11 月 3 日我写过一项实验：50 位分析师跟着 AI 走，事后还把 AI 的论证当成自己想出来的。这一篇是它的下半场——上一篇讲为什么会发生，这一篇讲每天具体怎么做。

写的人是 Addy Osmani，前 Google Chrome DevTools 负责人，干了 14 年。这里必须多说一句：他现在是 Anthropic Claude Code 团队的成员。所以这不是外人评论，是一个在里面的人提醒你别全信。

据他 2026 年 11 月 3 日的博客原文，这件事被拆成了三个阶段。我用一句话概括每段的判据，你可以顺手对一下自己卡在哪一段。

第一段，认知卸载。把具体枯燥的活交出去，但最终结果的所有权与责任始终在你身上。这是健康态，他说自己整天这么干。

第二段，顺从。工具吐出来的结果直接变成你下一步的输入，它不再是一个待验证的假设。你不再问「它对不对」，只问「下一步怎么走」。

第三段，认知投降。AI 的输出悄悄变成你自己的主张，你本能地觉得没必要再查一遍。到这一步，你已经不觉得那是在引用别人。

三段之间没有闸门。

他说这个过程极难察觉。因为每一步单独看都显得很合理，甚至像是效率在提升，没人会觉得自己在让步。

这次你仔细读了，下次就只是略读，再下次只看骨架。直到有一天有人指着某一行问你，你突然发现自己解释不出来。哪怕有 AI 在旁边帮忙，也解释不出来。

滑坡不响铃。

但真正难解释的不是这三段的定义，是它为什么滑得这么快。

机制在另一处。过去人的思考和审美，诞生在「提问」和「回答」之间那段空白里。你得先想，再问，再判断它答得对不对。那段空白，本身就是判断长出来的地方。

现在这段空白被压缩到只剩几秒。

更麻烦的是，模型越强，这一步越快。明显荒唐的错误越来越少，输出越来越整洁，大部分还都对。可正是这种整洁，让人不想看第二眼。

后果他给了个名字：认知债务。它不写在任何账单上，也不影响你这个月的进度。它只在你试图调用整个系统的全局印象时，一次性暴露。那时你发现，脑子是空的。

而且没有痛感。

上一篇那项实验测的是「自动化偏差」：人会下意识服从机器的结论，而且事后不承认自己受了影响。那篇给的是机制，没给做法。

「认知投降」不是他自创，是沃顿商学院 Steven Shaw 与 Gideon Nave 提的。

自动化偏差说的是你服从了机器，认知投降说的是你连「这是机器的」都不记得了。一个落在行为上，一个落在归属上。

这个区别挺关键。前者可以靠「我提醒自己别盲从」来防，后者连提醒的抓手都没有。因为你根本没意识到，那是别人给的。

前者会报警，后者不会。

文章里最硬的一句是：可以卸载工作，可以卸载审计，但不能卸载责任。前两件是效率问题，第三件是身份问题。

理由是 AI 模型不能被问责。所以在 Chromium 这样的项目里，一定会指定某个工程师拥有一部分代码——他不必写每一行，但要为它的质量负责。出事的时候得有人在那儿。

这话对不写代码的人也一样：交出去的是执行，留在你身上的是签字。

问题是签字那一栏，经常是空的。

这不是让我别用 AI。他开篇就说自己是这些工具的忠实拥护者，整篇也没劝人减量。

他给了几条能直接照做的，我挑了五条。

第一，提问之前先写下自己的假设，哪怕很糟。写下来这件事本身，就是给自己留一条可回溯的线。

第二，把验证标准提前写成能跑的检查。事先定好什么算通过，比事后从头读一遍管用得多。

第三，要求 AI 列出它替你做了哪些决定、带了哪些假设。这一步很多人嫌麻烦，但它几乎不花时间。

第四，读摘要之前，先看它跑了什么、返回了什么。看到绿色对勾，先问一句：它检查了什么，没检查什么？

第五，每周挑一次不用 AI 做事；每月写一次「已停掉的事」。

这两条最像仪式，也最容易被跳过。

说到底，这套东西只有一个自测题，是他文章里留下来的：

如果 AI 不存在，你会迷失到什么程度？

答案不用告诉别人。但如果某件事你想不出第二个办法，那件事大概已经不在你手上了。

你最近有没有过这种时候——打开一个文件，发现自己说不清它为什么长这样？评论区聊聊。