2024年，一個(gè)產(chǎn)品經(jīng)理出身的AI研究員在內(nèi)部測(cè)試時(shí)發(fā)現(xiàn)：同一批提示詞喂給主流大模型，生成的答案相似度高達(dá)47%。不是抄襲，是數(shù)學(xué)結(jié)構(gòu)決定的必然——這些模型本質(zhì)上在做同一件事：預(yù)測(cè)下一個(gè)最可能出現(xiàn)的詞。

我們以為在加速思考，實(shí)則在消滅思考發(fā)生的現(xiàn)場(chǎng)。

那個(gè)"現(xiàn)場(chǎng)"是什么？是卡殼。是盯著空白文檔的17分鐘。是寫了三行又刪掉的自我懷疑。是凌晨?jī)牲c(diǎn)突然坐起來(lái)，把三天前的碎片串成線的那個(gè)瞬間。大語(yǔ)言模型（LLM，一種基于概率預(yù)測(cè)生成文本的AI系統(tǒng)）的架構(gòu)決定了它必須跳過(guò)這一切——它無(wú)法模擬"不知道"，只能模擬"聽(tīng)起來(lái)像知道"。

共識(shí)引擎：為什么AI從不出錯(cuò)，也從不驚喜

從技術(shù)底層看，LLM的運(yùn)作邏輯極其誠(chéng)實(shí)：給定前文，計(jì)算概率分布，輸出最高頻的下一個(gè)詞。RamsWritings在分析中指出，這種架構(gòu)讓AI成為"共識(shí)的蒸餾器"——它產(chǎn)出的永遠(yuǎn)是人類已有表達(dá)的中心地帶，是 bell curve（鐘形曲線，統(tǒng)計(jì)學(xué)中描述數(shù)據(jù)分布的圖形）最肥碩的中間段。

一個(gè)實(shí)驗(yàn)可以說(shuō)明問(wèn)題。讓五個(gè)不同廠商的模型回答"如何培養(yǎng)創(chuàng)造力"，它們的建議重疊度驚人：多閱讀、保持好奇、跨界學(xué)習(xí)、允許失敗。這些建議沒(méi)錯(cuò)，但也沒(méi)有一個(gè)模型會(huì)寫出"創(chuàng)造力可能和睡眠不足有關(guān)，因?yàn)镽EM睡眠會(huì)重組記憶碎片"——這不是共識(shí)，這是某個(gè)研究者的個(gè)人發(fā)現(xiàn)，藏在文獻(xiàn)邊緣，概率權(quán)重太低，被算法自動(dòng)過(guò)濾了。

AI的"流暢"恰恰是陷阱。它消滅了認(rèn)知摩擦，而摩擦是思考的點(diǎn)火裝置。神經(jīng)科學(xué)研究顯示，大腦在遭遇認(rèn)知沖突時(shí)，前額葉皮層活躍度提升300%——這個(gè)生理反應(yīng)被ChatGPT的即時(shí)響應(yīng)完美繞過(guò)了。

空白頁(yè)的死亡：我們正在外包什么

RamsWritings描述了一個(gè)被忽視的交易：用戶用"空白頁(yè)恐懼"換取AI的即時(shí)產(chǎn)出，卻未意識(shí)到"恐懼-掙扎-突破"的鏈條本身就是思維訓(xùn)練。當(dāng)這個(gè)鏈條被截?cái)?，能力退化是隱性的——你不會(huì)在某一天突然發(fā)現(xiàn)自己不會(huì)思考，你只是越來(lái)越習(xí)慣接受"足夠好"的平均值。

一個(gè)細(xì)節(jié)值得玩味：2023年Stack Overflow（程序員問(wèn)答社區(qū)）的流量下降14%，同期GitHub Copilot（AI編程助手）訂閱數(shù)翻倍。不是因果關(guān)系，但趨勢(shì)清晰——當(dāng)答案來(lái)得太容易，提問(wèn)的意愿本身在萎縮。程序員社區(qū)正在失去那種"為了搞懂一個(gè)bug，翻遍20頁(yè)論壇帖子"的深耕能力。

更隱蔽的損失在創(chuàng)意領(lǐng)域。Netflix（流媒體平臺(tái)）的劇本分析工具能預(yù)測(cè)"觀眾留存曲線"，結(jié)果是2024年原創(chuàng)劇集的敘事結(jié)構(gòu)相似度創(chuàng)下新高。不是工具錯(cuò)了，是工具優(yōu)化的目標(biāo)（完成率、觀看時(shí)長(zhǎng)）與"原創(chuàng)性"天然沖突——后者往往意味著風(fēng)險(xiǎn)，而風(fēng)險(xiǎn)在概率模型里是被壓制的變量。

保留"低效"：一種反共識(shí)的工作流

RamsWritings沒(méi)有給出解決方案，但描述了一種現(xiàn)象：部分寫作者開(kāi)始刻意制造"AI-free zone"（無(wú)AI區(qū)間）。不是盧德主義，是保護(hù)認(rèn)知生態(tài)的自覺(jué)。具體做法包括：手寫初稿的前500字（強(qiáng)制降低輸出速度）、禁用自動(dòng)補(bǔ)全的文本編輯器、在提示詞里加入"給出一個(gè)非主流觀點(diǎn)"的約束——盡管后者效果有限，因?yàn)槟Ｐ蛯?duì)"非主流"的理解仍是基于統(tǒng)計(jì)的。

一個(gè)產(chǎn)品經(jīng)理的觀察：工具設(shè)計(jì)正在分化。Notion（協(xié)作筆記工具）的AI功能默認(rèn)關(guān)閉，需要主動(dòng)喚起；而另一些產(chǎn)品把AI生成作為首屏入口。這不僅是交互選擇，是對(duì)"思考權(quán)"歸屬的不同假設(shè)——用戶是應(yīng)該被加速，還是被保護(hù)？

「我們慶祝它，因?yàn)樗?。我們還沒(méi)命名我們失去的東西?！筊amsWritings寫道。那個(gè)"東西"或許可以量化：當(dāng)人類創(chuàng)作者從"生產(chǎn)內(nèi)容"轉(zhuǎn)向"篩選AI產(chǎn)出"，決策疲勞替代了創(chuàng)作焦慮，而決策疲勞不會(huì)留下任何可積累的思維肌肉。

一個(gè)未完成的實(shí)驗(yàn)：如果強(qiáng)制要求LLM在輸出前生成三個(gè)相互矛盾的草稿，再解釋為何選擇其中之一，能否模擬人類的"掙扎"過(guò)程？目前尚無(wú)主流產(chǎn)品嘗試——因?yàn)橛脩粢氖谴鸢?，不是答案的考古現(xiàn)場(chǎng)。但那個(gè)考古現(xiàn)場(chǎng)，恰恰是原創(chuàng)性誕生的地層。

你最近一次"卡殼"超過(guò)20分鐘是什么時(shí)候？那種體驗(yàn)是消失了，還是被轉(zhuǎn)移到了別處？