夜雨聆风是很多人终于有了一个工具，可以更轻松地绕开思考。
如果你身边有一批人从去年开始高频使用 AI，你大概率已经见过一种很奇怪的现象：
他们写东西更快了，表达更顺了，PPT 更像样了，邮件也不再磕磕绊绊。可过一段时间你会发现，很多人的东西开始变得越来越像。
像同一个模板里倒出来的。
开头总是“在这个快速变化的时代”，结尾总是“拥抱变化，持续成长”。方案里有很多正确的词：赋能、闭环、增长、认知、效率、生态、长期主义。每一句都通顺，每一段都稳妥，但你看完以后很难记住任何一个具体判断。
AI 明明是一个强大的工具，为什么很多人用了以后，反而更平庸？
答案可能有点刺耳：因为 AI 最容易放大的，不是能力，而是使用者原本的工作方式。
你原来习惯独立判断，AI 会让你像带了一个助理团队。
你原来习惯复制套路，AI 会让你更快地生产套路。
你原来没有标准，AI 会给你一份看起来很有标准的普通答案。
AI 最大的危险，不是它会替代你，而是它会让你在没有变强的情况下，误以为自己已经变强了。
一、AI 确实提高效率，但效率不等于能力
我们先承认一个事实：AI 不是没用。相反，它非常有用。
微软和 LinkedIn 的 2024 Work Trend Index 调查了 31 个国家的 31000 人，数据显示，75% 的知识工作者已经在工作中使用 AI，其中 46% 是最近 6 个月才开始使用；78% 的 AI 用户会把自己的 AI 工具带到工作里。也就是说，AI 已经不是少数技术爱好者的玩具，而是大量普通白领的日常工具。
实验研究也显示，AI 能显著提高某些任务的表现。Noy 和 Zhang 在《Science》发表的研究中，让受试者完成中等难度的职业写作任务，使用 ChatGPT 的人平均用时减少 40%，作品质量提高 18%。
哈佛商学院、沃顿、MIT 和 BCG 合作的“锯齿状技术前沿”研究也有类似结果：在 AI 能力范围内的咨询任务上，使用 GPT-4 的顾问完成任务数提高 12.2%，速度提高 25.1%，质量提升超过 40%。
这些数字很漂亮。但真正值得警惕的，是另一半结果。
同一项 BCG 研究发现，当任务落在 AI 能力范围之外时，使用 AI 的顾问反而比不用 AI 的人更容易给出错误答案，正确率低了 19 个百分点。
这就是 AI 的第一个陷阱：它不是在所有事情上都稳定地帮你。它像一片锯齿状的海岸线，有些地方很深，有些地方很浅。看起来差不多的两个任务，一个 AI 能做得很好，另一个可能会一本正经地带你走错。
问题是，大多数人分不清自己正站在哪一边。
于是他们把“AI 写得很顺”误判成“AI 想得很对”。
把“答案很完整”误判成“判断很可靠”。
把“速度提高了”误判成“能力提高了”。
这就是很多人变平庸的起点。
二、AI 会把你推向“平均值”
大模型最擅长什么？
它很擅长根据大量已有文本，生成一个“高概率上合理”的答案。换句话说，它天然会靠近公共表达、常见结构、主流语气和平均判断。
这不是缺陷，这是它的工作方式。
当你让 AI 写一篇职场文章，它会给你一个非常像职场文章的东西。
当你让 AI 写一份商业方案，它会给你一个非常像商业方案的东西。
当你让 AI 写一个公众号开头，它会给你一个非常像公众号开头的东西。
听起来没问题，甚至挺好。
但如果所有人都这样用，结果就是：每个人的表达都被吸向同一个平均值。
2024 年发表在《Science Advances》的一项研究就观察到一个很有意思的现象：生成式 AI 能提高个体创作的表现，尤其能帮助原本创意水平较低的人写出更好读的故事；但 AI 辅助创作的故事之间相似度更高，整体内容多样性下降。
这件事放在公众号里尤其明显。
AI 能帮一个不会写的人写得像“会写”。但如果你没有自己的观察、经验、判断和语言，它也会让你写得像所有“会写但没有个性”的人。
平庸不是错别字变少。
平庸是你开始没有锋利的判断。
平庸不是排版不好看。
