--- title: 戒掉 ChatGPT 的 30 天，我更怕的不是效率下降，而是大脑开始偷懒 author: Gamehu date: 2026-03-14 11:30:00 tags: - AI - ChatGPT - 认知卸载 - 效率工具 categories: - AI ---
AI 认知
前两天我看到一篇挺火的英文文章，标题很吓人： [I Stopped Using ChatGPT for 30 Days. What Happened to My Brain Was Terrifying.](https://levelup.gitconnected.com/i-stopped-using-chatgpt-for-30-days-what-happened-to-my-brain-was-terrifying-70d2a62246c0) 老实说，这类标题我一般会先打个问号。 “停用 30 天”“大脑变化”“很可怕”这套组合，一看就很容易往情绪化方向跑。 但我读完之后，反而被它戳中了一点： 真正值得警惕的，不是 AI 让你变懒，而是你开始默认“这类思考不值得自己做了”。 这两年我们聊 AI，最常见的叙事要么是“效率起飞”，要么是“工作要没了”。可对普通人、尤其是天天写字、写代码、写方案的人来说，更真实的变化可能是第三种： **你没有失去能力，你只是越来越少亲自调用它。** 这个差别看起来很小，后劲却很大。 --- ## 一、最危险的不是用 AI，而是不知不觉把“起步思考”也外包了 原文里有个细节我很有共鸣。 作者说，他写一封普通邮件，刚写到第三句话，就下意识想打开 ChatGPT。不是写代码，不是做复杂研究，就是一封邮件。 看到这里我第一反应不是“夸张”，而是“太真实了”。 因为这事现在真的很普遍。 - 标题不会起，先问 AI - 回复消息要斟酌一下，先问 AI - 脑子里有个模糊想法，懒得整理，先丢给 AI - 看一篇长文没耐心，先让 AI 总结 - 写个 SQL、正则、脚本，先让 AI 起草 这些动作单个看都没问题，甚至很合理。问题在于，一旦它变成默认动作，你的大脑会慢慢形成一种新习惯： **先外包，再判断；先拿答案，再决定自己要不要理解。** 这会直接吃掉一种很关键的能力，叫“起步思考”。 所谓起步思考，不是高深推理，而是你面对一个问题时，先自己把轮子转起来的能力。比如： - 先粗暴列 3 个可能原因 - 先写一个很丑但可用的开头 - 先凭经验给出一个不完美判断 - 先自己组织一版表达，再去优化 以前这些动作虽然笨，但它们是大脑热身的一部分。现在很多人连热身都省了，直接把问题扔给 AI，要它输出一个“像样的起点”。 一旦连起点都不自己造，后面所谓的判断、改写、审核，很多时候也只是在一个别人给你的框架里转。 --- ## 二、这不是“AI 让人变笨”那么简单，而是认知卸载开始失控 这件事在认知科学里其实有个更准确的说法，叫 **cognitive offloading**，也就是“认知卸载”。 你把一部分本来要靠大脑完成的任务，交给外部工具来处理。最典型的例子不是 AI，而是： - 用日历提醒代替记住会议时间 - 用导航代替记路 - 用待办清单代替脑内维护任务 - 用搜索引擎代替长期记忆里的信息提取 从这个角度看，AI 不是突然出现的异类，它只是把“认知卸载”推到了一个新阶段。以前你只是把“记忆”和“检索”外包给工具，现在你开始把： - 组织表达 - 初步分析 - 风险排查 - 结构搭建 - 甚至观点生成 也一起外包出去。 问题不在于外包本身。 问题在于你有没有在外包之后，保留对任务的掌控权。 一篇关于 intention offloading 的综述提到，外部提醒工具确实非常有效，能显著降低遗忘率；但它同时也提醒我们，认知工具的价值，不等于可以无条件把内部能力彻底让渡出去。[1] 换句话说： 认知卸载本来是为了腾出脑力做更重要的事，结果很多人却把“更重要的那部分”也一起卸载掉了。 这就是现在很多人对 AI 又依赖又焦虑的原因。 不是因为 AI 真替代了你，而是你越来越不确定： **离开它之后，你还愿不愿意自己想一下。** --- ## 三、真正可怕的体验，不是能力消失，而是“无辅助启动困难” 我觉得原文标题里“terrifying”最有价值的地方，不是制造恐慌，而是准确描述了一种很多人已经出现、但没认真命名过的状态： **无辅助启动困难。** 什么意思？ 不是你不会。 是你一旦没有 AI，就明显更难开始。 比如： - 写文章时，开头迟迟落不下第一句 - 遇到模糊问题时，不愿意自己先拆 - 面对复杂任务时，习惯等一个现成框架 - 明明知道怎么做，但总想先看 AI 给什么版本 这会带来一种很隐蔽的退化。 不是知识退化，而是“主动调度自己”的能力在下降。 微软研究院和卡耐基梅隆的研究者在 2025 年一项关于知识工作者的调查里提到：在 GenAI 辅助任务中，**对 AI 越有信心，越倾向于减少批判性思考；而对自己越有信心，越倾向于投入更多批判性思考。**[2] 这句话特别值得细品。 因为它说明一件事：问题不只是工具强不强，而是你在工具面前，把自己摆在什么位置。 如果你默认 AI 是主驾驶，你只是验收员，那久而久之，大脑最常做的工作就会从“建模和推理”变成“浏览和点头”。 这才是我真正担心的地方。 --- ## 四、所以要不要少用 AI？ 我不觉得答案是“停用 30 天”。 至少对我这种天天跟技术、内容、结构化表达打交道的人来说，完全停用并不现实，也没必要。 AI 已经不是一个可有可无的小工具了，它更像是新的工作台。 