本文來自微信公眾號： 不懂經(jīng) ，作者：不懂經(jīng)也叔的Rust，頭圖來自：AI生成

硅谷創(chuàng)投哲學家納瓦爾·拉維坎特（Naval Ravikant）有一個著名的論斷，令人印象深刻：“在一個擁有無限杠桿的世界里，判斷力是最重要的技能?！?/p>

“杠桿”是能夠放大你力量的東西。在過去，是資本和勞動力。而今天，代碼、內(nèi)容、社交媒體，以及現(xiàn)在最強大的AI，共同構(gòu)成了一個近乎無限的杠桿時代。理論上，任何人都可以借助這些工具，撬動超乎想象的資源和影響力。

但歷史的進程中，蘊含著一個巨大且極具諷刺意味的悲?。耗莻€能提供給我們最強杠桿的工具（AI），似乎正在系統(tǒng)性地侵蝕我們使用所有杠桿所必需的唯一核心能力——判斷力。

當杠桿唾手可得，而判斷力卻在流失，這不僅是一個哲學問題，它直接關(guān)系到我們每一個普通人在未來經(jīng)濟體系中的價值和生存地位。

在去年的文章中，我曾經(jīng)分享過一個故事，來自硅谷一位著名的天使投資人。他在與一位22歲的斯坦福畢業(yè)生共進午餐時，注意到一個細節(jié)。

這位履歷完美的年輕人，在交談中會不時停頓，似乎在搜尋用詞。而且，不是那種復(fù)雜的詞匯，而是一些非?；A(chǔ)的詞，就像他的“大腦正在緩沖”一樣。

最后投資人忍不住詢問，得到的回答讓他大吃一驚。這位高材生不好意思地承認：“我已經(jīng)習慣了讓ChatGPT幫我完成思路。當AI不在身邊時，我的腦子就會感覺……慢了下來?！?/p>

沒有AI，腦子會慢下來。

麻省理工之前發(fā)表了一份研究報告，早期的數(shù)據(jù)和觀察正在匯集，它們指向一個共同的趨勢：思維的同質(zhì)化和平均化。這個趨勢，并非始于AI，卻在AI的催化下，呈現(xiàn)出前所未有的加速度。

這是一場正在進行的認知戰(zhàn)爭。

我們一直以來對AI的憂慮——失業(yè)、偏見、安全……，或許都只是冰山浮出水面的部分。海面之下，一個更巨大、更隱蔽的變革正在發(fā)生。

AI時代的第一批炮灰，不是那些失去流水線工作的工人，而是那些正在不知不覺中“外包”自己思考能力，思維逐漸被算法“格式化”的白領(lǐng)和知識工作者，他們正在淪為判斷力的無產(chǎn)階級。

一、平均時代與被算法平均的人

在討論AI之前，我們不妨先環(huán)視一下周遭的世界。近十年來，一種全球性的“趨同”現(xiàn)象早已在悄然發(fā)生。

在之前的文章中我們提到，美國的市場分析師亞歷克斯·默雷爾（Alex Murrell）將其稱為“平均時代”。因為調(diào)查發(fā)現(xiàn)，汽車的設(shè)計變得越來越相似，街道上充斥著黑、白、灰三色的車輛，曾經(jīng)五彩斑斕的車身正在消失。

而從悉尼到利雅得到克利夫蘭，一家新開的高檔咖啡館，大概率會擁有相同的工業(yè)風設(shè)計：再生木材、懸掛的愛迪生燈泡、大理石臺面。全球的Airbnb室內(nèi)裝潢，也正在趨向一種無國界的、標準化的“宜家+MUJI”風格。

甚至在社交媒體上，經(jīng)過相似的美顏濾鏡和美學潮流塑造，無數(shù)面孔正在匯合為一張模糊的“Instagram Face”，幾乎都是對卡戴珊的模仿。

這種趨同，源于全球化、信息的高速流通以及市場對“最優(yōu)解”的不斷追逐。而大語言模型的出現(xiàn)，則像一枚強大的催化劑，將這一進程從外部的審美，直接推向了我們內(nèi)部的思維。