平庸是你说了很多正确的话，但没有一句话真正来自你。
AI 会美化表达，但不会自动生成你的立场。
如果你没有立场，它就会给你公共立场。
如果你没有审美，它就会给你平台审美。
如果你没有经验，它就会给你二手经验。
如果你没有问题意识，它就会给你标准答案。
于是，一个很微妙的变化发生了：你看起来更专业，但你越来越不像你自己。
三、真正让人变平庸的，是“把痛苦的部分交出去”
很多人用 AI 的方式，其实不是增强思考，而是逃避思考。
写文章最难的不是遣词造句，而是你要先问清楚：我到底想说什么？我凭什么这么说？我和别人不一样的观察在哪里？这个观点的反面是什么？我有没有证据？有没有例外？有没有边界？
做方案最难的不是排版，而是你要判断：客户真正的问题是什么？哪些是伪需求？资源限制在哪里？先做什么，后做什么？如果失败，最可能败在哪个环节？
学习最难的不是总结，而是你要经过一段非常不舒服的混乱期：看不懂、说不清、反复改、被事实打脸，最后慢慢形成自己的结构。
而 AI 最容易被滥用的地方，就是替你跳过这段痛苦。
你还没想清楚问题，就让它列大纲。
你还没形成判断，就让它给观点。
你还没消化材料，就让它总结。
你还没写出第一版，就让它生成全文。
表面上你省了时间，实际上你跳过了能力生长的那一段。
MIT Media Lab 在 2025 年发布过一篇关于 AI 辅助写作的预印本研究，使用 EEG 观察不同写作方式下的脑活动。研究样本不大，也还需要更多同行评议和后续验证，但它提出的“认知债务”这个词很值得普通人警惕：当你长期把本该由自己完成的认知劳动外包出去，你当下轻松了，未来可能要偿还理解力、记忆力和表达所有权上的债。
这个词很准。
很多人不是在用 AI 学习，而是在用 AI 假装自己已经学会。
不是在用 AI 写作，而是在用 AI 跳过写作。
不是在用 AI 思考，而是在用 AI 获得一种“我正在思考”的错觉。
这才是危险的地方。
AI 不会让一个人立刻变笨。它更像一条很舒服的下坡路。你每天都省一点力，久而久之，你的腿就不太愿意爬坡了。
四、平庸循环：越依赖，越没有判断；越没有判断，越依赖
很多人的 AI 使用，会慢慢进入一个循环。
第一步：遇到任务，先把问题丢给 AI。
第二步：AI 给出一个完整、流畅、看起来很专业的答案。
第三步：你因为时间紧，稍微改一下就交付。
第四步：你没有真正经历判断、取舍、验证和重写，所以这次任务没有沉淀成能力。
第五步：下次遇到类似任务，你更没有信心独立完成，于是更依赖 AI。
这个循环最可怕的是，它短期没有惩罚。
甚至相反，它短期会奖励你。你交得更快，老板觉得你效率高，客户觉得你响应快，读者觉得你排版不错。
但长期惩罚会很隐蔽：你的判断越来越薄，语言越来越像模板，对复杂问题的耐心越来越低。你变得很擅长“生成”，却不擅长“判断生成物是否值得存在”。
未来真正稀缺的不是会不会让 AI 生成内容，而是你有没有能力判断：
这是不是废话？
这是不是事实？
这是不是重要？
这是不是只说了大家都同意的话？
这是不是换一个标题也能成立的万能表达？
这是不是看似深刻，其实没有承担任何风险？
不会判断的人，AI 给他十个版本，他只会选最顺眼的。
会判断的人，AI 给他十个版本，他会知道哪九个应该删掉。
五、为什么高手用 AI 更强，新手用 AI 更像流水线？
这里有一个残酷的分化。
AI 对高手和新手的帮助不是同一种帮助。
高手使用 AI，是把它当成外部脑力、资料助理、反方辩手、初稿工人、代码搭子、结构编辑。他自己仍然保留方向感和最终判断权。
新手使用 AI，往往是把它当成答案机器。他没有足够的领域知识判断 AI 哪些地方错了，也没有足够的审美判断哪种表达更好，更没有足够的经验知道这个答案缺了什么。
所以高手用 AI，会更快抵达自己的判断。
新手用 AI，会更快抵达别人的平均判断。
这也是为什么“会提示词”并不是最关键的能力。
