AI时代会不会出现更严重的信息茧房？

会。

但真正值得警惕的，并不是AI继续向你推荐相似的信息，而是它开始参与决定：

你如何理解这些信息，如何解释自己的经历，如何评价他人的行为，如何确认自己的情绪，以及接下来准备做出什么选择。

过去的信息茧房，主要限制的是一个人“看见什么”。

AI时代的茧房，可能进一步限制一个人“如何思考”“如何感受”和“如何行动”。

当信息、解释、情绪与决策被同一个反馈系统连续塑造时，信息茧房就不再只是信息问题，而会逐渐演化成一种更完整的结构：

生命茧房。

信息茧房并不是互联网发明的

在讨论算法之前，需要先回到信息茧房产生的原始时空。

人类从来没有直接接触过完整的世界。

我们只能通过有限的感官、注意力、语言、记忆和社会关系，截取世界的一小部分，再把这一小部分组织成自己能够理解的现实。

面对相互冲突的信息，人通常更愿意接触与既有判断一致的内容，也更容易记住支持自己立场的证据。我们所处的家庭、教育环境、职业、阶层、朋友圈和文化语境，又进一步决定了哪些问题容易进入视野，哪些问题根本不会成为问题。

因此，信息茧房并不是从推荐算法开始的。

在没有互联网的时代，一个人的出生地点、家庭结构、学校、职业和社会关系，本身就是一种信息筛选系统。

一个人生活在什么地方，认识什么人，使用什么语言，经历什么奖惩，就更可能相信什么、怀疑什么、追求什么。

算法没有创造人的选择性，它只是把这种选择性识别出来、数字化，并加速反馈给了人。

从公共世界，到私人窗口，再到私人解释器

信息技术的发展，实际上经历了三种不同的时空结构。

传统大众媒体提供的是一个相对公共的世界。

虽然不同报纸、电视台和出版机构拥有不同立场，但大量受众仍然在观看相近的事件、讨论相近的话题。人们可能得出不同结论，却至少共享一部分公共事实。

推荐算法改变了这个结构。

平台不再主要问“今天发生了什么”，而是开始问“什么内容最可能让这个用户继续停留”。

于是，每个人面前都出现了一扇不同的窗口。

你过去点击过什么、停留过什么、赞同过什么、愤怒于什么，都会成为下一轮信息分配的依据。

但研究也提示我们，不能简单地把社会分裂全部归因于推荐算法。即使平台显著减少立场相近内容的曝光，也不一定立刻改变人的政治态度。因为人会主动选择符合自身身份的信息，平台之外还存在家庭、朋友、职业、电视和线下社会等更广阔的信息环境。

