Part 1：原文信息
- 作者： Sophie Bakalar
- 原文标题： Losing Your Mind Is Worse Than Falling Behind
- 发布时间： 2026-03-11
- 来源： Sophie Bakalar's Substack（经 Collab Fund 推荐）
- 主题： 在AI时代，真正的风险不是落后于他人，而是过度依赖AI导致丧失独立思考和判断能力——后者远比前者更可怕，也更难逆转。
Part 2：核心观点
我们正处于一种集体性的认知失调：一边疯狂用AI外包所有"苦力活"，一边以为这样就能在竞争中胜出。但真正的风险根本不是落后，而是你正在亲手摧毁自己思考、判断、制定策略的能力——而这些恰恰是后AGI世界里最重要的东西。
核心框架：
-
落后焦虑是幻觉。 AI发展如此之快，今天的提示词工程优势很快会被傻瓜式界面抹平，就像HTML技能被WordPress取代一样。真正落后的人比你想象的少，且差距会自然缩小。
-
失去思考能力是真实且被严重低估的风险。 研究已充分证明：重度使用AI的人认知能力显著退化，尤其是年轻人和初级工作者——他们最急于使用AI，却最需要通过独立思考来建立专业判断力。
-
"生成效应"揭示为什么AI危害这么大。 心理学研究表明，大脑通过主动生成信息（而非被动接收）来深度编码知识。AI替你写、替你思考、替你推理——你省了力，也省了最重要的学习过程。
-
专业判断力才是永久技能，但AI正在摧毁它的形成路径。 经验丰富的知识工作者的核心价值在于判断力，这种判断力来自多年处理复杂问题的积累。AI把中间过程外包了，判断力就成了无根之木。
-
使用AI做研究可以，做原创不行——这条红线正在被侵蚀。 Sophie的妥协是"AI做研究和编辑，不做原创"。但她也开始怀疑这是否仍然是种交易——因为准备和整理本身也是思考的一部分。
Part 3：全文内容
我做过最奇怪的工作，是在15岁时为一个佛罗里达州的参议员竞选活动做网站。那时候我唯一的"相关技能"是辩论俱乐部和玩MMORPG（大型多人在线角色扮演游戏）。因为年轻、稍微懂点电脑，他们让我负责网站内容管理。
我从一本砖头厚的教材里自学了HTML，勉勉强强拼凑出了一些宣传页面。除了那个绿色（那不是我的锅），现在回看，那些页面做得还挺像样的。
很多很多成年人告诉我，这门技能以后会有多有用。他们没说错。后来我给我爸建了个网站，让他的邮局业务焕发新生；HTML也成了我几年后第一份成人工作的跳板，让我学会了SQL。
但现在，这门技能毫无用处了。这是正常的。技术类技能自然会过时。真正的问题是：你的窗口期有多长？HTML大约给了我3到4年，这已经算不错了。
现在有一种巨大的压力：不只是要使用AI，而且要最大化地使用AI。
如果你不是每天用AI写代码、用AI代理处理一切琐事，你就有可能在"社交奇点"来临之前被归入"永久下层阶级"（Alex Finn的12个月倒计时，还有他的付费AI训练营等着你）。
我觉得尝试新工具是有价值的。我都不想告诉你我目前在AI token上花了多少钱。我也在Clawdbot刚发布时浪费了整整100个小时在上面。
但这种狂热让我想起2010年代中期"每周4小时工作"的热潮：把所有苦活都外包出去，否则你就是个傻瓜（更糟糕的是，你就是个卢德派）。只是这一次，"4小时工作"部分被替换成了996文化——你不仅要把工作外包，还得拼命卷。
这种强迫性行为是适得其反的。
是的，这是我一生中竞争最激烈的时期（不只是科技，从地缘政治到约会 app 都是如此），而氛围是：如果你不是全天每时每刻都在用AI，你就永远赶不上。
但失去思考的能力——尤其是推理和制定策略的能力——是一个大得多的风险。
落后的可能性比那些拼命鼓吹的人所暗示的要小得多。
AI发展得太快了，以至于今天在提示词工程上的优势不会持续太久。各公司有巨大的动力让这些工具变得简单易用，因为这是它们扩大市场的方式。每一个新模型在解读自然语言方面都会做得更好。大多数人很快就会通过嵌入在Google Docs和Notion里的功能来与AI互动，而不是精心雕琢提示词。
提示词工程可能是一种过渡技能，而不是永久技能。就像我的HTML知识在WordPress出现时变得毫无用处一样，今天的提示词技巧也会被抽象掉。早起采用者和晚期采用者之间的差距会像往常一样缩小。提示只是其中一个例子，但同样的逻辑也适用于优化Openclaw和掌握代理。
失去思考能力的风险比任何人愿意承认的都要大得多。
在"社交奇点"来临之前的这场疯狂中，你可能正在摧毁那些在后AGI世界中真正重要的技能：判断力、策略思维、识别异常的能力。
这方面的研究正在迅速积累，而且看起来相当有结论性。
