上周五,我在阮一峰的周刊里看到一段话。
不长,就几行字,但我盯着屏幕看了很久。
我当时的第一反应是,对,就是这个。
然后又想了一下,觉得不对劲。因为这句话太爽了。读起来太提气,反叛感拉满,像是一个不愿意跟风的人终于等来了一个出口。但我知道,越是这种让人读了觉得「对对对就是这样」的话,越要小心一点,因为共鸣感强的东西,不一定是对的,有时候只是说出了你想听的。
所以我花了整个周末认真想这件事,想明白了一些,也想乱了一些。
这篇文章是把我想到的东西写出来。可能有些地方不成熟,但我觉得这个问题值得认真聊。
我先说我同意的部分。
过去两年,「不用 AI 就会落后」这个说法,确实成了某种奇特的焦虑机器。
它的传播路径很有规律,首先是一堆科技媒体,然后是大量的博主,然后是你身边那个爱转发公众号文章的同事,最后你打开某个 App,首屏给你推的就是「这十种职业将被 AI 取代」。
这套叙事的问题不在于它全错,在于它是怎么被使用的。
它被用来卖课。用来卖软件订阅。用来卖「AI 副业变现指南」。用来让人在一种持续的不安里保持消费。
我认识不少人,因为这种焦虑,每隔一段时间就买一个新的 AI 课,装一个新的 AI 工具,订阅一个新的 AI newsletter,然后在焦虑缓解了三天之后,又回到原来的生活,什么都没改变。
这种焦虑消费本身,才是让人落后的那个东西。
所以从这个角度来说,「别相信不用 AI 就会落后」这句话,我是同意的,它是在戳破一个被商业利益放大的焦虑泡泡。
但问题是,那个让我盯着屏幕看了很久的段落,后半段比前半段更重要。
它说,依赖 AI 的人,会忘记如何思考,如何写作,如何进行简单可靠的搜索,如何分辨事实与虚构。
然后它说,「他们会忘记如何学习,我觉得这才是最让我难过的地方,学习本身是多么美好的事情啊。」
我在这里停了很久。
不是因为这句话新颖,是因为它触到了一个我很久没有正面去想的问题,我现在还会不会学习?
你可能觉得这是一个奇怪的问题。学习嘛,不就是打开一本书或者看一门课,有什么「会不会」的?
但我说的不是这个。我说的是那种,你遇到一个不懂的东西,脑子里有一种隐隐的兴奋,然后主动去追、去查、去想,在这个过程里有点费劲但又控制不住想搞明白,最后真的搞明白了之后,那个说不清楚是满足还是喜悦的感觉。
这个感觉,你上次有是什么时候?
我认真问了一下自己,然后发现我有点答不上来。
我用 AI 写作大概一年多了。
最开始的时候我保持了一个还算健康的使用方式,AI 帮我找资料、整理信息、给我一个初稿让我改。我觉得我的想法还是我的,AI 只是个更高效的工具。
但有一天我在写一篇关于管理的文章,遇到一个概念我不太确定,按照以前的习惯我应该去查书,找一两本经典的管理学著作,找到这个概念的原始出处,花个一两个小时理清楚。
我没有。我直接问了 AI,AI 给了我一个流畅的解释,我觉得「差不多」,就继续写了。
事后我才意识到,我在那一刻,把「搞懂」换成了「够用」。
这两个词的距离,不是很大,但不是零。
一次是偷懒,十次是习惯,一百次是能力的退化。
有一个争论我觉得很有意思,是阮一峰读者区的评论。
有人说,反对「不用 AI 就会落后」这种说法是扯蛋,按这个逻辑乘法也不应该学,背了乘法口诀少做了多少加法训练。
然后另一个人回了一句,你可以类比为,只用 AI 算乘法的人,口算会非常差。
两个人都有道理。
问题的关键不在于用不用工具,在于用工具的方式有没有让你的理解变浅。
你背乘法口诀,但你还是知道乘法是什么,9×7=63 这个事实背后你理解它的含义。用 AI 查了一个概念,然后对这个概念的来龙去脉完全没有兴趣,知道了答案,但放弃了理解,这两件事的性质不一样。
工具不是问题。问题是你有没有在工具的帮助下,走向更深的理解,还是停在了答案这一层。
我一个朋友,在互联网公司做了七年产品。
他跟我说过一件事,让我印象深刻。他说他现在在工作上基本什么都用 AI,写文档、做分析、想方案,AI 都参与进来。效率确实高很多。
但他说,他发现自己最近越来越不擅长「提问」了。
不是不会打字问问题,而是他发现,他脑子里那个会把一个模糊问题想清楚、然后拆成几个关键疑问点、再逐步追问的能力,好像变钝了。
他说,以前他在遇到一个复杂的决策问题时,会在脑子里转好久,把几种可能性都搭出来,然后去找人聊,去找资料验证,在这个过程里形成自己的判断。
现在他有时候连转一下都懒得转,直接把问题扔给 AI,然后说「帮我理一下思路」。
然后 AI 理出来了,他觉得「嗯有道理」,但那个思路不是他的,他是接受了别人的思路。
表面上看,两种方式都得到了结论。但一种方式是他真的想过,另一种方式是他觉得想过。
这两件事的差距,在平时看不出来。在真正需要深度判断的时候,差距就出现了。
说到这里我想说一个有点反直觉的东西。
AI 最擅长的是什么?
