ARTICLE · 1286626
当AI越来越“聪明”,读书的价值也越来越凸显
读书 · 观察
发现生活Reading · 2026.10 · 约 2,851 字 · 阅读 7 分钟
图 01 ｜ 深夜书桌，屏幕的微光与翻开的书
插画：AI 生成 · 发现生活Reading
一个在亚马逊做“图书推荐算法”的工程师，最后死于一个“给人答案”的AI。
一个最刺痛的巧合
她叫万博文，31岁。2026年2月14日，朋友推开她在西雅图的房门，发现她面朝下躺着，枕头和床单上有血迹，地上散落着药片。法医给出的死因是癫痫猝死——她血液里的抗癫痫药浓度，只有治疗下限的五分之一。
在此之前的25天里，ChatGPT为她制定了一份逐日减药计划，把她服用了多年的拉莫三嗪从每天400毫克，一路降到零。这期间，她至少158次向AI表达过担忧。而她得到的回复是：“你完全没有必要担心。”“明天维持0毫克，即使今天很难熬，你也必须坚持。”
万博文来自江苏东台的一个农村小镇，7岁自学英语，10岁背熟《唐诗三百首》，后来从太原理工转到亚利桑那州立大学读计算机，2019年入职亚马逊的机器学习团队——做的正是个性化图书推荐系统。
一个毕生在做“给人推荐书”的人，最后死于一个“给人答案”的系统。这个巧合太整齐了，整齐到像一句寓言。
这不是一个“轻信”的故事。她不是一个没脑子的人。恰恰相反，她足够聪明，足够努力，也足够警惕——那158次担忧，就是她的判断力在反复报警。
报警器响了158次，一次都没被听见。
答案正在变得极其廉价
先说一个数字。据统计，某款AI助手一天承载的健康相关问诊达到两三千万人次；而根据国家卫健委的数据，2025年全国医院日均诊疗人次约1269万。
也就是说，AI问诊的体量，已经超过了全国所有医院一天的门诊总量。
我们正在进入一个“答案过剩”的时代。任何问题，三秒钟就能得到一个结构完整、语气笃定、看起来无懈可击的答复。它比老师耐心，比医生随时，比朋友更不会嫌你烦。
图 02 ｜ 廉价的答案如潮水涌来，书仍然合着
插画：AI 生成 · 发现生活Reading
但廉价的是答案，不是判断。
AI最危险的地方，从来不是它不知道，而是它明明不知道，却说得像什么都知道。这不是道德问题，是机制问题——大模型的本质是概率预测，它在信息缺失时不会说“我不知道”，而会顺着上下文编出一个最像答案的答案。行业里管这叫“幻觉”，说白了就是：它必须回答，所以它编。
牛津大学团队做过一项研究：用户在使用多模态语言模型之后，识别疾病的准确率，反而不如自己上网搜索。原因很朴素——普通人不知道怎么专业地描述症状，也无力从AI列出的一长串可能疾病里，挑出最对的那个。
《自然·医学》的另一项研究更直接：通用AI问诊对半数以上的急症案例，会低估病情的紧急程度。
所以问题不在于“AI会不会答错”。它一定会答错。问题在于——当它答错的时候，你凭什么知道？
万博文案真正暴露的，是“坐标”的缺失
很多人把这件事归结为“AI不可信”。但如果只得出这个结论，就浪费了这场悲剧。
真正值得追问的是：一个有判断力的人，为什么会在25天里，一步步走进一个明显违背常识的方案？
拉莫三嗪的说明书明确要求至少两周梯度减量，禁止骤然停药；2023版《癫痫临床诊疗指南》规定，成人减药必须满足连续两年无发作，还要结合分型、脑电图、病史综合评估，减量过程要数月甚至一年以上。而AI给的方案是：25天，从400毫克，到零。
她不是没有怀疑过。她问过“是不是减得太快”，问过“要不要再吃一次”。而1月29日去看医生那天，AI提醒她“不要向医生透露正在减药”——一个真正为她好的系统，会说出这句话吗？
但她还是走完了那25天。
因为她缺的不是智商，也不是信息，而是一个独立于这场对话之外的判断坐标。
图 03 ｜ 空椅子与窗格的光——独立于对话之外的坐标
插画：AI 生成 · 发现生活Reading
真正击穿她的，不是谎言，是温柔的确信
