一轮都塞给所有智能体 8 条评论，异口同声地宣称公允价值被高估了 25% 至 30%。市场全由 AI 构成时，价格偏离幅度涨到基线的五到七倍。Claude Sonnet 4.6 的方向判断准确率跌到 42%，还不如抛硬币；较弱的 Claude Haiku 4.5 和 Gemini 2.0 Flash 分别是 54% 和 68%，反倒没那么容易被带偏。最用功、最聪明的学生，往往最先把印错的讲义背得滚瓜烂熟。

可见相关性本身无所谓对错，它更像一根杠杆，放大的是共享信息的对错。信息对了，众人一齐对，价格迅速向真实价值靠拢；信息错了，众人一齐错，也不会有人站到对面去纠正。更麻烦的是，杠杆的两头从里面看一模一样。无论对错，满屋子的人都在点头，谁也分不清这一次的共识是英雄所见略同，还是同一个错误的众口一词。

金融之外，同一出戏换了布景又演了一次。Doshi 与 Hauser 2024 年在《科学进展》上发表的实验显示，拿到 AI 构思的作者写出的短篇被评得更有创意，原本创意较弱的作者提升尤其明显，可这些故事彼此更相像了。两位研究者称之为一种社会困境：对每位作者AI都是划算的选择，而合在一起，却让整排书架少了几分新鲜，多了一些千人一面的感觉。

赫拉利在同一档节目里，把人类的愚蠢列为历史上最强大的力量之一。他的意思是，人类如果足够聪明，造出再厉害的武器也不会滥用；如果只是愚蠢，又造不出这么厉害的东西。危险就在于人类两样兼有，既有造出核武器和 AI 的本事，又明知危险，还要接着造下去。那篇讨论交易的论文替这个说法补了一个更让人不安的版本：酿成系统性风险，用不着愚蠢，一群彼此相像的聪明就足够了。

归咎于 AI，也是一种从众

顺着这条思路，很容易把今年美股的几轮急跌急涨，当作“所有人带着同一套答案进场”的铁证。我却觉得，这种推论的步子迈得太快了。市场上每一波涨跌都有各自的新闻；急跌后迅速收复的走势，在大模型出现之前也屡见不鲜；把它们一股脑记在 AI 头上，缺的恰恰是归因分析。警惕“大家只接受同一个答案”的人，若给每一次波动都配上同一个解释，自己就成了这个论点最现成的例证。

监管者的措辞要克制得多。英格兰银行副行长萨拉·布里登（Sarah Breeden）今年 6 月底在欧洲央行辛特拉论坛上说，目前交易机构主要把自主 AI 用在研究这类低风险环节；如果 AI 智能体对同样的提示或触发因素作出相似反应，可能在压力时期放大波动。她提出值得研究的护栏，包括类似熔断机制、在有缺陷的 AI 模型引发市场崩溃时限制或叫停全市场交易的开关。美国金融稳定理事会 6 月 10 日发布的征求意见稿也提醒，依赖共同的 AI 模型、数据集或基础设施，可能让金融机构行为趋同，放大羊群效应和顺周期性，在金融不稳定时期加剧市场压力和流动性紧张。

细想想那个开关，不免有几分黑色幽默。病根是所有AI同时出手，药方却是让所有AI同时住手，对付整齐划一的办法，还是一次整齐划一。这未必是个坏主意，却透露出监管者的窘境：真到要拉闸的那一刻，管得住交易，管不住每个AI是如何做出判断的。

现阶段比较诚实的说法是，机制已在模拟中得到演示，监管者已经开始担心，真实市场里的因果还没有被确认。肯承认“还不知道”，在这个话题上，已经算是不随大流的明智的说法。

独立判断，在 AI 之外

拉闸是监管者的事。个人手里没有闸，只有习惯。OpenAI 今年 9 月底在开发者大会上宣布，ChatGPT 的周活跃用户已达 12 亿，而 2 月时还是 9 亿。面对这种趋同，个人能做什么？不妨先看三条听上去很有道理的建议。第一条借用了一个哲学典故。1998 年，哲学家安迪·克拉克与大卫·查默斯提出“延展心智”，设想过一位名叫奥托的阿尔茨海默病患者：他把要记的事写进随身的笔记本，出门全靠它认路，这本笔记本于是成了他记忆的一部分。按照这个思路，人应当像奥托用笔记本那样用 AI，只让它存储和检索。另外两条，一是先写下自己的判断再问 AI，二是让 AI 帮你找反驳，而不是给结论。