有经验的员工用AI来放大他们已有的判断力；但初级员工根本没有机会首先建立起这种判断力，这让AI工具对那些最急于使用它的人——以及在当前劳动力市场中最脆弱的人——最为危险。
微软对319名知识工作者进行了调查，发现对AI越有信心的人，批判性思维反而越弱；对自己的技能越有信心的人，批判性思维反而越强：
"自动化的一个关键讽刺是，通过机械化常规任务……你剥夺了用户练习判断的机会，并加强了他们的认知肌肉，结果却让它萎缩了。"
麻省理工学院的一项研究追踪了学生在使用和不使用ChatGPT写论文时的大脑活动。使用AI的那组表现出明显较弱的神经连接，超过80%的人无法回忆起自己在几分钟前写的论文中的任何一句准确的话。教师们在盲评这些论文时称其为"没有灵魂的"。其他研究也证实了这种模式。
偶尔的认知外包并不令人担忧（我们一直在使用计算器、日历、待办事项），但重度依赖会阻碍程序性记忆（导致真正专业知识的自动知识）的发展。
心理学家有一个专门的术语来形容这个现象。它被称为"生成效应"。当你主动生成信息而不是被动接收时，你的大脑会将其编码得更深入。fMRI研究显示，生成信息会激活一个广泛的神经网络，而简单的阅读则不会。换句话说，困难的部分本身才是学习。
我依赖AI做研究和编辑，但不做原创。在过去两年里，这感觉是一个很好的妥协。但最近我在怀疑，即使这样是否仍然是一种浮士德式的交易。
我的逻辑很简单：我会乐意让一个机器人开车送我去健身房，但我不想要它替我举重。现在我在想，设置和整理器材的过程是不是锻炼的一部分。
成为一个AI代理专家不是一项永久技能。它甚至可能不是一个值得花六个月去学的技能。很快每个人都会以大致相同的轻松程度部署代理，就像我们使用Google时无论查询质量好坏都得到大致相同的结果一样。
也许在未来几个月里，通过最大化地使用AI确实能赚很多钱，就像早期的代发货者那样。但如果你因此丧失了自己的思考能力，那还不如当个下层阶级。
Part 4：内容解析
本章说了什么？
Sophie Bakalar的核心论点是：在AI浪潮中，真正值得恐惧的不是"落后于他人"，而是过度外包思考本身会摧毁你的判断力和专业成长能力。她以自己的HTML技能快速过时的亲身经历作类比——指出今天引以为傲的AI技能，也会以同样快的速度被更傻瓜的工具抹平优势。而那些真正重要的能力——判断力、策略思维、识别异常的能力——是在独立解决问题的过程中逐步建立的，AI外包这些工作等于摧毁了能力形成的路径。
同类观点是什么？
- Naval 的判断力论： Naval 说过，判断力是最终的护城河。而判断力来自多年的经验积累，无法被外包。Sophie这篇文章恰好是这一观点的现代数据支撑版。
- Dan Koe 的创作方法论： Dan Koe 一贯主张"写作是思考的工具"——不是表达已有的想法，而是通过写作来生成想法。Sophie的"生成效应"理论与之完美呼应：主动生成信息本身就是学习过程。
- James Clear 的能力圈理论： 你真正的专长来自在能力圈边缘持续练习，那个边缘的痛苦和挣扎才是成长的来源。AI帮你绕过痛苦，也绕过了成长。
- Ryan Holiday 的斯多葛哲学： 区分你能控制的（你的思考过程）和你不能控制的（外部技术和竞争），把精力放在前者而非后者焦虑。
怎么去做？实操方向建议
立即可做（3条）：
- 给AI使用设一道红线——"原创"绝对自己做。 明确规则：AI可以用于查资料、整理信息、修改语法，但核心观点、论证框架、创意生成必须由自己完成。把这条线当成写作习惯来培养。
- 每天留30分钟"无AI时间"做核心思考。 无论是写文章、做决策还是规划项目，先在不用任何AI辅助的情况下自己思考、记录、打草稿，之后再用AI来优化和补充。
- 遇到"卡住"时，先想"是我想法错了"而不是"去找AI"。 Sophie指出，创作者阻力（或其他工作中的对应障碍）通常意味着思路本身有问题，而不是缺少工具。在这个时刻，尝试换个角度思考，而不是立即跳到AI求助。
中期练习（2条）：
- 把"完成任务"重新定义为"练习机会"。 做任何知识工作时，不仅看任务是否完成，更看自己在这个过程中是否建立了新的判断力或洞察。如果是AI帮你完成的，记录下来——问自己：这次我损失了什么？
- 每月做一次"认知审计"。 回顾过去一个月：有多少决定是你独立做出的？有多少创作是真正原创的？你的判断力有在提升吗？如果发现AI占比过高，主动做一次"戒断"，用一两周时间强制独立完成所有核心工作。
最重要的认知转变（1条）：
AI是杠杆，但它放大的是你的判断力，而不是你的无知。 如果你没有清晰的思路和独立的判断，AI只会让你更高效地走错方向。真正的竞争优势不是用AI做得多，而是你有更好的思维值得AI来放大。先确保你有值得放大的东西。
标签：#SophieBakalar #一人公司 #创作日报 #AI与思考 #认知科学