麻省理工學院之前發(fā)表的一項研究，為此提供了直接的神經(jīng)科學證據(jù)。研究人員讓學生在佩戴腦機接口設(shè)備的情況下撰寫短文。

數(shù)據(jù)顯示，使用ChatGPT的小組，其大腦與創(chuàng)造力密切相關(guān)的α波和與工作記憶相關(guān)的θ波連接活躍度都顯著降低。研究的共同作者娜塔莉婭·科斯米娜指出，這是首批科學量化“依賴人工智能執(zhí)行認知任務(wù)所需認知代價”的工作之一。

更值得注意的是實驗的另一項發(fā)現(xiàn)：思想的同質(zhì)化。面對“我們的成就是否必須惠及他人才能真正快樂？”這類開放性問題，ChatGPT小組的答案表現(xiàn)出驚人的一致性，大多將快樂與事業(yè)成功聯(lián)系起來。

而面對“富人是否有更高的道德義務(wù)幫助窮人”時，他們清一色地表示贊同，完全不像其他兩組出現(xiàn)了對慈善觀念的批判性視角?？扑姑啄瓤偨Y(jié)道：“沒有分歧性的觀點產(chǎn)生。到處都是平均值?！?/p>

康奈爾大學的研究則從文化維度印證了這一點。當來自美國和印度的參與者使用AI輔助寫作時，他們的表述方式和內(nèi)容選擇，都開始向一種主流的、通常是西方的文化規(guī)范靠攏。他們最常寫到的食物是披薩和壽司，最愛的節(jié)日是圣誕節(jié)。

AI傾向于抹平具有地域和文化特異性的細節(jié)，例如，即便有人選擇了印度美食“雞肉手抓飯”，AI生成的文本也傾向于放棄“豆蔻、檸檬酸菜”這類具體生動的詞匯，轉(zhuǎn)而使用“濃郁香料風味”這種光滑、安全的通用描述。

事實上，這背后的本質(zhì)就是強化文化霸權(quán)，也是意識形態(tài)的洗腦。

AI，這個被譽為“創(chuàng)意放大器”的工具，其內(nèi)在邏輯是“模式識別”與“概率最大化”。它被訓練來尋找和復(fù)現(xiàn)數(shù)據(jù)海洋中最常見的模式，因此，它的“天性”就是導(dǎo)向平均，導(dǎo)向共識。當這種工具被大規(guī)模應(yīng)用時，它便成為了趨同趨勢最強大的加速器。

二、同質(zhì)化思維背后隱蔽的算法操控

思維同質(zhì)化并非一個簡單的結(jié)果，而是由技術(shù)架構(gòu)、心理機制和系統(tǒng)反饋共同構(gòu)筑而成。

1.協(xié)議社會：無形的選擇架構(gòu)

我們理解AI影響力的一個更深層框架，需要回顧我在之前的文章《新的控制型社會》中所介紹的、喬恩·阿斯科納斯所描述的“協(xié)議社會”。

他認為，現(xiàn)代社會的權(quán)力運作模式，已從過去的強制性“規(guī)訓”，轉(zhuǎn)向一種以“協(xié)議”（Protocols）為核心的、更柔性的“控制”。

“協(xié)議”是一套開放的、自愿遵守的標準?；ヂ?lián)網(wǎng)本身就是協(xié)議的產(chǎn)物（TCP/IP），它不強制任何人，但如果你想接入這個網(wǎng)絡(luò)，就必須遵守它的規(guī)則。亞馬遜之所以能構(gòu)建起龐大的商業(yè)帝國，也源于其內(nèi)部強制推行的一套服務(wù)接口協(xié)議，將復(fù)雜的公司運作拆解為標準化的、可自由組合的模塊。

