01. 环境初始化(init_context)
2006年,伦敦大学的神经科学家做了一个后来被引用上万次的实验。他们扫描了79名伦敦出租车司机的大脑,发现开了几十年出租的人,海马体比普通人大出一圈。因为他们每天要在两万五千条街道里做路径规划,不用导航。
同一批研究者后来做了追踪。2011年GPS普及之后重新检测。新入职司机不开导航的,海马体没长。
这个实验的结论被简化成了「GPS让人变笨」。我问一句更底层的话。GPS没有让人变笨。它做了一件事,接管了一个原本由你大脑执行的进程。 你不再需要做路径规划的判断了。你的海马体没有被摧毁,它只是被闲置了。
你的大脑在海马体层面就已经被卸掉了路径规划这个模块。

这个模式,在你生活的每一个角落都在重演。
02. 数据清洗:方便的本质是决策代理(Data Cleaning)
先把你手机拿出来。打开屏幕使用时间。
你今天做了多少个不需要判断的决定。早饭吃什么,外卖推荐列表下拉第一个。下班看什么,平台猜你喜欢的Top1。开车走哪条路,导航默认推荐路线。购物车里放什么,猜你喜欢+满减凑单。
算法没有替你做决定。它替你免去了做决定需要付出的那一点认知成本。 这点成本,恰好是你的心智算力里最容易被忽视但损耗最快的资源。
认知科学里管这叫决策疲劳。每一天,你的大脑能处理的决策总量有限。早饭穿什么、先回哪封邮件、午饭点什么、这条消息回不回,每一个微小的二选一都在消耗同一块认知电池。到晚上,电池耗尽,你开始刷短视频,因为你连看不看这层判断都省了。
系统层面没有阴谋。每一个让你觉得更方便了的产品,都在独立优化它自己的用户体验。 GPS优化路径规划。外卖优化点餐效率。短视频优化内容匹配。它们各自做得无可挑剔。
问题不在单个产品上。问题在架构上。当所有产品都在优化帮你省去判断,你整个人的判断回路就被短接了个干净。

03. 架构解剖:退化不是结果,是设计目标(Model Architecture)
用系统架构的术语来说,你的判断力是由一系列判断节点组成的处理链。每一个节点接收输入、执行决策、输出结果,然后进入下一个节点。
方便工具的工作方式是节点旁路。它不经过你的判断节点,直接把输入映射到输出。就像CPU里的Branch Predictor,不等条件判断完直接跳转。效率极高。代价是,如果旁路太久,被绕过的节点上的电路开始氧化。
这种事真的发生了。伦敦出租车司机的海马体萎缩不是个例。
Nature在今年3月发了一篇关于认知卸载的元分析。结论直白:适度的认知卸载能释放高级认知资源。但持续的、不加甄别的卸载,尤其是在你没有意识到自己在卸载的时候,会导致元认知能力的系统性退化。
什么叫元认知。就是你「知道自己知道什么、不知道自己不知道什么」的能力。翻译成人话:你不仅不会判断了。你连自己不会判断了这件事,都感知不到。
这才是最隐蔽的杀伤。退化一旦进入元认知层,就进入了无痛模式。 你不会发现自己更差了,因为你已经失去了评估自己差了多少的标尺。

04. Debug方案:故意给自己留一些不方便(Inference & Iteration)
三件事可以立刻做。
在最小的决策上,停用工具。 去一家没去过的餐厅,不看点评直接点。开车关掉导航走一条你不认识的路,迷路了再打开。你不需要永远过原始人的生活。你需要的是不定期地检验一下,自己的判断力还在不在。
每天做一个AI给不出答案的决策。 AI最擅长的是在你已有偏好的范围内做优化。它最不擅长的是告诉你不应该优化什么。问自己一个开放性问题,比如「今天最重要的一件事是什么」,然后不准让AI帮你排序。自己排。排错了也无所谓。你练的是排这个动作,不是排得对不对。
给自己的判断链路上留一个手动模式。 你不需要对所有事都重新判断。但至少在一件事上——可以是晚饭,可以是周末去哪,可以是一封重要邮件怎么回——关掉所有推荐、关闭所有自动补全、不参考任何历史数据。只靠你自己的大脑,从头到尾做一次完整的判断。不是为了得出更好的结果。是为了让你的判断回路保持通电。
05. 优雅退出(exit_process)
GPS没有错。外卖推荐没有错。AI也没有错。它们都在自己的功能范围内做到了极致。
问题在于,没有人负责设计你这个系统。 你的判断力是所有这些产品的公地。每个产品都在上面抽取一点认知资源,但没有一个产品负责把资源还回去。
# 你的大脑里缺了一个守护进程for decision in daily_decisions: if decision.offloaded: judgment_muscle -= 0.005 # 省了判断,也省了锻炼 else: judgment_muscle += 0.003 # 手动一次,维持一次# 没有崩溃警告。你感知不到。# 直到做不出需要三层推理的判断。方便是一个好东西。但方便和退化,共享同一条增长曲线。当你把所有判断都外包的时候,外包出去的其实不是判断。是你未来能做出判断的那个自己。
写在最后
本公众号文章的每一个算法类比,不是「炫技」,而是祛魅。
工程师的浪漫,从来都是在确定的代码中理解不确定的世界,并在万物皆可计算的时代,依然守护那些不可计算的人心。
推荐阅读:当欧洲的被动散热架构撞上43°C
夜雨聆风