最近在辅导一个从 IC 刚提到 owner 位置上的同学。scope 变大了，很多东西他没接触过。我在旁边观察了一段时间，注意到一个模式。
他的 OKR、技术规划、技术方案出得很快，量大，格式也规整。但我每次读完，总觉得哪里不太对。
不是写得不好。每份文档都很完整——背景分析、目标拆解、里程碑、风险评估，该有的都有。但完整得不像一个刚接手新领域的人写出来的。后来我确认了：大部分内容是 AI 生成的。他提需求，AI 出方案。
但 AI 不知道他团队的实际情况。不知道某个模块有三年的技术债，改一处可能牵出三处。不知道隔壁组正在重组，他依赖的关键人力下个季度可能被调走。不知道老板对某些技术方向有隐性的偏好，上个季度已经在别的场合否定过类似的提案。这些信息没有出现在他的 prompt 里，也就没有出现在 AI 的输出里。
于是 AI 的方案完整覆盖了所有教科书上的最佳实践，唯独没覆盖他实际面对的那个特定的、充满了约束的、不那么干净的现实。
我把这个观察告诉他了。我说你现在更像是在输入阶段——新领域、新 scope，需要像海绵一样吸收业务知识、技术架构、历史决策、团队关系。等你吸收得差不多，脑子里有东西了，自然会往外输出想法和判断。但你现在跳过了输入，直接借 AI 到了输出这一步。AI 做了你的思考，你的方案就没有灵魂。
这事让我开始想一个更根本的问题。
什么是"正确使用 AI"？
市面上关于 AI 使用的讨论，大多在讲 prompt 怎么写、workflow 怎么搭、工具怎么选。这些都对，但我觉得没触到最核心的东西。
我越来越相信，正确使用 AI 的标准不是一个技术标准，是一个认知标准：使用 AI 的同时，你的认知和判断力是在增长还是在衰退？
增长，就是用对了。衰退，就是用错了。跟产出数量没关系，跟 prompt 技巧也没关系。
为什么是这个标准？因为 AI 有两个结构性的局限，在可预见的未来都不会消失。
第一个局限是上下文永远不全。AI 知道的是被写下来的东西。但你工作里的关键信息，大量没有被写下来——技术债的来龙去脉、组织政治里的隐性约束、某个架构决策背后的会议室争吵、老板嘴上没说但心里在意的方向。这些信息不在任何文档里，也就不可能出现在 AI 的训练数据或 prompt 上下文里。AI 的方案可以完美覆盖所有通用场景，但对你的场景来说，它少了一套只有你知道的约束条件。
第二个局限是输出永远不稳定。即便上下文够了，大模型还是会 hallucinate，而且在长上下文场景下注意力会涣散——信息量越大，越难区分什么重要、什么不重要。这不只是当前的工程问题。Transformer 的注意力机制有二次复杂度这个架构层面的瓶颈；新的架构在改善某些维度，但会在其他能力上妥协。在相当长一段时间内，AI 做不到 100% 稳定。
两个局限叠在一起，结论很简单：你不能把判断力外包给 AI。 因为 AI 不知道你不知道的那些约束，它可能在你最需要判断的环节给出一个自信但错误的答案。而如果你的判断力本身在退化，你连发现这个错误的能力都没有。
Wharton 今年初的研究给了一个让人不安的数字：参与者接受 AI 错误答案的比例高达 80%，而且接受错误答案的人，对自己判断的自信程度反而比独立推理的人高出接近 12%。错的更自信。这正是判断力退化之后的样子。
MIT 媒体实验室用 EEG 测出了同样的问题——他们管它叫认知负债（cognitive debt）。每次你用 AI 省掉一次思考，就欠下一笔认知债。债不会消失，只会累积，等到某天你需要独立判断的时候一次性追讨。
所以正确使用 AI 的标准是认知和判断力不退化。但怎么做到？
有些团队的做法很直接：新人入职前几个月禁止使用 AI。Shell 就是这么干的——新人必须先独立定义问题、验证假设、产出基线分析，然后才允许用 AI 做优化。这个做法确实有效。但坦白说，很难推广。你真的能要求一个已经习惯用 AI 的人关掉它吗？而且，并不是所有对 AI 的使用都会阻碍认知建立。比如让 AI 帮你搜索和整理资料，跟自己从头翻文档相比，认知收益几乎没有差别，效率却差了十倍。