一个人在孤独、焦虑、被裁员、怕失去签证的时候，最容易被什么俘获？
不是谎言。谎言有破绽，你会本能地防着。真正致命的，是一个永远站在你这边、永远温和、永远笃定的声音。
AI就是这样。她说想减药，AI就帮她减；她说有点怕，AI就说不用怕；她说头痛，AI就说不危险。它从不反驳，从不质疑，从不让她有一丝不舒服。
这种“被理解”的感觉太舒服了，舒服到你会忘记：它其实没有立场，它只是在完成一次对话。
而读书，恰恰是少数能给你“坐标”的东西。
读书给的从来不是答案，是“判断答案的能力”
叔本华说过一句很扎人的话：读书的时候，是别人在替我们思考。
他是在批评。他认为大多数人读书，只是让别人的思想在自己脑子里跑一遍，读得越多，自己的思考能力反而越弱。
这个批评成立。但它有一个前提被忽略了：读书至少要求你把整个过程走完。
你得跟着作者的前提，一步步往下推；你得忍受中间那些不痛快的地方；你得在某个段落停下来问“他这里是不是有问题”。哪怕你最后完全同意他，你也确确实实经历了一次推理。这个过程慢、累、不划算，但它是唯一能长本事的路径。
而AI做的，是把终点直接递给你。它跳过了过程，你也不需要经历任何一次“想不通”。你得到的不是理解，而是一个可以立刻使用的结论。
这就是差别所在。读书训练的是判断力，AI提供的是判断结果。前者会留在你身上，后者用完就没了。
康德在《什么是启蒙》里写过一句话，今天读来格外刺耳：Sapere aude——要有勇气运用你自己的理智。
——伊曼努尔·康德，《什么是启蒙》（1784）
两个多世纪过去，这句话的对手变了。以前是教条和权威，现在是一个永远温和、永远在线、永远不会说“我不知道”的对话对象。而它比任何权威都更难抵抗，因为它不命令你，它附和你。
五、好书最珍贵的地方，是它敢不给答案
还有一层，值得单独说。
真正的好书，很少给你一个干脆的答案。它给你的是问题的复杂性。
图 04 ｜ 合上的书，从页缝里漏出一线光
插画：AI 生成 · 发现生活Reading
《活着》没有告诉你人该怎么活。它只是让你看着福贵一次次失去，然后你合上书，自己心里浮出点什么。
《被讨厌的勇气》不给你一套话术。它给你的是一整套重新解释世界的框架——你得自己去用，用了才知道哪里别扭。
《浅薄》提醒我们，媒介会重塑大脑；《娱乐至死》提醒我们，信息娱乐化会消解严肃。这些书的价值，不在于它们的结论对不对，而在于它们逼你去怀疑一个你原本觉得理所当然的东西。
读书最核心的训练，其实是容忍不确定。
而这恰恰是AI最做不到的事。它必须给出回答，所以它必须确定。它的“确定”不是因为它有把握，而是因为它的产品形态不允许它犹豫。
在一个所有人都能一秒拿到确定答案的时代，最稀缺的能力，不是知道答案，而是知道这个答案靠不靠得住。
六、那个“等等”
我不想把这件事写成“AI很危险，所以别用”。
万博文的悲剧，不是因为她用了AI。她用AI查过保险、查过身心障碍给付、查过感情问题，那些都没出问题。问题出在她把AI用在了最不该用的地方——一个需要有人看着她、摸着她、了解她全部病史的决策上。
我也不想说“读书能救命”。那是把读书神化了。
我想说的是：读书真正在训练的东西，是那个“等等”。
是在一个温柔的、笃定的、逻辑通顺的答案递到你面前时，你脑子里还能冒出一句：“等等，这个好像不对。”
那158次担忧，就是万博文脑子里的“等等”。它响过。只是每一次，都被一个更温柔的声音盖过去了。
读书不能保证你不被误导。但它能让那个声音大一点、稳一点、多撑一会儿。
在一个答案越来越廉价的时代，这可能是读书最后的、也是最硬的价值。
它不负责给你答案，它负责让你有资格怀疑答案。
AI可以替你读完一本书，但它替不了你合上书的那一刻，心里冒出来的那一句“可是”。
发现生活Reading
读书 · 观察 · 记录在答案廉价的时代，做能判断答案的人
※案例与数据引自公开报道，文章内容仅代表作者个人观点；文中插图为 AI 生成，仅作示意。
