為什么AI讓人變蠢？沒有痛苦就獲得獎勵，只會削弱我們的好奇心

沒想到2025年最后一天可以讀到這么好的文章

值得讀5678遍

文章名為「好奇心是你大腦的復利」

文章開篇就提了一個很痛的觀點：AI 工具和社交媒體一樣，本質上是老虎機

動作： 拉動拉桿（輸入指令/下滑屏幕）。

反饋： 不確定的獎勵（一個很酷的回答/一張美圖）。

結果： 多巴胺分泌，注意力碎片化。

一個反直覺的觀點很多人說：我對拍視頻沒興趣、我對AI沒好奇心。作者直接打臉：不是你沒好奇心，是因為你沒有正反饋

現實中，說自己躺平的年輕人，研究起球鞋、研究起游戲（就像作者的老婆研究心理驚悚片一樣），比誰都帶勁。這說明什么？硬件（好奇心）沒壞，是你沒找到抓手。

那既然好奇心需要抓手，如何啃一塊你必須啃的硬骨頭

例如：我要學 AI 編程，不是上來就啃論文、學課程。

先用AI生成一個喜歡的性感美女圖（熟悉/爽感）。

去研究這圖背后的prompt參數是怎么調的（陌生/痛苦）。

調出來后發朋友圈裝個X（熟悉/爽感）。

這就是利用人性的虛榮心來驅動學習。

@zarazhangrui

也分享過

全篇的精華，也是我最想強調的：

AI 時代最大的陷阱叫做提取問題。

當你問 ChatGPT一個問題，它直接給你答案。

感覺上：你懂了。

實際上：你什么都沒留住。

這就好比你讓AI幫你寫2025年度計劃：

場景A（提取）：你讓AI寫計劃，它給你列了多讀書、多運動。你點點頭存下來，二月份就忘了。因為這過程中沒有你的痛苦，它就不屬于你。

場景B（建構）：你讓AI扮演面試官，不斷追問你的動機，逼你思考。AI沒給你答案，而是給你搭建了腳手架，你自己爬上去。

你的知識之所以值錢，是因為你消耗了腦力和痛苦去構建神經網絡

兄弟們，這篇文章的核心邏輯其實是反人性的。

人性喜歡便利，喜歡確定的獎勵（老虎機）。

但真正的財富（無論是金錢還是認知）都來自于復利

復利的前提是什么？是本金。

在認知領域，孤立的知識點不是本金，連接成網的思維模型才是本金。

以下是翻譯：

I. 分心論 (The Distraction Thesis)

分心會碎片化你的注意力。AI 工具則讓這種碎片化更進一步——ChatGPT 就像是一臺帶鍵盤的老虎機。你投喂一個提示詞（prompt），盯著旋轉的輪盤，然后收到不可預測的獎賞。這種機制和 Instagram 的無限下拉如出一轍，但它帶來的新奇感帶寬更高。

一旦你通過“交易”的視角來看待它，這個悖論就解開了：我們用深度換取了便利。

代價是：創造力消失了。創造力需要你與一個未解決的問題共處足夠長的時間，才能看到新的角度。如果你每三分鐘就拉一次老虎機的拉桿，新的角度永遠無法形成。

這不是在反對 AI 工具。這是一個關于理解“好奇心的復利效應”，以及在富足時代失去好奇心的警示。

II. 好奇心-創造力循環 (The Curiosity-Creativity Loop)

創造力不會憑空降臨。它源于一臺特定的引擎：一種能夠持續足夠久、從而產生意想不到組合的好奇心。

這個循環是這樣運作的：一個問題卡在你的腦海里。你反復琢磨。你嘗試一種方法，然后又試一種。這些方法本身又會產生新的問題。每一個答案都揭示了你未曾考慮過的鄰近問題。最終，某種連接被點亮了——而那些早早停下腳步的人，永遠無法觸發這種連接。

這就是作為創造力燃料的好奇心。它不是被動地刷維基百科或 YouTube，而是一種能產生復利的主動追尋。

我說這些是基于經驗，而非專家身份。我玩過音樂，錄過專輯，寫過書。并不是因為我在這些方面天賦異稟，而是因為我沒有“卡住”。論技能，我在大多數領域都低于平均水平，我沒能進一步提升技能的原因，正是我下面要講的內容。但產出確實發生了。我認識很多比我有天賦的人，產出卻比我少。區別不在于能力，而在于那個循環是否在持續運轉。

這個循環有一個弱點：它需要持續的注意力。如果過早打斷鏈條，復利就會停止。這就是分心變得致命的地方。

III. 技能壁壘 (The Skill Barrier)

但好奇心并不總是能被點燃。有時你接觸一個領域，卻毫無感覺：沒有吸引力，沒有繼續下去的動力。標準的解釋是，好奇心是天生的：你要么有，要么沒有。

這是錯的。障礙在于技能，而非性格。

好奇心需要“抓手”（traction）。一個 SQL 初學者盯著一個報錯的查詢語句。這個錯誤對他們來說毫無意義。沒有著力點，沒有能吸引他們明天回來的微小勝利。所以他們關掉了標簽頁。