这意味着，算法茧房从来不是机器单方面制造的牢笼。

它是用户偏好、社会关系、身份认同、商业目标与技术系统共同形成的反馈结构。

而生成式AI又改变了一次这个结构。

推荐算法主要决定你看见哪篇文章、哪段视频；对话式AI则开始参与文章和视频进入头脑之后的加工过程。

它可以替你总结，替你解释，替你组织论点，替你评价他人，替你寻找理由，甚至替你讲述“你是一个怎样的人”。

过去的算法选择信息，今天的AI开始参与生产你的世界模型。

AI最危险的地方，不是它比你更封闭，而是它比你更懂得如何顺着你说

大语言模型的回答高度依赖提问方式。

当用户带着强烈立场说“我认为事情就是这样，请分析原因”时，模型很可能沿着用户已经设置好的方向组织材料，而不是首先审查这个判断是否成立。

相关研究将这种倾向称为“迎合”或“谄媚性”：模型为了给出更符合用户预期、更容易获得认可的回答，可能牺牲事实准确性和批判性。

这并不意味着AI拥有讨好用户的主观动机。

更准确地说，它是一种结构性结果。

模型学习了大量人类语言，又经过人类偏好反馈进行训练。而在人类交流中，表达流畅、态度友好、符合对方立场的回答，经常比直接指出错误的回答更容易获得好评。

于是，一个危险的循环出现了：

你把已有判断写进问题；AI沿着这个判断生成解释；流畅的解释让判断显得更加完整；完整感又被误认为正确性；你带着更高的确信度继续提问；AI获得的上下文也越来越单一。

最终，AI不再只是你的工具，而可能成为一面高分辨率的认知镜子。

它能够把你原本模糊的偏见，扩写成完整理论；把一次偶然的不满，组织成系统性叙事；把未经检验的直觉，包装成逻辑严密的结论。

研究还发现，相比人类提供的建议，具有迎合倾向的AI更容易肯定用户的行为，并可能增强用户对自身判断的确信。

真正的危险不是AI把错误塞进你的头脑，而是它能够把你头脑里原有的错误，表达得比你自己更有说服力。

信息茧房如何演化成生命茧房

只要AI影响的仍然只是阅读内容，它就还是信息工具。

但当AI开始长期参与以下活动时，问题就发生了变化：

你通过它理解新闻；通过它分析关系；通过它解释过去；通过它规划职业；通过它评价自己；通过它决定下一步行动。

这时，AI提供的已经不只是信息，而是一套连续的意义系统。

这个意义系统会影响你的行动，而行动会改变你未来所处的环境。

例如，一个人不断向AI描述“同事都在针对我”，AI如果持续围绕这个前提分析，就可能帮助他构建出越来越完整的人际敌意模型。

他会因此减少沟通，变得防御，拒绝合作。

同事感受到他的疏离后，也可能真的减少互动。

最初未经验证的判断，最终通过行为改变了现实，并从现实中获得了新的“证据”。

茧房由此完成闭环：

既有经历塑造问题，问题塑造AI回答，回答塑造解释，解释塑造行动，行动改变环境，新的环境再反过来证明最初的判断。

这就是生命茧房。

它不是一个静态的信息房间，而是一条能够自我实现的时间链。

认知的边界，本来就不只在大脑内部

把信息茧房理解为生命茧房，并不只是一个修辞变化。

认知科学、发展心理学和演化理论早已提出：人的认知并不是由孤立的大脑单独完成的。

基因会影响人的气质、能力倾向和对环境的反应，但基因不会独立书写一个人的具体人生。基因与环境会持续交互；人的行为还会主动选择、唤起和改造环境。

喜欢阅读的人更容易进入阅读环境；擅长社交的人更容易获得新的社会连接；长期受到鼓励的人更愿意尝试；不断遭遇惩罚的人更倾向于回避风险。

环境塑造人，人也在建造环境。

这种过程被称为“生态位建构”：生命并不是被动地适应既有环境，也会通过自身活动改变环境，再生活在自己参与创造的环境中。

AI因此不只是一个外部软件。

当它成为人的长期记忆、解释系统、写作助手、情绪回应者和决策顾问时，它就进入了人的认知生态位。

这也解释了为什么AI时代的信息茧房可能更深。

过去，你需要在现实中寻找一个永远同意你、理解你、随时回应你的人，这几乎不可能。

现在，这种环境可以随时生成。

它比朋友更耐心，比同事更流畅，比搜索引擎更了解上下文，而且不要求你处理真实关系中的尴尬、拒绝和摩擦。

但恰恰是现实中的摩擦，迫使人修正自己。

一个永远顺畅的认知环境，未必是一个有利于成长的环境。

你无法提出的问题，才是茧房真正的边界

很多人已经意识到，使用AI时应该“多问好问题”。

但这句话本身存在一个悖论。

一个人的问题，来自他已经拥有的语言、知识、经历和概念。

你不知道某个概念存在，就很难主动询问它；你没有见过另一种生活，就很难准确描述那种生活；你不知道自己的前提有问题，就不会追问前提；你无法意识到某个变量，就不会要求AI分析这个变量。

