本文来自微信公众号： 每日天使 ，作者：托克马克
五月的一个下午，剑桥大学的一间实验室里，研究员阿瓦德·萨卡（Advait Sarkar）正在整理一组跟踪了一年的数据。
数据来自一组肿瘤科医生。在过去12个月里，这些医生使用AI辅助诊断肺癌CT影像。结果是清晰的：AI确实提升了他们的诊断准确率。但萨卡注意到一个不该出现的数字——在去掉AI、让他们独立诊断的测试中，这些医生对自己判断的信心出现了显著下降。不是准确率下降了（那还可以解释为样本偏差），而是信心下降了。换句话说，他们依然能诊断，但他们不再相信自己的诊断。
萨卡后来给这个现象起了一个名字：intuition rust。直觉锈蚀。
这个概念在四月的一场研讨会上被提出来时，台下很安静。没有人鼓掌，也没有人提问。因为谁都知道这意味着什么。你不是在讨论一个工具的副作用，你是在讨论一个职业群体多年积累的判断力正在被慢慢锈蚀掉——不是被否定，不是被替代，而是像一把放在潮湿空气里的手术刀，一点一点地失去锋芒。
几乎同一时间，麻省理工学院媒体实验室发表了一项更具体的脑科学实验。54名被试被要求在三种条件下完成一篇论文写作：完全独立、使用互联网搜索引擎、使用ChatGPT。研究者用脑电图（EEG）监测他们的神经活动。
结果是戏剧性的。
使用ChatGPT的被试，写作速度比独立写作者快了60%。但他们的"相关认知负荷"——也就是将信息转化为知识所需的智力投入——下降了32%。更关键的是EEG数据：他们的大脑连通性（通过α波和θ波测量）几乎减少了一半。而当研究者要求这些被试回忆自己刚才写下的内容时，83%的人做不到。
不是因为他们没有专注。而是因为他们的大脑从未真正参与。
这两个研究被放在一起讨论的时候，一个更深层的问题浮现了出来。所有关于"AI是否让人变笨"的讨论，都隐含了一个假设：人已经具备了某种能力，然后AI让他们丧失了这种能力。但如果你面对的是一个从来没有机会建立这种能力的群体呢？
今年三月，《今日心理学》（Psychology Today）上发表了一篇文章，标题很直接："成年人失去技能，而儿童从未建立技能。"（Adults Lose Skills to AI.Children Never Build Them.）文章区分了两个英文词：
一个是atrophy。萎缩。你原本有一块肌肉，你不锻炼它，它变弱了。但只要重新开始锻炼，它还可以恢复。这是成年人使用AI的处境——判断力在退化，但底子还在。
另一个是foreclosure。这个词在医学上的意思是"发育终止"。你原本应该在发育过程中长出的某个结构，因为外部环境的干预，它没有机会形成。这不是退化的问题，这是从未存在过的问题。
这篇文章的作者认为，AI对认知的影响，应该被分为两类：一类是成年人面临的atrophy，另一类是青少年面临的foreclosure。而foreclosure可能是不可逆的。
这个概念把我拉回了萨卡的那个研讨会。台下那些安静的听众，他们中间有多少人是已经经历过完整认知训练的成年人，有多少人是从小就在AI辅助下成长起来的年轻人？他们对intuition rust的恐惧，会不会根本不在同一个维度上？

一、萎缩者：atrophy的代价
atrophy这件事，人类其实不陌生。
2000年，伦敦大学学院的神经科学家埃莉诺·马奎尔（Eleanor Maguire）做了一项著名的研究。她扫描了伦敦出租车司机的大脑，发现他们的海马体——负责空间记忆和导航的脑区——比普通人显著更大。而且驾龄越长的司机，海马体越大。这个发现后来在神经科学界被反复引用，因为它说明了一个朴素的道理：大脑的结构会根据你如何使用它而发生物理层面的改变。
然后GPS来了。
2017年，麦吉尔大学的一项研究发现，长期依赖GPS导航的人，在自然导航任务中的表现显著差于独立规划路线的人。他们的海马体激活程度更低，空间记忆的编码也更浅。这不是什么惊人的发现——你的导航能力退化了，因为你不再使用它了。
但这里的关键是：这种退化是可以逆转的。如果你关掉GPS，重新用纸质地图规划几次路线，你的海马体功能会逐渐恢复。底子还在。你失去的是熟练度，不是能力本身。
AI带来的认知atrophy，遵循同样的逻辑。
剑桥大学/Microsoft Research的萨卡在今年四月的研讨会上明确指出，目前的研究证据显示的是"特定任务上的批判性参与下降"，而不是"整体性的认知衰退"。当人们把某项具体的认知任务外包给AI时，他们对这项任务的记忆和批判性参与确实会减少——但这种影响是局部的、可逆的。