提示词当然有用，但提示词只是方向盘。真正决定你能不能开好的，是你是否知道目的地在哪里，是否看得懂路况，是否知道什么时候该刹车，什么时候该绕路。
一个没有商业判断的人，让 AI 写商业分析，最多得到一篇像商业分析的文章。
一个没有产品经验的人，让 AI 做产品方案，最多得到一份像产品方案的 PPT。
一个没有生活观察的人，让 AI 写情感故事，最多得到一篇像爆款故事的空壳。
AI 可以补执行，不能补真实经验。
AI 可以补表达，不能补判断责任。
AI 可以补资料搜集，不能补你对世界的触感。
所以，AI 时代真正的分水岭，不是“会不会使用 AI”，而是“你有没有资格指挥 AI”。
六、不要做“操作者”，要做“主编”
如果你不想被 AI 拉向平均值，最重要的转变是：不要把自己定位成操作者，而要把自己定位成主编。
操作者问：“帮我写一篇文章。”
主编问：“我有一个判断，请你找出它最薄弱的地方。”
操作者问：“帮我总结这份材料。”
主编问：“这份材料里哪些信息可以支持我的结论，哪些信息会推翻我的结论？”
操作者问：“帮我润色得高级一点。”
主编问：“删掉所有空话，只保留具体判断和可验证事实。”
操作者追求的是“快速生成”。
主编追求的是“控制质量”。
一个不容易变平庸的 AI 工作流，应该长这样：
第一步，先写自己的原始判断。哪怕只有 200 字，也要先写。不要一开始就让 AI 替你定方向。
第二步，让 AI 扮演反方。让它指出你观点里的漏洞、例外、偷换概念和证据不足。
第三步，再让 AI 扩展材料。找案例、列框架、补充反例，但每一条都要标出“需要核实”的地方。
第四步，你自己重写。不是润色，而是重写。把 AI 提供的东西拆开，重新变成你的逻辑。
第五步，最后让 AI 做质检。检查空话、重复、没有证据的断言、概念跳跃和读者可能看不懂的地方。
这里有几个可以直接复制的提示词：
提示词 1：反方辩手
我准备表达这个观点：[粘贴你的观点]。请你不要顺着我说，站在反方角度指出这个观点最可能被质疑的 5 个地方。每一点都要说明：质疑理由、我需要补充什么证据、如果补不上证据应该如何收缩结论。
提示词 2：去废话编辑
请检查下面这段文字，删掉所有空泛表达、情绪化判断和无法验证的结论。保留具体事实、明确判断和有信息量的句子。最后列出 3 处最需要补充证据的地方。
提示词 3：主编质检
你现在是严苛的公众号主编。请从读者角度评估这篇文章：哪里像 AI 套话？哪里观点太顺滑但没有真实洞察？哪里需要案例？哪里应该删掉？请直接给修改意见，不要安慰我。
提示词 4：个人风格校准
请不要把文字改得更“高级”，而是保留我的语气，只提升清晰度。不要使用“赋能、闭环、生态、抓手、底层逻辑、长期主义”等模板词。每改一处，都说明为什么改。
这套方法的核心只有一句话：
先让自己思考，再让 AI 加速；不要先让 AI 思考，再让自己挑选。
七、AI 时代，真正值钱的是三种能力
第一种能力，是定义问题。
未来会有越来越多的人能快速拿到答案，但真正稀缺的是提出好问题。所谓好问题，不是“请帮我写一篇爆款文章”，而是“为什么这类爆款看起来很热闹，但用户留存很低？”不是“帮我做副业规划”，而是“我现在最可交易的能力是什么，市场上谁愿意付钱？”
问题越具体，AI 越像工具。问题越空泛，AI 越像算命。
第二种能力，是判断质量。
AI 会降低生产门槛，也会抬高判断门槛。因为未来垃圾内容不会变少，而会变得更体面。它会有漂亮标题、完整结构、顺滑表达和看起来像资料来源的引用。
这时候，能看出“漂亮但没用”的人，会变得更贵。
第三种能力，是保留自己的真实经验。
AI 可以处理海量文本，但它没有你的生活处境。它不知道你见过哪个客户如何犹豫，不知道你和父母聊养老时那种真实的无力感，不知道你在一个行业里踩过哪些坑，不知道你为什么对某个词天然警惕。
这些东西看似不高级，却是你最不该外包的部分。
人真正的差异，不在于谁能生成更多文字，而在于谁经历过更具体的世界，并且能把这种具体经验变成判断。
