每天用AI写代码、查资料、学新东西，却开始担心一件事：它让"不思考"变得太容易了。这不是一篇"AI毁掉一切"的文章，而是一个重度用户的自省——当最省力的选项永远在三秒之外，我们还能不能选那条难走的路？

以前，写一篇1500字的文章是要"熬"的

打开网易新闻 查看精彩图片

假设你被要求写一篇1500字的文章，主题你完全不感兴趣，也一窍不通。可能是学校作业，可能是工作任务，总之有人就是要你写出来。

20年前，这件事挺折磨人的。你得去查资料，搞清楚别人在讨论什么，把同样的页面翻来覆去看直到记住，做笔记。然后你得判断哪些信息重要，组织自己的思路，对着空白页面发呆二十分钟不知道从哪下笔。

写出来，不满意，重写；发现自己理解错了，再回去查；休息一下，回来继续。一点一点，最后拼凑出还算像样的东西。

但你必须思考，必须做这件难事，因为没人会替你做。而在所有这些烦躁之中，你很可能学到了点什么。不只是关于那个主题——你练习了查资料，练习了判断一个来源是否靠谱，练习了把信息变成自己的理解，练习了解释一件事，练习了写作，练习了"卡住"。

最后那一条，可能才是最重要的。而且说实话，全部弄完之后你大概感觉还不错，因为觉得自己完成了一件事。

现在，难的那部分变成了可选项

如今你只需要输入一句话：帮我写一篇关于这个主题的1500字文章。三十秒后，它就在那里了。

也许你会编辑一下，改几个句子，也许你会仔细读一遍确保没说什么蠢话。但从接到任务到拿到成品之间，过去需要发生的大部分工作，你实际上都不必做了。

AI做了研究，AI组织了观点，AI想好了结构，AI找到了措辞。最终成品可能完全没问题。但产出成品，从来都不是唯一的目的。有时候，过程本身也在教你东西。

这一点在孩子身上看得特别清楚，也是最让人担心的部分。如果一个孩子有10道数学作业题，第7题不会做，用AI有两种截然不同的方式。

  • 一种是问：第7题的答案是什么？
  • 另一种是问：能帮我理解怎么解这道题吗，但别直接给我答案。

看起来只是提示词上的微小差别。其实不是。一个替代了思考，另一个支撑了思考。而当最省事的选项永远只隔三秒钟，要选择更难的那条路，需要相当强的自律。

成年人当然也一样。花一小时搞明白一件事，为什么不直接问AI？为什么要读文档？为什么要跟一个bug较劲？为什么要写初稿？为什么要坐在那里想自己到底对一件事是什么感受？为什么要学公式，反正有东西能永远替你算？

有时候正确答案确实是：别浪费时间手动做这个。自动化重复性的破事，本来就是应该的。但不是所有的困难都是无用的摩擦。有时候，困难本身就是那项练习。

我们可能开始把"难"和"没必要"搞混了

这是最值得反复想的一点。几十年来，我们一直在让技术帮我们消除生活中的摩擦，这通常很棒。并不怀念开车去图书馆查资料的日子，也不认为程序员必须放弃自动补全、回去写机器码才能证明自己还在用脑。

为了难而难，没有任何价值。但问题在于，我们可能已经开始把任何心智上的摩擦都当成技术应该替我们解决的问题，于是慢慢失去了靠自己完成一件事的意愿。

努力理解一件事，不舒服。跟一个问题待在一起，不舒服。感到困惑，不舒服。在学会写好之前先写得很烂，不舒服。试了三个方案都不管用，不舒服。说实话，就是单纯地犯错，也不舒服。

但这些经历也在构建一些东西。它们构建判断力，构建韧性，构建一种能力——面对不熟悉的东西时，能对自己说：我不知道怎么做，但我大概能琢磨出来。真的不希望我们彻底失去这个。

同一件工具，可以让人变好，也可以让人变废

奇怪的地方在于，AI可能是我们发明过的最好的学习工具之一。你可以让它用五种不同的方式解释同一件事，直到你听懂；可以让它考你；可以跟它争论；可以把自己的答案告诉它，问哪里错了；可以只要提示，不要答案。用这些工具，学习可以快得惊人。这是喜欢AI的那一面。

但同一件工具，也可以让你跳过整个学习过程。区别不在技术本身，而在我们决定怎么用它。

有时候问完AI，会意识到自己其实应该先花十分钟想一想。不是因为用AI是作弊，也不是因为机器污染了答案，只是因为自己需要那项练习。

也许我们需要刻意保护一部分"挣扎"。这不是建议停用AI——想从我手里把它抢走，祝你好运。只是可能需要更主动地去选择：哪些部分该自己扛，哪些部分可以交给它。