大家可能会说,搜索、归纳、写作、代码……这些都对,但我觉得 AI 最擅长的,是「生成看起来合理的答案」。
这里有一个技术事实,阮一峰周刊里提到过,大模型是对训练数据的有损压缩,而训练数据又是对真实世界的有损采样。每一层都有损失。所以当你用 AI 生成一个答案,那个答案是多次有损还原之后的产物,它可能非常流畅、逻辑通顺、读起来没有毛病,但它不一定是真的,不一定是准的,不一定是适合你这个具体情况的。
这并不是在说 AI 没用。而是在说,判断那个答案是不是对的,是不是适合你的,这件事,还是得你来做。
但如果你的判断力因为过度依赖 AI 已经开始退化了,你拿什么来判断 AI 给你的东西是不是好的?
这就是那个悄悄展开的陷阱。
好,那怎么办?
我不想给一个「要和 AI 保持距离」这样的废话建议,因为那不是我的真实想法,也不是我实际在做的事。
我真实在做的事是,我开始刻意分开两种使用方式。
第一种,是让 AI 帮我做「已经知道怎么做、就是嫌麻烦」的事。整理数据、格式化文本、生成初稿供我修改。这些事情做了太多次,我已经掌握了方法,只是在执行上需要加速。
第二种,是对于「我还没想清楚」的事,我尽量先自己想,而不是先问 AI。
这两件事的边界有时候不那么清楚,但意识到这个边界存在,本身就很重要。
写作这件事,我越来越觉得,那个对我来说最有价值的部分,不是把字打出来,而是在打字之前和打字过程中,脑子里那个让观点越来越清晰的过程。这个过程是可以被外包的,但如果你把它外包给 AI,你同时也失去了思考本身。
那个博客原文里有一句话,是我觉得整篇文章最有分量的一句。
「如果你相信 AI 能比你做得更好,你要做的不是把所有事情都委托给 AI,而是努力变得更强,在那些 AI 无法做到的事情上面。」
我反复把这句话读了几遍。
它的潜台词是,不是否定 AI 的能力,而是在说,人的回应应该是升级,而不是退出。
有人比你强,正确的反应是找到你的差异化,继续精进,而不是躺平说反正我也比不过。AI 比你写初稿快,那你就在它完全无法到达的地方下功夫,比如那些需要真实经历、第一手观察、情感质感、价值判断的东西。
这些东西不是 AI 不努力,是 AI 的结构性决定了它在这里的上限。
所以「不用 AI 就会落后」是真的,但「依赖 AI 的人终将被时代抛弃」也是真的。
这两件事不矛盾。
矛盾只在于,你用 AI 的方式是在强化你,还是在替代你。
用 AI 来做那些你已经会的、重复性高的事,是增效。用 AI 来跳过那些本来应该由你来思考的事,是让自己慢慢变空。
我不知道一个人到底要用 AI 用多久才会开始感受到那个变化,可能因人而异。但我知道,那个变化不是突然发生的,是慢慢的,像一种你注意不到的失温。
最后我想说那个让我最触动的那半句话。
「学习本身是多么美好的事情啊。」
我看到的时候,是先愣了一下,然后有点想笑,因为这句话放在一篇严肃的关于 AI 的讨论里,有点突然,有点太日常,但也因为这样,反而打进来了。
我想到了我第一次看完一本难书真的看懂的时候,我想到了第一次把一个写了很久的代码真的跑起来的时候,我想到了第一次在讨论里脑子里突然想清楚一件事、然后把嘴里的话整理出来说出去对方点头的时候。
那些时刻,AI 都不在场。是我一个人在那个费劲然后想通的过程里。
我不想丢掉那些时刻。
我也不想为了追赶一个「不用 AI 就落后」的焦虑说法,把自己变成一个离了工具就什么都不会的空壳。
用 AI,但留住自己的脑子。
这是我现在能给自己的,最诚实的一个答案。
我是HR小强哥,下次见。
觉得有共鸣的话,转发给一个同样被 AI 焦虑困着的朋友。
他可能需要听到这句话,就像我需要一样。
博客来源:
People who don't use AI will be left behind" | migraine brain
我还有个视频号,没事总分享一些职场发展、个人成长以及我的一些思考。也欢迎你们关注,谢谢啦!
夜雨聆风