夜雨聆风BACKGROUND
期末结束后的5月，听了一些播客，其中有纵横四海的《深度工作》。简·奥斯汀，她大部分的创作，其实是在从家务中解放出来、能够全职写作之后，才真正有了高质量高密度的产出。
NBC等媒体曝光：有虚假的学术期刊发表了超过100篇完全由AI生成的论文。标题、摘要、图表，所有的一切都是AI做的。《科学》杂志在2026年4月的最新一期里也专门讨论了这个问题。他们从250万篇科学论文中提取了1.11亿条参考文献，然后发现了一个让人头皮发麻的趋势——从2024年中期到现在，那些虚假的、根本不存在的引文数量在急剧飙升。
“5±2”多线程日常
从某种角度来说，ADHD在这个需要等AI回复的时代，确实有一点点“优势”。我的日常状态就是同时开着3到7个窗口在跑——改需求文档、check接口文档、写微信公众号、跟同事在微信上交接、到处找好的设计参考、搜索那些我不知道的专业名词……
看起来很忙，也很“高效”。这种注意力多线程工作的模式能够让我感到舒适，否则一种难以名状的焦虑会弥漫着。
也是因此我常常忘记部分任务做到哪里了，每次需要重新在脑子里面翻找一下上下文——因此也诞生了TimeBranches（记录我的多线程进展）。
但是这种状态的本质，其实是用“处理事务的密度”替代了“思考的深度”。我每天在做的，其实是“维护和调度信息”——俗称“能工智人”，把ai的东西搬来搬去。
这不是我一个人的问题。整个时代都在把我们的工作方式往这个方向推——任务被拆得越来越碎，协作工具的响应期待越来越快，信息源被设计成无限下滑的机制。深度思考变成了奢侈品，而不是默认项。
AI给的答案太快了，快到我们跳过了思考过程
AI让答案变得即时可得，这当然是好事。但它也带来一个很深的认知陷阱：我们开始把“生成”等同于“思考”。
比如让AI总结一篇文章，它几秒钟就给出了摘要。我们读完，感觉理解了，学到了。但实际上，我们只是在处理AI的输出，而不是在处理那个问题本身。
最近教育领域提出的“生成主义”学习范式，它指出现在的学习不再是知识传输，而是人、AI和人工制品之间“生成-批判-完善”的迭代循环。评价的核心不再是结果正确性，而是过程的透明度——你与AI交互、反思、修正的全过程，才是真正重要的。
这让我想到一个很危险的趋势：学生中已经出现了两种普遍错觉。一种是“只需会提问”的知识外包错觉，觉得只要会写prompt就够了；另一种是“黑箱依赖”错觉，觉得不需要了解AI的原理也能用好它。但事实恰恰相反。AI越强大，人类对底层知识的需求其实是更高的。比如你不懂数据建模的基本概念，你就根本无法评估AI生成的数据建模结果到底靠不靠谱。
AI能否代替写作？
很长一段时间里，我以为AI可以代替写作。人和人的想法通过文本来对齐，文本只是媒介、手段。
但写作本身，包括了思考的过程。不是先想清楚了再写，而是在写的过程中，你才会真正把那些模糊的、散落的想法串起来，发现自己之前没意识到的矛盾，找到新的连接。这个过程是任何AI都无法替你完成的。
这也是为什么教育学里有一个很经典的观点：写作即学习。大脑不是先装满知识再往外倒，而是通过写作这个动作本身来完成知识的建构。你把自己不成熟的、碎片化的念头强行组织成可被他人理解的线性文字时，你其实是在对自己的思维进行二次加工。写不清楚，往往意味着想不清楚。表达能力本质上不是文笔的问题，而是思维结构化的能力。
《科学》杂志提到，高等教育的核心任务之一，就是培养人们评估、识别AI应用情境和局限性的能力。我们要学会成为“专业且合乎道德的用户”，包括学习如何以及何时承认使用了AI，以及如何区分不同的任务。
有研究者提出了一个更深的框架，叫“AI理解”。它比工具使用更进一层，还包括理解AI的有效性、可靠性、透明度、可解释性，以及它的局限、偏见和问责机制。其中透明度指的是系统运行信息要公开，可解释性指的是能说明AI的决策过程。
这就引出了一个更完整的框架。有研究者提出了AI时代人类必备的能力三角：基础读写素养、垂直领域知识、AI理解能力。这三个东西缺一不可。AI越强大，人类对底层知识的需求反而越高。比如你不懂数据建模的基本概念，你就无法评估AI生成的数据建模结果靠不靠谱。你不具备基础的读写素养，你就无法辨别AI生成的文本到底是在说人话还是在拼凑漂亮废话。教育者需要教的东西，其实比以前更多了。
正因如此，高中被寄予厚望，被认为是构建AI生态信任的核心机构。它要以人为中心，在利用AI工具的同时聚焦人的发展，培养AI的协同能力，承担构建可信信息生态的社会责任。
无知者计划：先思考，再用AI
我认同一个做法，就是每周给自己划定一个固定的深度工作时段。关掉所有窗口，不用AI，就自己思考、检索，寻找关联或者逐层深入，做一些看起来很粗糙的思想实验。这个过程可能会困难，大脑会一直想切换到别的刺激上去。但是最后真的有突破的时候，获得的成就感远大于用AI做一些小任务。这也是我之前提过的注意“警惕ai捷径”——对自我效能感的剥夺。
其次，在打开任何AI工具之前，先强迫自己花15到20分钟，以“无知者”的身份去思考。写下你直觉的解决方案，那些不成熟的观点，甚至你自己都还没想清楚的困惑。然后去找AI。最后把AI的输出跟你之前的原始思考放在一起比对。你会很清楚地看到：哪些是你思维的盲区，哪些是你独特的思考方式，哪些地方你真的有洞见。