萨卡还提到了航空业和核工业的先例。这两个行业早就解决了类似的问题——飞行员和核电厂操作员在长期依赖自动化系统后，确实会出现"手动操作技能退化"的现象。但行业通过刻意训练（deliberate practice）和更好的人机界面设计，有效地管理了这种风险。
所以对于成年人来说，AI带来的atrophy是一个管理问题，不是命运问题。你知道肌肉会萎缩，所以你定期锻炼。你知道判断力会退化，所以你刻意保留一些"无AI"的认知任务。这不是什么深刻的哲学挑战，这是一个自律问题。
但foreclosure完全不同。
萎缩者失去的是锋利，未建成者失去的是锻造。
二、未建成者：foreclosure的深渊
让我们从脑科学的角度看看foreclosure是怎么发生的。
人类的前额叶皮层——负责执行功能、计划、冲动控制和复杂判断的脑区——是大脑中发育最晚的部分。它要到25岁左右才完全成熟。而在青春期（大约12岁到18岁），前额叶皮层正处于神经可塑性最高的阶段。你在这个时期反复做某件事，相应的神经通路会被强化和固化；你在这个时期不做某件事，这些通路可能永远不会形成。
这就是为什么foreclosure这个概念如此令人不安。
一个45岁的程序员使用AI来生成代码框架，他在offloading一项他已经熟练掌握的技能。他的神经通路已经建立，他的肌肉（认知意义上的）已经长成。AI让他的这块肌肉萎缩了，但只要他愿意，他可以重新锻炼它。这就是atrophy。
但一个14岁的学生，在学会如何自己组织一个论证之前，就开始用AI来生成论文。她从未经历过那种"大脑在不确定中挣扎、试错、最终把一个模糊的想法变成清晰的论证"的过程。她的前额叶皮层在那个应该建立"独立论证能力"神经通路的发育窗口期，接收到的信号是：不需要挣扎，答案在这里。
这个过程不是萎缩。这是foreclosure。她从未拥有过那块肌肉，所以她不可能萎缩它。问题在于，她可能永远不会拥有它了。
2026年1月，研究人员沈（Shen）和塔姆金（Tamkin）发表了一项针对软件开发者的预印本研究。他们让一组有经验的程序员学习一个新的编程库，一组使用AI辅助，一组完全独立。使用AI的组产出了能运行的代码，但在之后的概念测试中，他们的表现比独立组差了17%。
记住，这些都是成年人，有多年编程经验的成年人。当他们完全依赖AI来完成一项新技能的学习时，他们失去了17%的理解深度。
现在想象一个从零开始学习编程的青少年。她没有过去的经验可以fallback到。她没有独立的基线来判断AI的输出是否正确。她甚至不知道"好的论证"或"好的代码"应该是什么样的，因为她从未自己独立构建过。
这就是《今日心理学》那篇文章的核心观点：成年人的AI交互通常是委托（delegation），你保留最终的判断权；青少年的AI交互更可能是替代（substitution），AI替你做那些你应该正在学习如何做的微判断。
而这两种交互方式的长期后果，不在同一个数量级上。
三、为什么foreclosure比atrophy更危险
2025年，迈克尔·格尔利希（Michael Gerlich）发表了一项覆盖319名知识工作者的研究。他发现AI工具使用频率与批判性思维得分之间存在显著的负相关（r=-0.49）。更重要的是，年龄分层数据显示了一个U型曲线：46岁以上的参与者，AI依赖度较低，批判性思维得分较高；而17岁到25岁的参与者，AI依赖度最高，批判性思维得分最低。
这个U型曲线恰好印证了atrophy和foreclosure的区别。
年长的一组在使用AI之前，已经完成了完整的认知训练。他们的前额叶皮层在25岁之前没有AI的干扰。他们使用AI是在委托已经掌握的技能。即使这些技能在萎缩，他们的基线能力仍在。
年轻的一组则不同。他们的大脑发育高峰期恰好与AI的普及期重叠。他们不是在委托一个已经建立的技能，而是在用AI替代一个正在建立的技能。这不是atrophy，这是foreclosure。
而且foreclosure可能有一个更隐蔽的后果：你无法意识到你失去了什么。
当你是一个成年人，你offloading了一项你知道如何独立完成的任务。你可以审计AI的输出，因为你有一个独立的判断基准。你会注意到AI什么时候过度简化了，什么时候遗漏了一个竞争性解释，什么时候语言的自信超过了证据的强度。
