
最近几年,人工智能把人类积累的知识与技能,以前所未有的规模、近乎免费地推到许多人面前。一个知识储备惊人、不知疲倦的私人导师,被装进越来越多人的口袋。这好像是一个格外有利于学习的时代。但不少人的感受却相反:工具越来越强,自己却越来越学不进去。
工具的天花板已经高到用不完了。下面是 2026 年中旬几款主流大模型的粗略对照——具体数字会随迭代过时,但量级足以说明问题。
| 模型 | 厂商 | 突出能力 |
|---|---|---|
数据综合自 Vellum、LLM-Stats、Artificial Analysis 等独立评测平台(2026 年 4—5 月)。
这些平台的共识是:已经没有单一冠军,前沿模型在多数任务上的表现都非常优秀。工具的能力上限,多数人一辈子也用不完。所以,问题显然不出在供给端。
供给爆炸,吸收却在退化。2025 年,麻省理工学院媒体实验室一项题为《你用 ChatGPT 时的大脑》(Your Brain on ChatGPT)的研究让受试者分别在"用 AI""用搜索引擎""只用大脑"三种条件下写作,并以脑电图监测神经活动,结果发现长期依赖大模型的一组脑区活跃度最低,并积累出研究者所称的"认知负债"(cognitive debt)。另一项覆盖 666 人的研究(Gerlich, 2025)也显示,越频繁使用 AI,标准化测试中的批判性思维得分越低,且 17 至 25 岁的年轻群体依赖度最高。研究者把这一机制称作"认知卸载"(cognitive offloading)——把本该自己完成的思考外包给机器。
* 需要辩证地看
该研究负责人 Kos'myna 本人反复请媒体不要用"脑腐""变蠢"这类标题,称 206 页的论文被简化成耸动结论是误读。《对话》(The Conversation, 2026)的评论也提醒:AI 更像计算器,决定后果的是"何时用、怎么用"——受过良好训练的人完全可以把它当成放大器而非替身。真正的危险,是它可能喂养出一种"再也不想咀嚼"的胃口。
为什么胃口会坏掉?答案在使用方式上。社会学家齐格蒙特·鲍曼很早就把当代描述为"流动的现代性"。在他看来,这是一种关于"脱离、断裂与遗忘"的文化(原文:"a culture of disengagement, discontinuity, and forgetting"),学习在其中沦为对知识的消费——知识用过即弃,只在下一次更新前有效。他还留下一句判断:在一个被信息过度饱和的世界里生活的本领,人类尚未学会。
我们今天的信息获取方式,恰恰是处于这种"没学会"怎么处理的状况中:微信、邮件、短视频、推送、工作群——几十个触点同时拉扯,每一个只配得到几十秒的注意力碎片。加州大学信息学者 Gloria Mark 的长期追踪给出一个令人不安的数字:人对单一数字屏幕任务的平均专注时长,从 2004 年的约 2.5 分钟,跌到 2021 年的 47 秒。这已经不是学习,而是被信息反复冲刷。
神经科学说明了这种冲刷为何注定低效。人的工作记忆同时只能握住寥寥几个"组块"(认知心理学家 Nelson Cowan 提出的"神奇数字 4"),而把信息真正固化进长期记忆的"巩固"过程,被证明是缓慢的、结构性的,无法靠加速强行压缩。更隐蔽的代价在于切换:每一次注意力跳转,大脑都要重新调配资源,留下被称为"注意力残留"(attention residue)的余波——旧任务尚未退场,新任务已经压上。有研究用脑电图比对"碎片化阅读"与连续阅读,发现前者反映注意力的 alpha 波与反映工作记忆的 gamma 波都出现损伤迹象(Frontiers in Human Neuroscience, 2024)。
结论很清楚:人的神经系统天生偏好深度的、连续的、不被打断的学习。那些需要长时间静默沉浸才能浮现的理解,是被切碎的注意力永远抵达不了的地方。更吊诡的是,大语言模型本身也是受到深度学习影响才发展到今天这种水平的——靠着层层叠叠的神经网络、海量数据上长时间的训练,才走到现在的高度。
把视野拉长,今天的过载在历史上颇为罕见。人类学家马歇尔·萨林斯曾把狩猎采集者称作"原初丰裕社会":他们每天用于获取食物的劳动大约只有三到五小时,余下时间留给休息、社交与仪式。工业革命把人塞进工厂,工时被拉至极限;而《美国国家科学院院刊》(PNAS, 2019)一项跨 14 个工业国的研究显示,完全进入商业化劳动后,男性的工作时间升到每周约 55 小时。时间曲线在变陡,信息曲线则近乎垂直——古人一生接触的信息,未必抵得上今人滑动手机十分钟。
诗人翟永明在《在古代》里把两个时空并置。古代是慢而笃定的:
"在古代 我只能这样/给你写信";"青山严格地存在";见面"只不过抱一抱拳",便知"后会有期"。
——翟永明《在古代》(摘句)
而到了现在,满天乱跑的信息成了"无数的补丁",徒劳地去堵"一个蓝色屏幕"。古今对照之下,加速本身就成了被诘问的对象。
这套加速的"共时性"已经把世界一并卷入,普通人很难单独退出。设想一个厌倦城市、想去森林静养的人:他得先在加速的系统里多卷几个月、挣够机票钱,再飞越半个地球,落地却往往发现那片"原始森林"早被改造成带停车场、信号塔和打卡点的人造景观。连"逃离"本身,都成了被明码标价的消费选项。
数字排毒(digital detox)成了一门生意。 想戒手机、找回专注力,得先去搜索怎么戒——迎面而来的是付费的"断网禅修营""专注力 App"。逃离屏幕的方法,要先通过屏幕购买;对抗算法的工具,本身也由算法推荐给你。你为了离开这套系统所做的第一件事,是给它充值。
没有一键解药。如果向"对象"里寻找平静与满足——下一个技能、下一条信息、下一个目标——这会是一场永不停歇的欲望追寻。"Suffering ensues when we allow awareness of objects to eclipse awareness of being."(当我们对"对象"的追寻盖过对"存在本身"的感受,痛苦便随之而来。)几乎所有哲学和宗教传统在此相通:意义不在信息的总量里,而在专注的质地里。
工具的革命已经完成,注意力的革命才刚要开始——不要让任何模型替我们去完成。
困在加速里的我们,在被无数标签页打断的间隙中,一起努力,收回我们的注意力,沉浸式地生活,沉浸式地学习,成为不容易被信息打断的人。
参考来源
1. 模型性能对照:Vellum LLM Leaderboard、LLM-Stats、Artificial Analysis、techiehub 等公开评测(2026 年 4—5 月)。
2. Kosmyna N. et al. "Your Brain on ChatGPT", MIT Media Lab, arXiv:2506.08872, 2025;The Conversation 评论,2026。
3. Gerlich M. "AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking", Societies, 2025。
4. Zygmunt Bauman, "Education in the Liquid-Modern Setting", 2009;《液态现代性》相关论述。
5. Gloria Mark, 注意力时长研究(UC Irvine);《Attention Span》, 2023。
6. Nelson Cowan, 工作记忆容量研究;碎片化阅读 EEG 研究,Frontiers in Human Neuroscience, 2024。
7. Marshall Sahlins《石器时代经济学》"原初丰裕社会";"Work time and market integration", PNAS, 2019。
8. 翟永明《在古代》(诗作摘句,版权归作者所有)。
9. Rupert Spira, Being Myself / Being Aware of Being Aware 等著作。
夜雨聆风