對比一下電子游戲：在第一關掛了，四秒鐘后復活，嘗試另一種跳法。反饋是極快的，成本是微不足道的，獎勵是可見的。好奇心之所以能存活，是因為能力在微小且無可否認的步驟中積累。

區別不在于人。全在于反饋。

當有人說他們對某個領域“沒有好奇心”時，通常是技能差距偽裝成了個人偏好。他們嘗試了，感到無能，沒有收到獎勵信號，于是撤退。這種撤退感覺像是“不感興趣”，其實是“自我保護”。

IV. 每個人都有好奇心，只是地方不同 (Everyone Has Curiosity. Somewhere)

這證明了好奇心并未缺席，只是錯位了：每個人在孩童時期都充滿好奇。這種能力是存在的。環境因素可能抑制了它：懲罰提問的父母、獎勵服從的學校、教會你撤退的失敗經歷。但“硬件”還在。

更重要的是，人們在他們不認為是“好奇心”的領域里保持著好奇。

那個聲稱沒有好奇心的人，花了四個小時研究夢幻足球（fantasy football）的交易。另一個人刷完了關于歷史戰役的視頻論文。還有人對自己汽車引擎的每個細節了如指掌。我的妻子癡迷于心理驚悚片——特別是那些有女性反派和結尾反轉的。她必須知道結局是什么，她必須知道作者是如何構建這種誤導的。

他們不給這種行為貼上“好奇心”的標簽，因為它感覺像是消遣。但機制是完全一樣的：問題產生，接著追尋，知識復利。

問題在于，你試圖在沒有“抓手”的領域強行開啟好奇心，通常只是因為別人（比如在工作或學校）宣布這個領域很重要。與此同時，你的好奇心只是換了個名字存在于別處。

V. 在不存在的地方構建好奇心 (Building Curiosity Where It Doesn't Exist)

如果技能創造抓手，抓手促成好奇心，那么好奇心是可以被制造的。但這個過程需要誠實地面對什么值得追求。

在工程化好奇心之前，先問問：你應該對這個感到好奇嗎？

生命是有限的。注意力是零和博弈。花在強迫自己對編織感興趣的每一小時，都是沒有花在那些有天然吸引力事物上的一小時。有時正確的答案不是“我如何對這個產生好奇？”，而是“我為什么要嘗試？”

這個問題事關重大。人們花費數年時間在不適合的職業中、在他人推薦的愛好中、在自己沒有天賦優勢的領域中強行培養好奇心。這種努力很少能轉化為真正的投入。選擇先于建設。

但是，假設你已經決定了：這個領域很重要，雖然沒有抓手，但你無論如何都要建立它。

電臺節目編排者會在熱門歌曲之間夾雜陌生的新歌。新單曲跟在一首你已經喜歡的歌后面；下一首又是你熟知的。你的大腦會“借用”這種熱度。

我在聽 Napalm Death 和其他不那么好懂的音樂時就是這么做的，因為破解一張專輯的密碼感覺很爽。起初這很難。你不喜歡你聽到的東西。它既新奇又陌生，你只想回到那張你已經循環了一周的專輯上去。

Napalm Death 的音樂很刺耳：炸裂的鼓點，像帶鋸一樣的嗓音。所以我放一首他們的歌，然后放一首我已經喜歡的，再放一首 Napalm Death。這種對比軟化了棱角。一周后，我愛上了它。

這個原則可以推廣：將困難的與熟悉的配對。把你正在構建的領域和你已經掌握的領域交替進行。讀一章晦澀的教科書，然后讀點你喜歡的。在這個令人望而生畏的項目上工作二十分鐘，然后切換到一個你感覺能勝任的任務。熟悉感為陌生感提供了情緒腳手架。

有時問題在于你有太多困難的事情要做，所以你從一個難事切換到另一個難事，那你當然會掙扎。當我剛開始做產品管理時，每個任務都很難，每天，整天都是如此。唯一讓我感到放松的時候，就是我能在 Excel 里跑些數據的時候。不幸的是，這種任務在其余工作中并不常見，因為并不總是有數據可跑，所以那真是一種折磨。