但一个从未独立建立过这种判断力的年轻人，无法进行这种审计。审计需要的恰好是你应该正在发展的那种领域知识。如果你还不理解遗传学，你怎么能判断AI对遗传学问题的分析是否正确？如果你从未读过关于法国大革命的不同叙述，你怎么能评估AI的解释是否全面？
你缺乏的恰好是你需要用来评估你所缺乏的东西的那种能力。这是一个递归的盲区。

四、正在关闭的时间窗口
这个区分之所以重要，是因为它改变了我们对"AI让人变笨"这个问题的理解方式。
如果问题是atrophy，那解决方案是简单的：刻意练习、无AI时间、保持某些认知任务的手工完成。就像你为了防止久坐带来的肌肉萎缩而每周去几次健身房一样。这是一个个人选择问题，一个自律问题。
但如果问题是foreclosure，解决方案就复杂得多。因为你不能通过"锻炼"来恢复一个从未存在过的能力。预防foreclosure需要在特定的发育窗口期内做出干预——而这个窗口正在快速关闭。
人类前额叶皮层的发育高峰期在12岁到18岁之间。而ChatGPT发布于2022年11月。这意味着今天14岁到20岁的青少年，他们的大脑发育关键期与AI的大规模普及完全重叠。他们不是先学会了思考，然后遇到了AI。他们是和AI一起长大的。
你正在阅读这篇文章的这一刻，可能就是认知foreclosure预防窗口的最后几年。
这不是夸张。2025年11月，《哈佛公报》（Harvard Gazette）采访了哈佛大学的多位专家，讨论AI对批判性思维的影响。德里克·博克教学中心主任提到，即使AI助手本身也承认风险的存在——当被问及AI是否让人变得更笨时，ChatGPT的回答是："这取决于你如何与它互动：是作为一个拐杖，还是作为一个成长工具。"
但这里有一个被忽略的问题：如果你从未学会走路，你怎么判断一个工具是拐杖还是成长工具？
Purdue大学的通信学教授索林·亚当·马泰（Sorin Adam Matei）在同一个报道中指出，历史上社会曾经放弃过技能——大多数人现在不会耕地或做木勺——但survived，因为结构化教育填补了空白。问题是，我们能否在窗口关闭之前设计出等效的教育应对。
2026年，Gartner发布了一个预测：到2027年，50%的全球企业将强制要求员工进行"无AI"技能评估。这个预测本身说明了一个趋势——企业开始意识到，过度依赖AI正在造成一种隐性的技能流失。但Gartner关注的是成人工作者的atrophy管理。它没有回答foreclosure的问题。
foreclosure不是企业培训能解决的问题。它是一个代际问题。
五、两个阶层，还是两个物种？
我之前在《判断力的无产阶级：AI算法下的第一批炮灰已经诞生》一文中提到，AI正在制造一种基于判断力的社会分层。上层是那些有判断力的人，他们可以有效地使用AI而不被AI取代判断力；下层是那些判断力已经退化或从未建立的人，他们沦为AI的被动消费者。
但那篇文章有一个维度没有展开：这个分层不是静态的，它在代际维度上加速。
已经成年的人，即使判断力在萎缩，底子还在。他们属于"萎缩者"。他们还有时间，还有选择。如果他们愿意，他们可以重新锻炼自己的判断力。他们可能不再锋利，但他们曾经锋利过。那种记忆——那种"我知道独立判断是什么感觉"的记忆——本身就是一种保护。
但正在成长的一代人，如果他们在前额叶发育的关键期将认知任务系统性外包给AI，他们可能永远不会建立独立的判断能力。他们属于"未建成者"。他们不知道自己失去了什么，因为他们从未拥有过。他们无法审计AI的输出，因为他们没有独立的判断基准。他们无法"重新锻炼"判断力，因为那块肌肉从未长出来。
这不是两个阶层的问题。如果foreclosure确实是不可逆的，这可能是两个物种的问题。
去年年底，《战略风险理事会》（Council on Strategic Risks）在一场研讨会上讨论了这个问题。connectedclassroom.org创始人蒂莫西·库克（Timothy Cook）提出了一个尖锐的论点：之前的所有技术卸载的都是名词——存储、检索、运算——人类仍然需要提供推理。但AI卸载的是动词：综合、评估、判断。当这种替代发生在人类前额叶皮层的发育期，后果可能是一种持久的认知缺陷。
