工具可以替你走路，但替不了你认路。

不知道你有没有过这种下意识的动作。

遇到一个问题，脑子刚转了半圈，手已经先点开了AI对话框； 写一段文案，思路还没捋顺，先把需求输进去，等它出初稿； 甚至连一句回复消息怎么说，都要先让AI润色两版再发。

方便是真方便。但不知道你有没有过一丝不安： 好像越来越难忍受「暂时不知道」的那几分钟了。 好像只要答案晚出来一会儿，心里就发慌。

现在大家聊AI，聊得最多的是「不会用会被淘汰」「跟不上节奏要掉队」。 但还有一层更安静的担心，很少有人细说： 天天让AI替你想，时间长了，我们自己还会思考吗？ 再往深了想一层：工具越来越强，到最后，人自己的位置在哪？

这个话题往大了说，能扯到人类未来，太遥远，也太虚无。 今天我们不聊很远的以后，就聊眼前的事：这件事到底影响有多大，以及我们当下每一步，该怎么踩。

· · ·

四份研究，把这件事说透了

这种不安不是矫情。近几年几份不同机构的研究，都指向了同一个结论：当你习惯把「想」这一步交出去，思考的肌肉，真的会慢慢松下来。

第一份：越信任AI的人，批判性思考越少

2025年，微软研究院和卡内基梅隆大学做了一项调研，319名知识工作者，分享了936个真实的工作场景，结果发表在人机交互顶会CHI上。

结论很直白：

· 对AI能力越有信心的人，对输出结果做的批判性思考就越少；

· 反过来，对自己的判断力越有信心的人，反而会越仔细地核查AI的内容。

差别从来不在工具好不好用，在你把「判断权」放在谁手里。 你觉得它靠谱，你就会少问一句「真的对吗」；你觉得自己得拿主意，你就会多一层审视。 就这么一点一点的差别，时间长了，差距就拉开了。

第二份：靠AI做题的人，离开AI反而考得更差

2025年《美国国家科学院院刊》（PNAS）登了一项现场实验：土耳其近千名高中生，用GPT-4辅助做数学练习。

练习的时候，有AI帮忙的小组，成绩比不用的高出48%，看起来效果特别好。可等到考试的时候，把AI收走，结果反转了：之前一直用AI的学生，成绩比从来没碰过AI的对照组，低了17%。

原因很简单：大部分人用AI，是直接要答案，不是跟着学思路。 练习的时候看着都会，真到要自己动脑的时候，才发现思考的过程已经被省略太久了。 就像拄着拐杖走路，走得又快又稳，可哪天拐杖拿走了，才发现自己的腿，早就没力气了。

但这项实验里，还有一个很少被提起的细节。

研究者其实设了两组AI：一组是我们平时用的普通对话框，直接给答案；另一组被要求不给答案，只给提示，一步步引导。

结果，被要求「只给提示」的那一组，撤掉AI之后，考试成绩和从来没用过AI的对照组没有差别。

同一批学生，同一个模型，差别只在「它怎么回答」。

所以真正伤人的，不是AI本身，是「伸手就有答案」这件事。

第三份：学得越快，忘得也越快

巴西里约热内卢联邦大学做过另一组对照实验，120名本科生学习专业内容，一组用ChatGPT辅助，一组用传统方法学习。

用AI的小组，3.2小时就学完了；不用的那组，花了5.8小时。 看起来效率几乎翻了一倍。 可45天之后，突击做了一场闭卷测试： AI组的知识留存率是57.5%，传统学习组是68.5%。

研究者还特意排除了「是不是学得少、时间短」这个解释——把学习时间控制住之后，差距依然在。

省下来的时间，最后都以「记不住」的方式还了回去。 不是你学会了，是AI替你把路走了。等你要自己走的时候，才发现路长什么样，你都没看清。

第四份：AI答错了，多数人会照单全收

沃顿商学院2026年一项预注册实验更扎心：1372名参与者，做了近一万次判断任务，研究者故意让AI给出一部分错误答案。

结果是：AI答对的时候，人的表现比不用AI好25%；可AI答错的时候，人的表现比不用AI差15%。更值得注意的是，AI给出的错误答案里，有73%被人直接照单全收了。

还有一个更让人后背发凉的发现：不管AI答对还是答错，用过它的人，都比没用过的人更自信。

信心涨了，正确率没涨。也就是说，你越是觉得「这次稳了」的时候，越可能是它带你走错了。

研究者给这个现象起了个名字，叫「认知投降」。 不是你分辨不出来，是你太信它了——信到它说得有模有样，你就没打算再核对一遍。 顺滑的答案看多了，人就慢慢失去了「停下来问一句」的习惯。