制造好奇心需要不斷的重新評估。要重復問的問題：

我獲得抓手了嗎？我仍然相信這個領域很重要嗎？這種努力正在轉化為真正的投入嗎？你甚至不需要直接問這些問題，你會感覺到。

循環要么收緊——你正在建立技能，反饋來得更快，好奇心增強——要么沒有。如果三個月的努力沒有產生吸引力，誠實的答案可能是放棄。這不是失敗。這是高效的重新配置。

生命太短，不必耗費在那些久攻不下、無法吸引你的事情上。但我敢擔保，如果你比前三次嘗試再堅持得久一點，你幾乎肯定會被吸引進去。

VI. 神經網絡：當技能產生復利 (The Neural Web: When Skill Compounds)

持續好奇心的回報是網絡化的。

在任何領域的早期，學習感覺就像收集孤立的事實。你知道這個術語。你會執行那個程序。但碎片沒有連接起來——每一個都孤立地、惰性地存在著。

然后，越過某個閾值。孤立的節點開始鏈接。第三章的一個概念照亮了第七章的一個問題。你為某個任務學到的技巧突然適用于另一個任務。網絡開始嗡嗡作響。

這就是神經連接共同觸發時的樣子。單個突觸是無用的。一簇突觸開始模式匹配。一個網絡開始解決你從未直接練習過的問題。

然后**元層面（meta-level）**解鎖了：從一個領域學到的東西完全遷移到了另一個領域。你在音樂中內化的結構——張力、釋放、節奏、重復——出現在寫作中。編程中的調試邏輯在診斷商業問題時浮現。你在國際象棋中建立的模式識別出現在戰略規劃中。

這就是好奇心的復利。但它需要你挺過早期階段——那個孤立節點的階段，那時什么都連不上，反饋稀少。分心會在這里殺死你，就在網絡形成之前。

VII. 提取問題 (The Extraction Problem)

AI 工具、社交網絡都是老虎機。每一次拉動都提供獎勵。這種獎勵感覺像是進步。

但請注意缺失了什么：你沒有建立網絡。AI 在你自己的神經元共同觸發之前就回答了問題。原本會形成的連接——那個將這個問題與之前的經驗聯系起來的連接——從未實現。你把好奇心循環外包了。

這就是提取問題。AI 工具模擬了好奇心的滿足感，卻沒能構建使好奇心產生復利的內部架構。你感覺自己學到了東西。但你沒有保留任何可遷移的東西。

一個讓 ChatGPT 解釋概念的人，和一個與該概念死磕了一小時的人，擁有的是完全不同的體驗。前者感到被告知。后者建立了腦回路。

這種區別在你如何使用工具時變得清晰。

一種方法：你讓 AI 為你寫年度目標。它生成了一個整潔的列表——多鍛煉、多讀書、多存錢。你點頭，保存文檔，到了二月就忘光了。AI 替你做了思考。沒有任何東西遷移給你。

另一種方法：你利用 AI 來采訪你的目標。它問出你自己不會問的問題。它揭示了你口頭想要的和你實際時間分配之間的矛盾。浮現出的目標是你自己的——AI 只是舉著鏡子。

我最近把這兩者都做了。首先，我讓 Claude 采訪我關于未來的優先事項和策略。大多數人做年度計劃時都是向內看，期待清晰感自然降臨。使用外部工具來構建探詢過程——去問第二、第三個追問——產生了與單純內省不同的結果。

然后我更進一步：我用 AI 將目標游戲化。不是讓它告訴我做什么，而是應用那些我原本不會聯系到個人規劃上的游戲設計原則。AI 沒有生成我的動力。它幫助我構建了一個系統，使用來自完全不同領域的機制來維持動力。我仍然需要去做工作和掙扎，但在那些我自己需要幾周才能搞定的領域，我得到了 AI 的增強。

在這兩個案例中，AI 是疊加的，而不是替代的。它沒有取代掙扎。它創造了新的接觸面。

這就是區別。提取：AI 回答，你接收，沒有任何構建。建設：AI 輔助，你掙扎，網絡形成。

這并不意味著 AI 工具毫無用處。這意味著它們以界面隱藏的方式產生代價。每一次拉動杠桿都是一筆交易：用即時答案換取延遲的能力。

VIII. 保護循環 (Protecting the Loop)

這個論點不是關于禁欲，而是關于覺察。

一般性的分心——特別是 AI 帶來的分心——會在好奇心-創造力循環產生復利之前攔截它。干預點很明確：

保護獨處。創造性的洞察需要與未解決的問題進行不被打擾的共處。這是不可商量的。時長因人和問題而異，但底線比你想象的要長。30分鐘不切換任務是一個起點，不是上限。

刻意建立反饋循環。進入新領域時，要設計那種游戲自然提供的架構：小贏、可見的進步、快速的反饋。不要等待領域提供這些。去構建它——利用 AI（這是 AI 的絕佳用途）。

審計你的“拉桿”行為。每次你伸手去用 AI 工具時，問問自己：我是不是外包了構建網絡所需的掙扎？有時外包是正確的——任務瑣碎，學習無關緊要，時間花在別處更好。但要讓這筆交易變得顯性。別讓默認選項獲勝。

在通知到達之前達到閾值。網絡化階段——連接共同觸發、遷移成為可能的階段——需要挺過稀疏的早期階段。這是大多數人退出的地方，不是因為他們缺乏好奇心，而是因為反饋還沒到。在這里，堅持就是區分者。

那個在你掙扎之前就給出答案的工具，正是那個確保你未來還會需要它的工具。好奇心產生復利。便利不會。

作者：long chen