大型語言模型，可以被視為一種針對“思想和語言”的終極協(xié)議。它為我們提供了一個極其強大且便捷的接口，用以組織語言、生成觀點、構(gòu)建邏輯。

當你使用它時，你就在自愿地接入這個協(xié)議。而這個協(xié)議的內(nèi)在邏輯，是效率和優(yōu)化。它會不斷為你提供“更合理”、“更流暢”、“更受歡迎”的選項，為你構(gòu)建一個無形的選擇架構(gòu)。

在這個架構(gòu)中，我們似乎擁有無限的自由，但每一個“理性”、“優(yōu)化”的選擇，都在將我們推向那個由算法定義的“最優(yōu)解”。

前英國首相瑪格麗特·撒切爾曾有一句飽受爭議的名言：“別無選擇”（There Is No Alternative）。在AI時代，這不再是一句政治口號，而更像一個由數(shù)據(jù)構(gòu)成的數(shù)學現(xiàn)實。當所有人都被引向同一個“最優(yōu)解”時，趨同便成為必然的結(jié)果。

2.判斷力外包：認知上的“便利陷阱”

協(xié)議之所以能生效，是因為它迎合了我們大腦固有的一個傾向：尋求認知捷徑，避免認知失調(diào)。

思考，尤其是深度和原創(chuàng)性的思考，是一個充滿摩擦的過程。它需要我們面對矛盾、忍受模糊、評估風險，并最終做出自己的判斷。而AI提供了一個誘人的“便利陷阱”：它可以為我們承擔這一切。

神學家托馬斯·P·哈蒙將AI比作一塊“高科技通靈板”，我們看到的并非神啟，而是自己內(nèi)心欲望的投射。正如奧古斯丁對惡魔的論述，危險不在于符號本身，而在于我們“被濫用的注意力”。

AI流暢、自信、看似全面的回答，讓我們得以“外包”最耗費心神的判斷過程。這就像希臘神話中的雕塑家皮格馬利翁，他雕塑了一尊完美少女雕像，以至于愛上了她而不能自拔。

其實，他愛上的不是冰冷的象牙，而是自己才智和欲望的完美投射。我們迷戀AI，也常常是在迷戀那個被完美肯定和映射的自我。

這種現(xiàn)象就是一種新的“無產(chǎn)階級化”。在工業(yè)時代，機器剝奪了工匠的身體技能；在AI時代，算法正在緩慢地侵蝕我們的認知技能。

當我們持續(xù)地將判斷、推理、組織甚至創(chuàng)造的過程外包出去，我們大腦中負責這些功能的“肌肉”就會逐漸萎縮。我們保留了獲取答案的能力，卻可能正在喪失形成答案的過程。而智慧，恰恰蘊藏在過程和犯錯之中。

3.模式崩潰：系統(tǒng)的自我封閉循環(huán)

這個同質(zhì)化的架構(gòu)，還有一個自我強化的閉環(huán)機制。技術(shù)研究中發(fā)現(xiàn)了一個被稱為“模式崩潰”的現(xiàn)象。

當AI模型越來越多地學習由AI自身（或同類）生成的內(nèi)容時，它們會逐漸忘記真實世界數(shù)據(jù)的復(fù)雜性和多樣性，輸出會變得越來越貧乏和可預(yù)測。

我們正處在這個循環(huán)的開端。

由AI輔助生成的、趨于同質(zhì)化的郵件、報告、文章和代碼，正以前所未有的規(guī)模被注入互聯(lián)網(wǎng)這個巨大的數(shù)據(jù)池。這些內(nèi)容，反過來又成為下一代AI學習的主要材料。

這是一個可怕的反饋循環(huán)：我們使用AI追求效率，產(chǎn)出趨于平均的內(nèi)容；這些平均的內(nèi)容喂養(yǎng)出更傾向于平均的AI；更強大的“平均化”AI，再進一步塑造我們的思維。

