戒掉ChatGPT的30天,我更怕的不是效率下降,而是大脑开始偷懒.md 11 KB


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.

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’
  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
  3. OpenAI, Harness engineering: leveraging Codex in an agent-first world
  4. Teja Kusireddy, I Stopped Using ChatGPT for 30 Days. What Happened to My Brain Was Terrifying.