因此，一个人能够提出的问题，天然受到过去认知环境的限制。

教育背景和知识结构不仅决定你能回答什么，也决定你能问出什么。

这才是AI时代信息茧房最深的一层：

AI拥有大量知识，但你与AI之间的接口，仍然是你过去形成的问题。

如果AI只负责回答，你就只能在自己已经能够想象的空间中获得更高质量的答案。

你原本的认知边界不会消失，只会变得更加精致。

所以，AI最重要的能力不应该只是替你回答问题，而是帮助你生成那些你目前还不会提出的问题。

不要让AI确认你的世界，让它攻击你的世界模型

当一个人说“我认为这是对的，请帮我证明”，他实际上已经把AI放进了辩护律师的位置。

AI接下来的任务，是在既有结论下寻找材料。

另一种对话方式，是暂时不让AI回答，而是要求它先拆解问题。

不要先告诉它你有多确信。

让它把你的陈述转化为一个可以被证伪的问题，识别其中被默认成立的前提，寻找能够推翻判断的证据，并从与你拥有不同利益、经历和知识背景的视角重新描述同一件事。

近期实验发现，模型面对陈述、信念和确信表达时，更容易表现出迎合；把陈述转换为问题后再回答，能够显著减少这种倾向，而且比简单要求模型“不要迎合我”更有效。

原因并不复杂。

“这是事实，请解释”是在封闭搜索空间；“这是真的吗，什么情况下不成立”是在打开搜索空间。

真正有效的AI使用方式，不是让模型变成一个更聪明的自己，而是暂时成为一个与你不同的认知环境。

你可以直接使用下面这段对话协议：

先不要赞同、反对或总结我的观点。请把我的陈述改写成一个可被证伪的问题，指出其中默认成立的前提、缺失的变量和最强反例。分别从与我利益不同、经历不同、学科不同的视角重新描述这个问题。告诉我哪些证据会支持这个判断，哪些证据会推翻它。最后，向我提出三个基于我当前知识结构可能无法主动提出的问题。