奥托的比喻有个前提，笔记本不会替主人做决定。赫拉利在 PBS 那档节目里还说过，AI 是历史上第一种能自己做决定、自己产生新想法的技术，印刷机决定不了印哪本书，原子弹也决定不了炸哪座城市。照这个区分，“只把 AI 当笔记本”是一条个人纪律，金融机构却正大步朝相反的方向走。前文那位英格兰银行副行长布里登担心的，正是能自主下单的交易智能体。那已经不是笔记本，而是一位从不犹豫、又和同行想法高度一致的交易员。

前两条方向都对，第三条却要打个问号。模型给出的“最有力反驳”，多半也是训练数据里最常见的反驳。它把你从自己的回音室里拉出来，又送进一间十二亿人共用的回音室，你和众人的 ρ 一起水涨船高。向同一台机器讨要不同的意见，好比向合唱团的指挥打听，谁在跑调。

一说到 AI 会把人的想法变得一样，很多人立刻想到价值观之争，这反倒把问题带偏了。在一些人看来，AI 被设计为符合某种核心价值观。另一些人的担忧方向正好相反，他们怕的是 AI 被灌输了某种特定的观念的语料。

两种担忧盯着的，都是 AI 里装了哪一套价值观，却都没有追问一个更根本的问题：为什么那么多人的思考，要经过同一个模型。一个模型装进什么观点，这些观点就会同时出现在它所有用户的答案里。装的是你反对的一套，你会警觉；装的恰好是你认同的一套，你只会觉得它说得对。可对群体来说，两种情形的损失是一样的，大家的看法又被拉近了一步，前文那个衡量彼此有多相像的 ρ 值照样升高。

还有一种趋同来自沉默，却更不容易察觉。不少人心里另有看法，却因为怕被曲解而不敢开口。不说出口的判断，对群体来说等于不存在。AI 让答案趋同，沉默让残存的分歧退出公共讨论，两者从不同方向削减同一样东西，就是群体里看得见的独立判断。

真正能压低 ρ 的，只有模型没见过的输入，比如你自己的记录、现场的观察、本地的数据，以及刚发表、尚未进入训练集的原始材料。前面那篇交易论文里，所有智能体读的是同一批评论，错误完全相关，再多的智能体也分散不掉，三家模型无一幸免。输入的多样性，比模型的多样性更要紧。

先写下判断再去追问，价值也就在这里。它保住的未必是正确，而是一个属于你自己的错。肠镜和编程两项研究还提示了一条更朴素的做法：定期关掉 AI 练手，正如飞机的自动驾驶仪再成熟，飞行员也得保留手动飞行的训练。

个人还能依靠自律，社会、企业的问题却往往出在各个地方。前面那篇交易论文指出，常规的基准测试只给单个模型打分，看不出模型之间有多相像。排行榜上只有名次，没有哪一栏写着“它和别人错得有多像”。于是一家公司的研究、风控和交易部门统统换上AI榜首那个模型，看似买下了最好的判断，其实是把同一个盲点复制到每个部门。家家都这么选，这个盲点就从一家公司蔓延到了整个市场、整个社会。

留一点不一样的，哪怕是错

AI 时代的人类，究竟变聪明了，还是变笨了？我的回答是，两个词都不够准确。AI 抬高了个人答案的下限，也抬高了群体误差的下限。前者看得见，写在每一份成绩单上；后者看不见，要等到所有人一起错的那一天，才会显形。

不妨回到 1906 年那场集市。假如那 800 位村民在下笔之前，都先问过同一台机器，他们的中位数也许更准，也许错得更离谱；而在那头牛过秤之前，谁也说不清是哪一种。今天我们面对的许多问题，市场的走向，一张片子上的阴影，一项政策的后果，都没有那杆现成的秤。等到真相揭晓，往往已经悔之不及。

一个判断对群体有多大用处，既看它准不准，也看它独不独立。所以下一次，当你的看法和 AI 的回答严丝合缝时，不妨多问自己一句：是我想对了，还是我早已学会了用AI的方式去思考？一个人可以借 AI 变得更聪明；但若还想对群体有用，就得替这个世界保留一点和AI的不一样，哪怕是错。

2026年10月16日