更隐蔽的是思想的同质化风险。当数百万人通过同一个大语言模型来路由他们的思考时，认知多样性会收窄。英国研究人员在2024年发表的一项研究（Doshi&Hauser,Science Advances）发现，当作者使用ChatGPT来改进他们的工作时，个体的创造力可能提升了，但群体的整体创意多样性下降了。
如果这种同质化发生在成年人身上，后果是思维模式的趋同。如果发生在正在形成认知框架的青少年身上，后果可能是想象力边界的永久性收窄——他们从未有机会发展出独立的思维风格，因为他们从一开始就没有被允许独立地思考。
六、那把没放在潮湿空气里的手术刀
萨卡后来讲了一个故事。
在他提出intuition rust的那个研讨会之后，一位年长的肿瘤科医生来找他。这位医生60多岁，从医35年，经历过完全手动诊断的年代，也见证过AI辅助诊断的引入。他说了一段让萨卡印象深刻的话。
他说他在80年代末做住院医生的时候，诊断一个肺癌病例需要花几个小时：读CT片、查文献、和上级医生讨论、甚至去图书馆翻书。现在AI在几秒钟内给出结果。但他仍然保留了每周一次"无AI诊断日"的习惯。在那一天，他关掉所有辅助工具，完全靠自己的眼睛和脑子来读片。
"不是为了怀旧，"他说，"是为了记住判断力是什么感觉。"
他说他想起来了那种感觉——那种面对不确定性时的紧张，那种在模糊的信号中寻找模式的努力，那种最终做出判断时的确信。这些感觉让他知道，当AI给出一个结果时，他有一个独立的基准来评估它。
"AI不是在下诊断，"他说，"AI是在建议一个概率。而区分概率和诊断之间的那个东西，就是判断力。判断力不是知识，是一种肌肉。你不动它，它就锈。"
然后他停顿了一下，说："但我担心的是我的学生。他们从一开始就没有用过那把手术刀。他们不知道锋利是什么感觉。他们以为手术刀本来就是钝的。"
萨卡说，那一刻他意识到，intuition rust只是问题的一半。另一半是那些从未有机会让直觉生锈的人——因为他们从一开始就没有直觉。
foreclosure不是锈蚀。foreclosure是从未铸造。

七、我们能做什么
如果说foreclosure是发育窗口期内的问题，那么干预也必须在窗口期内进行。
Purdue大学的马泰教授提出的方案是双层的。在短期内，需要建立防护栏：在教育机构中制定明确的AI使用协议，定义哪些任务适合AI辅助、哪些任务必须独立完成、由谁对结果负责。在长期内，需要在学生接触AI作为替代工具之前，先建立基础智力技能——逻辑、论证、系统思考——作为必修课。
但教育系统的反应速度远远赶不上技术扩散的速度。根据2025年的数据，法国42%的年轻人已经在日常使用生成式AI。全球范围内，这个数字只会更高。当我们还在讨论应该在课程中加入哪些"批判性思维训练"时，青少年们已经在用AI完成作业、生成论文、解答问题。
教育系统面临的困境是：如果你禁止使用AI，你让学生脱离了他们未来会面对的真实工作环境；如果你允许使用AI，你可能正在促成foreclosure。
这没有简单的答案。但有一个起点：把AI从substitution变成augmentation。不是让AI替你做判断，而是让AI帮你收集信息、整理框架、检查错误——但最终的判断必须是人做出的。而且，在认知发育的关键期（12-18岁），某些核心认知任务应该被明确定义为"无AI区"。
具体来说，有三类任务应该是"无AI"的：
第一类是论证构建。不借助AI，独立地从零组织一个论证——从模糊的感觉到清晰的观点，从证据到结论。这个过程本身就是认知训练。
第二类是矛盾识别。阅读两个相互矛盾的观点，独立判断每个观点的强弱。AI可以帮你找到这两个观点，但评估的过程必须是你的。
第三类是错误审计。故意让AI犯一个错误，然后由人来发现和纠正。不是作为惩罚，而是作为训练——训练那种"我知道好的论证应该是什么样的"的直觉。
这些训练的目标不是让人停止使用AI。目标是确保人在使用AI时，有一个独立的判断基准来审计它。而获得这种独立判断基准的唯一方式，是在某个发育阶段，曾经独立地完成过这些任务。
八、最后的窗口
回到萨卡的那个故事。那位60岁的肿瘤科医生在最后说了一句话：
"我知道手术刀会锈。所以我定期磨它。但我的学生不知道刀需要磨，因为他们从未见过锋利的刀。"
这句话可以翻译成一个更直接的警告。
正在经历atrophy的人，至少知道自己在失去什么。而经历foreclosure的人，连这种意识都不会有。
对他们来说，钝刀就是刀。外包的思考就是思考。AI生成的观点就是他们自己的观点。