真正该做的，不是戒掉，而是重新分工。 我现在越来越认可一种更稳的使用方式： ### 1. 第一版思路，尽量自己先起 不管是文章、方案、bug 排查还是项目设计，我会先强迫自己写一个粗糙版本。 哪怕只是： - 三条判断 - 一个很丑的提纲 - 两种可能路径 - 一段自己都嫌烂的开头 都比“完全空白地问 AI”要好。 因为这一步不是为了产出质量，而是为了保住你作为主导者的上下文。 ### 2. 把 AI 用在放大，而不是代替起步 AI 最适合做的是： - 扩展备选方案 - 找反例 - 补结构漏洞 - 改写表达 - 做资料归纳 - 帮你验证 也就是说，它更适合当二号位、陪练、编辑、审稿人、执行器，而不是那个替你先想的人。 ### 3. 对高价值任务，坚持自己建模 有些任务可以放心外包，有些不能。 比如“帮我润色一封邮件”，问题不大。 但下面这些，我建议一定要自己先建模： - 重要决策 - 技术方案取舍 - 复杂问题归因 - 价值判断 - 涉及长期影响的内容表达 因为这些东西里，真正值钱的从来不是字面答案，而是你怎么定义问题、怎么取舍约束、怎么承担后果。 这部分如果长期不练，最后退化的不是写作技巧，而是判断力。 --- ## 五、从效率工具到“工具即工作流”，风险已经变了 以前我们讨论工具依赖，通常是在说： - 没导航就不会走路 - 没计算器就不想心算 - 没搜索就懒得记东西 但 AI 带来的变化比这再深一层。 它不只是某个步骤的辅助，而是正在变成一整套工作流入口。 你写作靠它起草。 你 coding 靠它补代码。 你研究靠它总结。 你沟通靠它润色。 你做决策前，甚至也想先问一句“你怎么看”。 当工具变成工作流时，依赖的风险就不再只是“少记住一点东西”，而是： **你越来越少独立经历一整个完整的思考闭环。** 起念、拆题、试错、犹豫、重构、推翻、再建立。 这些原本很痛苦，但也正是人真正长能力的地方。 AI 最大的问题，从来不是它太强，而是它太顺了。 顺到你很容易误以为自己也完成了同等强度的思考。 其实很多时候，你只是完成了“看起来像思考的交互”。 --- ## 六、对工程师来说，最好的姿势不是拒绝 AI，而是把自己放回驾驶位 如果你是程序员、产品、运营、写作者，甚至是管理者，我觉得都可以问自己三个问题： 1. 我现在有哪些任务，已经默认不自己起步了？ 2. 我是把 AI 当副驾，还是当主驾？ 3. 如果今天断网 4 小时，我哪些工作会立刻启动困难？ 这三个问题比“AI 会不会让人变笨”更具体。 因为我们真正面对的，不是哲学讨论，而是一个工作习惯正在重构。 我现在越来越倾向于这样理解 AI： > AI 不是你的外挂大脑，而是你的外部认知基础设施。 基础设施当然重要。 但基础设施越重要，你越要知道：**哪些东西该建在外面，哪些东西必须保留在自己身上。** OpenAI 在讲 harness engineering 的文章里，其实强调的也是类似逻辑：AI 能不能稳定产出，不只是模型问题，更取决于你有没有把环境、验证、约束和反馈机制设计好。[3] 这个思路放到个人层面也一样成立。 如果你不给自己设置边界，AI 就会自然滑向最省力的用法； 而最省力的用法，往往不是最能保住你能力的用法。 --- ## 最后 我不觉得未来最稀缺的人，是“完全不用 AI 的人”。 那种姿态很快会变成另一种刻意。 我反而觉得，未来更稀缺的人会是下面这类： - 很会用 AI，但没有把判断力交出去 - 会借力，但不会失去起步能力 - 能把 AI 当放大器，而不是当精神代餐 所以看到那篇《停用 ChatGPT 30 天》的文章后，我最后真正记住的，不是“要不要戒掉 AI”，而是另一句话： 真正的风险不是你用了 AI，而是你越来越少亲自完成那些让自己变强的思考过程。 效率当然重要。 但如果效率的代价是，你慢慢失去独立启动、独立判断、独立组织复杂问题的能力，那这个交易就没有看上去那么划算。 AI 最好的位置，从来都不是替你活。 它应该替你省力，但不能替你成长。 --- ## 参考链接 1. Sam J. Gilbert et al., [Outsourcing Memory to External Tools: A Review of ‘Intention Offloading’](https://link.springer.com/article/10.3758/s13423-022-02139-4) 2. Hao-Ping Lee et al., Microsoft Research, [The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers](https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/) 3. OpenAI, [Harness engineering: leveraging Codex in an agent-first world](https://openai.com/index/harness-engineering/) 4. Teja Kusireddy, [I Stopped Using ChatGPT for 30 Days. What Happened to My Brain Was Terrifying.](https://levelup.gitconnected.com/i-stopped-using-chatgpt-for-30-days-what-happened-to-my-brain-was-terrifying-70d2a62246c0)