這就像一條正在吞食自己尾巴的銜尾蛇，系統(tǒng)正在緩慢地自我封閉，多樣性的熵正在減少。

三、杠桿的悖論：納瓦爾的遠見與AI的陷阱

要理解這場危機的嚴重性，我們必須理解納瓦爾所揭示的“杠桿邏輯”，以及它與“AI邏輯”之間的根本性沖突。

納瓦爾的杠桿邏輯：

納瓦爾認為，在現(xiàn)代經(jīng)濟中，單純的努力工作其回報是線性的，甚至是被高估了。真正決定你財富和成就上限的，是判斷力x杠桿。

他有一個經(jīng)典的論述：“在杠桿時代，一個正確的決策可以幫你贏得一切。而不付出努力，就無法培養(yǎng)判斷力，也不會贏得任何杠桿。”判斷力，這個被嚴重低估的品質(zhì)，是你所有努力的“方向盤”。

他舉了一個生動的例子：一家市值1000億美元的公司，在兩位CEO候選人之間選擇。A的判斷準確率是75%，B是85%。這10%的判斷力差異，值得公司付出多大的代價去獲?。看鸢缚赡苁菐浊f甚至上億美元的年薪。因為在巨大的杠桿（公司的資本、員工、品牌）之下，這10%的判斷力差異，可能決定公司是走向輝煌還是衰敗。

這里的核心觀點是：判斷力是價值的放大器。而判斷力無法速成，它必須通過大量的實踐、學習、承擔風險、分析失敗……簡而言之，通過“努力”和“經(jīng)驗”來緩慢地積累。

AI的便利邏輯：

現(xiàn)在，我們來看AI的邏輯。與納瓦爾的邏輯恰恰相反，AI的核心價值主張是消除努力，規(guī)避風險，提供即時答案。

AI被設(shè)計成一個“判斷力服務(wù)”的黑箱。你無需經(jīng)歷漫長的學習曲線，無需承擔決策錯誤的后果，只需輸入一個提示，就能得到一個經(jīng)過海量數(shù)據(jù)驗證的、高概率的“正確”答案。它提供的是一種“無痛”的智慧體驗。

兩種邏輯的沖突與悲?。?/p>

這就是悲劇所在。納瓦爾告訴我們，你需要通過艱苦的跋涉，才能登上山頂，看清世界的全貌（獲得判斷力），從而有效地使用杠桿。而AI則直接用直升機把你空投到山頂?shù)囊粋€觀景臺，讓你看到一幅看似完美、實則經(jīng)過“算法”剪裁的風景。

你獲得了“看風景”的結(jié)果，卻失去了整個登山的過程。而恰恰是這個充滿汗水、疲憊、迷路和抉擇的登山過程，才真正塑造了你的體力、方向感和對山脈的深刻理解，也就是你的判斷力。

AI讓我們得以繞過建立判斷力所必需的“努力”，直接獲取一個“看似有判斷力”的結(jié)果。這是一種認知上的“高利貸”，你用未來的判斷力，來換取眼前的便利。

其結(jié)果，就是我們正在被系統(tǒng)性地，從“判斷力”這一最重要的生產(chǎn)資料的“生產(chǎn)過程”中被剝離出去，淪為純粹的消費者。

四、“無我”：一個同質(zhì)化世界的代價

當效率被推向極致，當所有的粗糙和阻力都被磨平，我們所得到的這個“無摩擦”世界，其代價是什么？

最核心的代價，或許是哲學家所說的“他者”（The Other）的消失。然而，相對每一個他者，我們就是他者。這就意味著我們的自我的消失。

“他者”，是那些與我們不同、挑戰(zhàn)我們、否定我們、讓我們感到不適的存在。正是與“他者”的碰撞，才激發(fā)了真正的思考、創(chuàng)造和自我反思。

一個固執(zhí)的反對者，一篇完全顛覆你認知的文章，一種你無法理解的藝術(shù)形式……這些充滿“摩擦力”的存在，是心智成長的必要條件。

而AI驅(qū)動的同質(zhì)化趨勢，其本質(zhì)就是一場針對“他者”即自我的系統(tǒng)性驅(qū)逐。

它通過提供共識、優(yōu)化表達、迎合偏好，為我們創(chuàng)造了一個無比舒適、光滑的“同者的地獄”。在這個地獄里，我們失去了與“真實”的粗糲表面碰撞的機會，也因此可能失去產(chǎn)生深刻洞見和原創(chuàng)思想的能力。