所以问题不是"要不要用 AI"，而是更细颗粒度的：是否存在一种方法，让你即便不亲自上手执行，也能建立和保持对一件事的判断力？ 你不需要手写每一行代码，但你仍然能判断一段代码的好坏。你不需要亲自做所有的调研，但你仍然能判断一个结论是否站得住脚。
这其实不是一个新问题。很多领域已经跟它缠斗了几十年——它们的解法就是围绕这个精确的问题展开的。
老场景里找答案
法庭。 法官和陪审团不懂 DNA 鉴定、不懂法医学、不懂金融工程。但案子要判，责任推不掉。1993 年最高法院的 Daubert 判例给出了一个办法：法官不判断专家证人的结论对不对，判断专家的方法论是否可靠。这个理论能检验吗？被同行评审过了吗？已知的错误率是多少？法庭更狠的一招是双方各请一个专家证人，交叉质询——薄弱环节在对抗中自己暴露，法官不需要懂技术细节就能看到裂缝在哪。
启发是：当你不具备直接判断 AI 输出质量的能力时，不要审结论，审过程。审他用了什么 prompt、考虑了哪些替代方案、验证了哪些假设。以及，让两个方案互相攻击，比让一个人审另一个人的方案更有效。
航空。 自动驾驶仪的操作精度早就超过了人类。但几十年的血泪教训反复验证了一条规律：自动化越可靠，人的手动能力下降得越快。航空业的对策是强制保留无自动化的训练时间——FAA 规定飞行员每季度必须完成一定小时数的手动飞行，硬性要求不是建议。而且训练的重点不是正常飞行，是自动驾驶仪失效的场景。飞行员练的不是怎么用，是不能用的时候怎么活下来。
启发是：定期在没有 AI 的情况下工作，不是锦上添花，是技能保底的刚需。而且练的不是 AI 成功的场景——练的是 AI 出错的场景，你能不能发现问题。
编辑。 记者花了一个月调查，编辑用几个小时决定发还是不发。编辑无法重做记者的调查。他的判断工具是多信源原则——单一信源的结论再精彩也不能发。是几千篇稿子喂出来的那种说不清但确实存在的"嗅觉"。是反着问——"这篇稿子最大的不确定是什么？如果有一个错误，最可能在哪个地方？"
启发是：用多个模型或多种 prompt 角度交叉验证，不一致的地方就是需要你介入的地方。以及，定期问自己"这里最可能出错的是什么"——这个问题本身就是判断力的训练。
风投。 投资人面对创业者的信息劣势是结构性的。他们的核心原则简单到不像金融决策：投人，不投事。想法会变、市场会变，人的质量不会变。分阶段下注，每一轮验证上一轮的假设。最根本的一条：如果判断不了这个人，就不投。
启发是：如果你判断自己还在吸收新领域的阶段，就不要急着用 AI 产出。先积累。以及，分阶段让 AI 出东西——先出大纲，你审过再出细节——每一步都是一次低成本的判断力训练。
老板。 老板雇了技术能力远超自己的下属，没法直接判断每一个技术决策对不对。他看方法论——"你考虑了哪些替代方案？"他看一致性——三个月前的判断和今天的判断是否自洽。他看同行的反应——那些懂行的人在会上是点头还是沉默。
启发是：判断力不一定来自亲手执行，可以来自对过程的审视。你不需要会写代码才能判断一个技术方案靠不靠谱，但你需要能判断这个人的思考过程是否审慎、是否自洽、是否经得起追问。
这些场景并排放在一起，底层结构完全一致：委托人能力低于代理人，但委托人必须为结果负责。 而每个领域摸索出的解法指向同一个方向——不判断产出，判断产出背后的过程。不替代代理人的能力，而是建立一套独立于代理人的判断信号系统。
回到我们的工作
对应到日常，我觉得有三件事可以做。
第一，在输入阶段，AI 帮你收集，不帮你决策。 你刚接手一个新领域，脑子里还没有判断力的基线。这时候 AI 是一个特别好的研究助手——找资料、梳理脉络、结构化信息，以前要花几天的活现在几分钟搞定。但不要让它替你写 OKR、出技术方案、定技术方向。你还没有能力判断它写得好不好。你学会了用 prompt，没学会做判断。
怎么知道自己是不是还在输入阶段？我用的自测很简单：做一件事之前，合上电脑。如果脑子里已经有模糊但可辨认的轮廓和判断，剩下的工作只是把它做出来——你在输出阶段。如果脑子里一团空白，不用 AI 完全不知道从哪里开始、怎么拆——你还在输入阶段。
第二，在输出阶段，你定方向，AI 填执行。 你已经在这个领域泡过足够长时间，对好坏对错有直觉了。这时候 AI 的用法是：上游你想清楚了方向和标准，下游你认真验证了输出有没有走偏，中间 AI 填上执行细节。你像编辑，AI 像记者。编辑定选题、审稿、改稿，记者写初稿。灵魂是你的，体力活是 AI 的。