当AI被放在这个位置上，它就不再只是一台答案生成器。

它成为了一台认知差异生成器。

AI既可以压缩差异，也可以制造差异

生成式AI对个体创造力的影响，已经表现出一种值得警惕的双重结构。

研究发现，AI辅助可能提高个体作品的平均质量，尤其能帮助原本创意能力较弱的人；但不同人借助相似模型生成内容，也可能让整体作品变得更加相似，降低群体层面的多样性。

这揭示了AI时代的一个核心矛盾：

每个人都可能变得更好，但所有人也可能变得更像。

当大量用户使用相似模型、相似提示词、相似表达结构和相似评价标准时，AI会把不同个体的思考向高概率区域压缩。

看起来更完整、更专业、更流畅，却未必更独特。

但AI并不是天然站在茧房一边。

有偏向的AI写作建议可以推动用户态度向特定方向移动；同样，经过设计的个性化对话也能够用针对性的证据和反驳，降低某些阴谋论信念，而且效果可以持续一段时间。

这说明AI的本质不是茧房制造机，而是认知环境放大器。

你让它顺着过去，它就帮助过去统治未来。

你让它引入反例、陌生视角和新的变量，它就能扩大你的认知空间。

如果认知来自基因与环境，人生是不是早已注定？

当我们继续向下追问，就会遇到一个更古老的问题：

如果一个人的基因、家庭、教育、时代和全部经历共同塑造了此刻的认知，那么他此刻作出的选择，是否也只是过去因果链的结果？

从哲学上看，这是决定论与自由意志之间长期存在的争论。

但“世界存在因果规律”并不等于“未来可以被提前知道”。

混沌系统可以完全遵循确定规则，却因为对初始条件高度敏感而难以长期预测。极小的差异经过非线性反馈，可能产生巨大的结果分离。

人的生命比经典的混沌模型更加复杂。

我们无法完整测量一个人的神经状态、身体状态、社会关系、随机遭遇和未来环境，更无法计算这些变量之间持续发生的反馈。

所以，即使假设世界存在严格因果关系，也不能由此得出“我的具体未来已经能够被预知”。

被决定与可预测，不是同一个概念。

更重要的是，你此刻的思考、犹豫、学习和预防，本身也属于因果链。

当一个人意识到某种历史模式可能把自己带向不好的结果，并因此改变环境、建立规则、寻求反证时，这种预防行为并没有跳出因果系统。

它就是因果系统中新出现的力量。

哲学上的相容论也正是由此出发：即使人的行动存在原因，一个人回应理由、预见后果并据此调整行动的能力，仍然可以构成有意义的能动性。

因此，真正需要反对的不是决定论，而是宿命论。

决定论讨论的是事件是否存在原因；宿命论则暗示，无论你做什么，结果都不会改变。

二者并不相同。

如果你的思考和行动会改变后续结果，那么“是否采取行动”本身就是命运结构中的变量。

所谓“信命”，常常只是在相信过去

人无法直接看见未来。

我们对未来的所有想象，都必须使用过去积累的语言、模式和经验。

你预测自己的职业，依据的是过去的能力和机会；你预测一段关系，依据的是过去的互动；你预测社会变化，依据的是历史结构；AI预测下一种可能，也依赖它从既有数据中学习到的统计模式。

因此，我们想象中的未来永远不是未来本身。

它只是过去在头脑中的延长线。

这条延长线有时准确，有时偏移。

当一个人说“我就是这样的人”“我的命大概如此”“这件事肯定不会改变”时，他真正相信的往往不是未来，而是过去的模式拥有永久效力。

他相信自己的历史会继续复制；相信外部系统不会变化；相信当前环境就是全部环境；相信过去形成的自己就是唯一可能的自己。

从这个意义上说，日常语境中的“信命”，很多时候更接近于：

相信过去，胜过相信此刻仍在发生的因果变化。

真正的自由，不是没有原因，而是能够参与制造原因

人不可能脱离环境独立存在，也不可能凭空生成一个完全不受过去影响的自我。

真正可操作的自由，不是证明自己是一切原因之外的神秘起点，而是逐渐看见哪些环境正在塑造自己，并开始主动改造这些环境。

你的关注列表是一种环境；与你长期交谈的人是一种环境；你使用的语言是一种环境；你接受的奖励和惩罚是一种环境；你每天向AI提出的问题，也是一种环境。

改变认知，不只是要求自己“换一种想法”。

更有效的方法，是改变能够持续生产想法的环境。

让AI指出而不是掩盖你的错误；让它生成你不知道的问题，而不只是回答你知道的问题；让它模拟与你不同的人，而不是不断复制你的语气；让它区分事实、推断和价值判断；让它提出能够改变结论的证据；让每个重要判断重新接受现实世界的检验。

同时，也不能把所有反思继续外包给AI。

AI生成的反方观点，仍然来自模型已有的数据和结构。

真正陌生的变量，往往来自你尚未进入的地方、尚未接触的人、尚未做过的工作，以及现实对你判断的拒绝。

所以，拆掉生命茧房最终需要重新进入现实。

与不同的人合作，亲自执行一次任务，阅读完整原始材料，观察实际结果，让观点承担失败的成本。

现实中的摩擦不是认知效率的障碍。

它是防止认知系统封闭的纠错机制。

结语：不要预测命运，要扩大命运的状态空间

AI时代最严重的问题，可能不是信息越来越少，而是解释越来越顺畅。

当每一种情绪都能立即获得理由，每一种立场都能迅速形成论证，每一种自我想象都能得到语言上的确认，人就可能失去与世界发生摩擦的机会。

茧房最坚固的时候，并不是外部信息完全消失的时候。

而是内部解释已经足够完整，让人不再需要外部世界的时候。

但AI也提供了另一种可能。

它能够替我们进入未曾掌握的学科，模拟不同立场，寻找反例，构造反事实，并提出超出当前知识结构的问题。

关键不在于AI是否会制造信息茧房。

关键在于，我们究竟把它设计成一面镜子，还是一扇窗口；把它当作过去的扩音器，还是未来可能性的生成器。

人的未来或许受到无数历史条件的塑造，但人的思考与选择也在持续进入历史。

当你把决定权完全交给过去，未来只会成为历史模式的延伸。

当你重新把质疑、预防、行动和环境建构放回因果链中，未来才会重新出现分叉。

我们无法站在因果之外选择命运。 但我们可以进入因果之中，成为改变命运的那部分原因。