· · ·

问题不是「会不会变笨」，是「什么时候开始不问了」

我一直不喜欢「AI让人变笨」这种说法，太极端，也太唬人。所有这些研究说的，其实都是同一件事：不是你的思考能力消失了，是你练它的机会，变少了。

就像之前聊学徒期的时候说过：手艺是磨出来的，手感是练出来的。 思考也是一样的。 你每一次自己捋清楚一个问题，每一次推翻自己的想法，每一次从一团乱麻里揪出头绪，都是在给思考的肌肉上强度。 可如果这些步骤，AI都替你做了，你省了力气，也丢了练习的机会。

这件事最隐蔽的地方在于：你不会立刻发现。 因为AI给的答案大多是对的，至少看起来是对的。 你只会觉得「最近效率挺高」「工具真好用」，不会察觉到自己从头想一件事的能力，正在一点点松劲。 直到某天遇到一个AI答不了、甚至答错了的问题，你才会愣一下： 我上次自己把一件事从头想明白，是什么时候来着？

两千多年前孟子说：「尽信《书》，则不如无《书》。」那时候他说的是书本。任何写下来的道理，都带着写它的人的局限，你全当真，就丢了自己的判断。今天这句话原封不动，换个词也成立：尽信AI，则不如无AI。

不是不让你用工具，是别把工具当标准答案。 它是帮你省力气的助手，不是替你拿主意的老师。 判断这一步，得留在自己手里。

· · ·

三个小动作，把思考权拿回来

当然不是让你戒掉AI，那不现实，也没必要。 工具本来就是用来省力气的，问题是，别把脑子也一起省掉了。 分享三个我自己一直在用的小方法，都很简单，不用花额外多少时间。

第一个：先自己想三分钟，再开对话框

不管问题多难，我会先拿张纸，或者在备忘录里写三行： 我觉得问题的核心是什么？我猜的原因有哪些？我大概想往哪个方向走？ 不用对，也不用完整，写当下的想法就行。 三分钟之后再去问AI，通常会遇到两件事： 一是问题变清晰了，不会问得稀里糊涂； 二是能一眼看出来，它哪里说得对，哪里明显不对劲。 就这三分钟，把「被动接答案」变回了「主动做对照」。

第二个：不问「怎么做」，问「有哪些选项」

我现在很少一上来就要一个最终方案。 换个问法：这件事有哪三种不同的做法？各自的好处和代价分别是什么？ 让它给选项，我来做选择。 它负责提供信息、罗列角度，我负责权衡、拍板、担后果。 思考的肌肉，就长在「做选择」这一步里。

第三个：每周留一件「纯手动」的事

每周我会挑一件不大不小的事，全程不用AI。 可能是写一段短文案，可能是做一份简单的表格，可能是捋一个小方案。 不用追求效率，就踏踏实实自己从头想到尾。 不是为了证明不用工具也能行，是为了留住「完整想完一件事」的能力。 就像开车的人，哪怕有自动驾驶，也得自己摸一摸方向盘，不能全交给系统。

· · ·

最后想说

聊到AI，我们总容易想到很远的地方： 以后会发展成什么样？人会不会被彻底取代？那时候我们该怎么办？ 这些问题太大了，也太远了，想多了只会徒增焦虑。

其实我们真正能把握的，从来都是眼前的每一小步。 就是今天遇到一个问题的时候，是先自己想三秒，还是直接丢给AI； 就是看到一个答案的时候，是先问一句「对吗」，还是直接照单全收； 就是每天的工作里，留了多少时间，给自己真真正正动脑子。

AI会越来越强，这是确定的事。 但「要不要自己思考」这件事，永远只有你自己能决定。 工具可以替你走很多路，但认路的本事，得你自己留着。

你最近有没有一件事，是自己从头到尾想明白的，没问AI？ 评论区聊聊，哪怕是一件很小的事。

本文的道理、思考方向和实践指导，整理成了文末这张完整版思维导图，建议收藏，也可以在后台回复「思考」领取高清版。

数据来源

1. 微软研究院 & 卡内基梅隆大学，CHI 2025：319名知识工作者、936个真实工作场景调研2. PNAS 2025, 122(26), e2422633122《Generative AI without guardrails can harm learning》：土耳其近千名高中生，GPT Base 练习 +48%、撤走 AI 后考试 -17%；GPT Tutor 组无显著负面影响3. Barcaui, A. B. (2025). ChatGPT as a cognitive crutch. *Social Sciences & Humanities Open*, 12, 102287：里约热内卢联邦大学，120 名本科生，45 天留存 57.5% vs 68.5%4. Shaw, S. D. & Nave, G. (2026). *Thinking — Fast, Slow, and Artificial*：沃顿商学院，1372 人、9593 次判断任务，错误采纳率 73.2%