这不是技术问题，这是认知层面的基因改造。而且正在发育期的这代人，是第一批实验对象。
我们没有长期追踪数据。foreclosure是否真的不可逆，科学界还没有定论。但神经可塑性的研究告诉我们一件事：发育窗口一旦关闭，重新打开的成本极高，有时甚至不可能。
那把手术刀放在潮湿的空气里，会生锈。但只要有人提醒，它还可以磨。但如果这把刀从未被铸造出来——如果那个应该铸造它的熔炉在时间窗口关闭之前一直没有点燃——那么连生锈的机会都不会有。
foreclosure比atrophy安静得多。atrophy至少会留下痕迹——你记得自己曾经能做到什么。foreclosure不会。它只是从未存在。
而正是这种安静，让它变得极其危险。

AI让所有知识触手可及的时代，真正稀缺的不再是获取信息的能力，而是判断信息是否值得获取的能力。

注释与引用
:Kosmyna,N.,Hauptmann,E.,Yuan,Y.T.,Situ,J.,Liao,X.-H.,Beresnitzky,A.V.,Braunstein,I.,&Maes,P.(2025).Your Brain on ChatGPT:Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task.MIT Media Lab.arXiv:2506.08872.
:"Adults Lose Skills to AI.Children Never Build Them." Psychology Today,March 22,2026.该文区分了cognitive atrophy与cognitive foreclosure两个概念。
:Shen,J.H.,&Tamkin,A.(2026).How AI impacts skill formation.arXiv preprint,arXiv:2601.20245.
:Gerlich,M.(2025).AI tools in society:Impacts on cognitive offloading and the future of critical thinking.Societies,15(1),6.研究覆盖319名知识工作者，发现AI使用频率与批判性思维得分呈显著负相关（r=-0.49）。
:"Is AI dulling our minds?" Harvard Gazette,November 13,2025.采访包括哈佛大学教育学研究科学家、哲学家及Derek Bok教学中心主任。
:Gartner预测：到2027年，50%的全球企业将因生成式AI过度依赖导致的批判性思维萎缩，而强制推行"无AI"技能评估。来源：Mixflow.ai,"The 2026 Mandate:5 Strategies to Prevent AI Skill Atrophy in Your Workforce," October 2025.
:"What Happens to Human Thinking When AI Does the Thinking for Us?" Council on Strategic Risks,April 10,2026.研讨会参与者包括剑桥大学/Microsoft Research的Advait Sarkar、Purdue大学的Sorin Adam Matei及ConnectedClassroom.org创始人Timothy Cook。
:Doshi,A.R.,&Hauser,O.P.(2024).Generative AI enhances individual creativity but reduces the collective diversity of novel content.Science Advances,10(28).eadn5290.
:据Polytechnique Insights对Ioan Roxin教授的访谈（2025年7月），法国42%的年轻人已日常使用生成式AI。
原文："Less than three years after the launch of ChatGPT,42%of young French people already use generative AI on a daily basis."
登录
