好的认知卸载和坏的认知卸载

在与 AI 的工作中，我有一大堆的skill 帮我认知卸载：简洁skill，一页餐巾纸skill，负熵skill，飞机维修手册格式skill 等等。

但实际工作下来有两种完全不同的结果：一种是真减负，一种是假减负。

一旦进入细节，尤其是 批评了 AI 几句，它就会出于谨慎给你一大堆无用的东西，反而更累，更不敢判断。

1. 两种认知卸载

大脑像一张小桌子。好的卸载是 AI 帮你收桌子——把杂物收走（找资料、记住之前定过什么、整理差异），把你做判断要用的几样东西一起摆在你眼前，你看着比就能判断。

坏的卸载是 AI 把判断要用的东西也一起收走，只留下一句“我建议选 A”：你要核它，就得把那些东西一样样搬回来，比原来更累；你直接放行，后面的屎山就这样来了。

2. 怎么应用这个小桌子理论

如果你的工作流能处理好，AI 帮你找材料、记住定过的事、把几个方案和反例摆在一起，是好卸载；

如果大量的决策是：AI 只回一句“我建议选 A”、一口气给二十个候选、讨论十几轮关键信息散得到处都是，就是假减负。

其实就用这个原则去review你的工作流，你常常会发现要么规则不完善，要么是它又不遵守这个规则了。

3. 讨论中混乱时

现在AI 可以非常方便的设置键盘中的自定义键，我会把下面的这段话当做一个自定义键，讨论时聊得模糊，聊了很多轮、信息开始散掉时，在你的指示中一键加入这段话：

收口时请按下面方式回复我：① 当前真正的问题是什么② 已经确认了什么，哪些仍然未知③ 如果存在真实分叉，给我 2–3 个最有区别的候选；没有就不要硬凑④ 给出最可能改变我判断的 1–2 个反例、边界或风险；没有就说没有⑤ 最后只问我一个你不能替我判断的问题

这张单子对上图：①② 帮你收桌子；③④ 把判断要用的东西摆到眼前；⑤ 把判断递回给你。

所以，用 AI 的关键不是它替你干了多少，而是收完桌子后留给你什么。

桌面可以变轻，判断不要因此变轻。