從另一個哲學視角看，這是馬丁·海德格爾所警示的“座架”邏輯的終極體現(xiàn)。技術(shù)將世界萬物（包括人類自身）都框定為一種可供支配、計算、優(yōu)化的“持存物”。

簡單來說，“持存物”就是在現(xiàn)代科技的眼光下，一切事物（包括人）都不再被看作是獨立的、有其自身意義的存在，而是變成了“隨時待命的資源庫”或“等待被調(diào)度的庫存”。

例如，在古代詩人眼中，一條河有它的名字，有它的神話，有它自己的生命和脾氣。它是一個獨立的存在。

在現(xiàn)代水電站工程師眼中，這條河變成了“水力資源”。它的唯一意義就是能發(fā)多少度電，它的水流被計算、被調(diào)度、被儲存。

這時，河流就從一個“存在”，變成了服務(wù)于電力系統(tǒng)的“持存物”。它不再是“雅魯藏布江”，而是一個隨時待命的“能源庫存”。

當我們的思想和語言本身，也被這個框架所捕獲，被視為一種可以隨時調(diào)用和優(yōu)化的“資源”時，思考便失去了其作為“存在方式”的意義，而僅僅淪為一種功能性的產(chǎn)出。

那個感覺大腦“慢了下來”的斯坦福畢業(yè)生，他所體驗到的，可能正是當“外部持存物”斷開連接時，作為“存在”本身所感到的空洞。

五、不被算法同化的意志體操

面對這樣一種系統(tǒng)性的趨勢，簡單的拒絕或擁抱都顯得過于草率。我們需要的，不是一份“如何抵抗AI”的說明書，而是一種在“持存物”時代重新導(dǎo)航的生存智慧。

首先，這意味著我們要重新認識“思考”的價值。

它的價值不在于快速產(chǎn)出一個“正確”的答案，而在于那個充滿不確定性的、充滿摩擦的過程中。

我們需要有意識地去“擁抱認知摩擦”，去選擇那條更難走的路：去讀一本需要反復(fù)琢磨的、充滿異質(zhì)思想的書，而不是它的AI摘要；去進行一場可能暴露自己無知的、真實的對話，而不是讓AI為你準備好無懈可擊的講稿。

其次，是改變我們與AI的關(guān)系。

圣克拉拉大學的一項研究發(fā)現(xiàn)，與使用ChatGPT相比，使用“曲線策略”卡牌更能激發(fā)原創(chuàng)性想法，即使用一種提供隨機、晦澀指令的創(chuàng)意工具。

這給了我們一個重要啟示：我們可以不把AI視為一個提供答案的“先知”，而可以將其看作一個激發(fā)問題的“他者”。利用它的非人邏輯，生成一些荒謬、離奇、甚至完全錯誤的組合，以此作為打破我們自己思維定勢的“思想撞針”。

最后，這一切都導(dǎo)向一個更根本的選擇：我們要有意識地，為自己的生活保留一些“非效率”和“非優(yōu)化”的空間。

正如作家喬恩·阿斯科納斯在他的文章結(jié)尾寫道：“讓非理性的依戀、有教養(yǎng)的無知和頑固的忠誠成為美德吧。”

一個不為任何功利目的的愛好，一段沒有明確議程的散步，一種對某個過時理念的堅持。這些無法被“協(xié)議”所量化、無法被算法所優(yōu)化的部分，恰恰是我們作為獨立個體，對抗全球性趨同引力的精神錨點。

那位斯坦福畢業(yè)生的故事，不是一個終點，而是一個起點。它提醒我們，真正的“炮灰”和無產(chǎn)階級，不是那些被技術(shù)淘汰的人，而是那些在技術(shù)中迷失了自我，放棄了獨立思考和主體意志的人。

在這場宏大的認知實驗中，我們每個人都需要找到自己的導(dǎo)航方式，努力成為那個無法被預(yù)測、無法被完全控制的“機器中的幽靈”。