我相信，在这个时代，大部分人都已经开始使用 AI 了。

你现在看到这篇文章，我在写作过程中也在使用 AI。我的父母，也在我的带动下开始使用 AI。有时候是查询资料，有时候是搜集自己感兴趣的信息，有时候只是想把一个问题问得更清楚一点。

最近有一个小场景让我印象很深：我父亲每天早上都会自己学习大学高等数学。遇到一些推导不太清楚的地方，我会建议他用豆包或者 DeepSeek 拍照，把题目发给 AI，然后通过一问一答的方式，把自己没想明白的地方慢慢问清楚。

这个场景让我意识到：AI 当然可以提高效率，但它更重要的价值，可能是帮助我们提升认知能力。也就是说，它不只是帮我们“更快完成任务”，而是帮我们“更好地理解问题”。

一、AI 时代，真正重要的不是提效，而是认知增强

前两天参加 MWC26 Shanghai，我听了中山医院、顺丰、华为、阿里等机构和企业的分享。一个很强烈的感受是：AI 已经不只是停留在概念、演示和聊天工具层面，而是开始进入医院、物流、通信、制造等真实场景，成为实体经济的一部分。

但我更关心的，不只是企业如何变成 AI-native，而是一个人如何变成 AI-native。换句话说：在 AI 时代，我们能不能重新设计自己的认知系统？

二、60 多年前，Engelbart 已经在思考这个问题

最近研究这个问题时，我重新看到了一个非常重要的人：道格拉斯·恩格尔巴特（Douglas Engelbart）。早在 1962 年，他就写下了著名的研究报告《Augmenting Human Intellect: A Conceptual Framework》——《增强人类智能：一个概念框架》。

这篇报告最让我震撼的地方在于：他并没有把计算机只看成一台会计算的机器，而是把它看成一种可以增强人类理解、推理、组织、表达和协作能力的系统。

到了 1968 年，他和团队做了一场后来被称为“所有演示之母”的展示。在那个年代，他们已经展示了鼠标、窗口、超文本、实时编辑、远程协作、共享屏幕会议等今天我们习以为常的东西。

三、H-LAM/T：人的智能，来自一个整体系统

更重要的是，他提出了一个模型：H-LAM/T。

H 是 Human，人；L 是 Language，语言；A 是 Artifacts，工具/人工物；M 是 Methodology，方法；T 是 Training，训练。

这个模型的意思是：人的能力并不是孤立地存在于大脑里面的，而是存在于人 + 语言 + 工具 + 方法 + 训练构成的整体系统之中。

这对今天理解 AI 特别有启发。因为我们经常以为，只要拥有一个强大的 AI 工具，能力就会自动增强。但事实上并不是这样：如果没有新的语言，我们无法更好地表达问题；如果没有新的工具，我们无法扩大自己的操作边界；如果没有新的方法，我们无法把工具嵌入真实流程；如果没有持续训练，我们也无法真正把这些能力变成自己的能力。

四、如果 Engelbart 活在今天，他会如何升级这套系统？

如果 Engelbart 生活在今天，我想他大概不会只关心某一个 AI 工具到底有多强。他更可能关心的是：人如何与 AI 共同构成一个新的增强系统。

在这个系统里，AI 不是替代人，而是放大人；AI 不是外包思考，而是帮助我们更好地思考；AI 不是一个答案机器，而是一个认知训练伙伴。

如果把 H-LAM/T 放到今天来看，它其实会自然升级成一个包含模型、智能体和记忆系统的人机共生框架。

同时，训练的对象也发生了变化。过去我们更强调“训练人”，而今天则越来越需要“训练人 + 训练系统”——也就是让你的示例、标准、偏好、错误清单和长期记忆，逐步进入你的 AI 协作流程之中。

五、构建个人 AI-native OS 

这也是我最近一直在探索的事情。我开始有意识地把自己的感知、想法、问题、判断和日常经验记录下来。很多时候，这些内容刚出现时是很粗糙的，只是一些碎片、念头或者现场感受。但这些原始材料很重要，因为它们是个人认知系统里的“种子”。

有了这些种子，AI 才能帮助我进一步整理、追问、扩展和结构化。同时，我也不希望自己的系统只停留在个人头脑里。所以我会让 AI 帮我检索外部信息，补充论文、案例、行业动态和历史框架。然后再把这些信息转化成自己的模块化积累。

慢慢地，这套系统开始形成一个循环：我输入自己的观察和问题；AI 帮我补充外部信息；我们一起结构化、建模、提炼；最后形成文章、信息图、PPT、课程材料和对外分享；这些输出又反过来沉淀成新的知识资产。

这就是我现在正在构建的个人 AI-native OS。它不是一个具体的软件，而是一套持续运行的认知系统。在这套系统里，公众号文章不是单篇文章，而是认知沉淀的出口；信息图不是单张图片，而是复杂思想的可视化界面；PPT 不是临时材料，而是知识模块的交付形态；每日记录也不是流水账，而是个人经验数据的采集入口。

六、结语：AI 不是替代你，而是与你共同进化

这件事最有意思的地方在于：AI 越懂你，它越能帮助你；而你越被 AI 增强，也越知道如何更好地使用 AI。于是，人和 AI 之间会形成一个增强循环。

不是 AI 取代你，而是你和 AI 一起升级你的语言、工具、方法和训练系统；不是把自己交给 AI，而是用 AI 重建自己的认知能力；不是追逐一个又一个新工具，而是把 AI 纳入自己的长期成长系统。

回到我父亲学高等数学这件小事。表面看，他只是用 AI 拍照问了一道题；但更深一层看，他其实是在用 AI 重新打开自己的学习能力。

这也许正是 AI 时代最值得期待的地方：它不只属于年轻人，不只属于工程师，不只属于大公司，也不只属于所谓的“效率达人”。它可以成为每一个普通人提升理解力、表达力、判断力和创造力的认知伙伴。

那么，你有没有通过 AI 提高自己认知能力的尝试？欢迎留言交流。