AI 时代最顶级的大脑锻炼方式，竟然是这个被嫌弃的老办法

1. AI 的流畅回答掩盖了它并不理解世界

• AI 已渗透进生活，但“怪异感”也越来越强：公众号文章带着相似的 AI 味；写作助手会编造不存在的实验和数据；聊天机器人总顺着用户说。便利并不能自动等同于质量和效率。
• 当前模型建立在大数据统计与概率分布上，并不真正掌握世界的逻辑结构。它像刷过 1000 套真题的考生，因为第一题选 C 的概率达到 90% 就建议选 C。多数时候可能答对，危险却在于：每次答对都会强化用户的信任，而例外一旦出现，用户缺少判断依据。
• 人能够识别规律中的意外并追问原因。文章用 16 世纪的日心说作反例：如果只依赖既有数据和权威来源，模型很可能不断复述“地球是宇宙中心”，新理论反而难以被发现。
• 因此，AI 更适合充当高速资料助手、海量数据统计助手或重复劳动的“虚拟机械臂”。把资料处理交给 AI 可以提高效率，把判断与思考一并交出去则必须警惕。

2. AI 幻觉会进入信息循环，甄别能力因而更重要

• “AI 幻觉”指模型依据统计关系生成看似可信、实际虚假的内容。2023 年，一家纽约律所用 ChatGPT 撰写诉讼材料，法官发现其中引用的案例全部不存在。法律与学术场景中的幻觉，有时连专业人士也难以识别。
• 幻觉不会自然消失，数据污染还可能让它恶化。文章提到 3·15 曝光的产业链：有人批量制造能够相互印证的虚假信息，以提高品牌被 AI 提及的概率。它与搜索引擎优化逻辑相似——模型把高频、密集关联、语义接近的内容当成正确答案，却不能自行验证真假。
• 如果使用者不掌握领域知识框架、底层逻辑、文献与验证方法，就很容易被自信的回答蒙蔽。对虚假答案的正面反馈还可能进入基于人类反馈的强化学习（RLHF），再次巩固错误模式。
• AI 像一个更强的搜索引擎。当虚假信息和“数字泔水”进入循环，人仍会找不到真正需要的东西；区别在于，AI 往往不会坦率地说“我不知道”。

3. “我不知道”是人脑校验知识边界的入口

• 人类的元认知能感知自己的知识边界，区分“我知道”与“我不知道”。如果说 AI 在做选择题，靠概率还有机会蒙对，那么人类面对的更像填空题：知道才能填，不知道就必须空着。
• 当大脑意识到答案不确定，会把它与经验、尝试和记忆可靠度再次核对：依据是否可信？哪些信息仍然缺失？这种对自身思维过程的觉察与调节，才会触发探索、追问和验证。
• “不知道”不是缺陷，而是继续求证的信号。人类重大创造离不开对未知的执着追问；模型的问题则在于，它总表现得“知道”，却不知道自己其实不知道。
• 只有具备元认知的人，才会在 AI 自信回答时产生合理怀疑并主动验证。若完全依赖 AI，这种校验能力本身也会退化。

4. 思考外包会让未被使用的认知能力逐渐退化

• 把本应在脑中完成的信息处理转交给外部工具，认知科学称为“思考外包”（Cognitive Offloading）。这个概念本身中性，例如掰手指数数也是外包。
• 问题在于，判断、推理和记忆提取等高级功能一旦长期外包，就失去了练习与强化。神经科学常用“共同激活，连接加强”（Fire together, wire together）说明神经连接的用进废退。
• 2025 年一项随机对照试验发现，不受限制地使用 ChatGPT 自主学习的学生，长期知识留存显著低于不用 AI 的对照组。另一项大样本研究发现，频繁使用 AI 与批判性思维呈显著负相关，而受过高等教育的人更能抵抗思考外包。
• 工具替人完成哪一种认知活动，人就少练习哪一种能力。所以问题不是要不要用 AI，而是哪些环节可以外包，哪些环节必须由自己承担。

5. 没有记忆与图式，批判性思维便无从调用材料

• 高级认知有容量上限。思考、批判和决策时，参与运算的信息都必须被调入有限的工作记忆；就像玩家无法一边读攻略一边激烈战斗，必须先把武器操作练熟。
• 突破限制的方法，是让知识和技能以图式（schema）进入长期记忆。经验丰富的玩家一看到特定怪兽就能自动使出连招，不必从头推理，因为规律已经内化。
• 批判性思维依赖同一机制：要发现哪里错了，脑中必须先存有“正确通常是什么样”的参照。缺乏学术训练的人看到堆满术语的 AI 文章，可能只觉得别扭；做过大量研究的学者却能迅速发现样本太少、分析方法被刻意挑选或经费来源可疑。
• 两者差异在于长期记忆里可供调用的参照资料数量。它们只能通过反复阅读、提取和识别规律建立，没有捷径。陈述性记忆和程序性记忆都依靠重复巩固；“死记硬背”令人厌烦，正因为重复本来就像身体训练一样枯燥。

6. 暂时不懂的记忆，也可能在未来完成连接

• 背下来的东西确实可能暂时用不上，但也可能只是尚未到发挥作用的时刻。文章借史铁生“多年后子弹正中眉心”的说法，联想到许多人童年背过、当时不懂的课文，到了中年却突然产生强烈共鸣。
• “当时记住却没理解，日后忽然明白甚至激发灵感”的现象可称为孵化效应。知识起初也许只是停放在记忆中，但大脑会在无意识中继续加工；某一天连接完成，灯泡才亮起。
• 凯库勒关于苯环的灵感，也被文章联系到他记忆中的炼金术衔尾蛇形象。离线加工并非凭空发生，仍需要先有可供重组的记忆材料。

7. 大脑基本功决定 AI 放大的究竟是什么

• AI 时代练习记忆、推理和甄别，不是为了拒绝工具，而是为了保持清醒判断。思考、分析与理解能力越强，越能提出精确问题、检查答案，并让 AI 真正辅助工作与生活。
• AI 像一面放大镜，放大的是使用者已有的能力。若人主动锻炼大脑，它会放大专业判断；若人放弃思考并把自己全权交给它，它放大的可能就是难以察觉的幻觉。

思想框架

文章先区分 AI 的统计预测与人类理解，再用法律事故和数据污染说明幻觉不会自行消失；随后把“我不知道”界定为元认知优势，并通过思考外包研究解释能力为何会用进废退。最后，作者以工作记忆、长期记忆和图式说明“死记硬背”如何为批判性思维准备材料，再以孵化效应收束：记忆不是对理解的替代，而是判断、创造和未来理解的基础设施。