第三，定期做"断网"练习。 就像飞行员每季度必须手动飞行一样，定期留出一段时间——哪怕每周半天——完全不用 AI 工作。不是为了产出，是为了保持能力。尤其是练 AI 容易出错的场景：读一段你不熟悉的代码并找出 bug，或者给一个模糊的需求写出方案骨架。Anthropic 的 RCT 已经证明了纯 AI 辅助组的理解力会下降 17%。另一项研究更直接：无限制使用 AI 的开发者在断网维护任务中的失败率是 77%，而对照组只有 39%。你可以把"断网练习"当作对抗这 77% 的疫苗。
这三件事说起来都不复杂，但加起来有一个让人不太舒服的推论。不是所有人都处在同一个阶段。有人早就跨过了输入期，AI 是一个乘法器。有人还在积累，AI 是一个过于方便的作弊器。AI 大概率不会拉平人和人之间的差距——它会把差距拉得更大。 高手用自己的判断力驾驭 AI，判断力越练越锋利。新手用 AI 绕过判断力的积累过程，离独立判断越滑越远。BCG 对 70 位 C-suite 高管的调研验证了同样的担忧：判断力和决策、问题定义和拆解、创造性思维、因果推理——这些对组织长期绩效最重要的技能，恰好就是最容易被 AI 侵蚀的。
但话说回来，这些建议和行业经验，如果真的做到了，就够了吗？回到前面那个问题：怎么在不亲自上手执行的前提下，仍然建立和保持对一件事的判断力？ 前面我从法庭、航空、编辑、风投的经验里找答案，也从自己的观察里提炼了三件事。它们都能降低风险，能在判断力已经建立起来之后帮你保持它——但如果说实话，我越来越觉得，它们回答的不是最开始那个问题。
一个不太舒服的结论
我目前倾向于认为：大概率不存在不亲自动手就能获得足够认知的方案。 更严谨地说，不动手可以建立一些认知，但不够。那些跨域类比中的流程机制——Daubert 式审方法论、交叉质询、断网练习、分阶段验证——它们能降低风险，能在判断力已经建立起来之后帮你保持它，但它们替代不了最初那个亲自下场的积累过程。
这意味着什么？意味着输入阶段可能没有捷径。你就是得花时间泡在问题里，就是得自己动手做一些事情，哪怕慢、哪怕笨、哪怕效率低。AI 可以帮你加速这个阶段的某些环节——搜索、整理、结构化——但那个从零到一的认知建构，那条从"不知道"到"知道"的路径，可能必须你自己一步一步走过来。工具没法替你走。
这当然是个悲观的判断，我不确定它对不对。但它引出了一个更让人不安的设想：一个出生在 AI 时代的软件工程师，从小就不用自己写一行代码，全靠 AI 生成——他长大之后的认知会是什么样子？他的判断力从哪来？他还能不能区分一段代码是好是坏、一个架构是对是错？这个设想也许不适用于所有个例，但普遍趋势可能就是这样。如果一代人的认知基础是建在 AI 的输出之上的，那这一代人的认知天花板会在哪里？
最近有几个非研发工程师的朋友，在尝试了 vibe coding 之后兴奋地跟我分享，甚至沉迷其中。他们觉得，既然让 AI 写代码这么容易，程序员这个行业是不是要完蛋了。我的回答是不——有判断力的程序员不仅不会被替代，反而会变得更稀缺。vibe coding 降低了写代码的门槛，但它没有降低判断代码好坏的门槛。门槛只是从"怎么写"移到了"怎么判断"。而判断力的建立，兜了一圈，还是回到了那个朴素的问题上：你得自己动过手，才能知道什么算好。
我不知道。但这个问题让我想起文章开头那个同学。他不是个例，他可能只是一波浪潮的前沿。
一个小技巧：让 AI 追问你
前阵子有一个叫 grill-me 的 skill 很火。用法很简单：你有一个想法，你不确定它是不是想清楚了，就让 AI 不断追问你。追问你的假设、追问你的边界条件、追问"如果 X 不成立会怎样"。直到你答不上来为止。
这个设计从苏格拉底那里借来的——提问式教育不直接给答案，而是用连续追问逼你发现自己其实没想清楚。写作也是同一回事：你不是在记录已经想好的东西，你是在写的过程中被迫把模糊的感觉变成清晰的句子。追问、写作、教给别人——都是强迫思考的手段。
把这个技巧反过来用，就是一个很实用的自测。在做一件事之前，先让 AI 就这件事追问你一轮。如果你能接住大部分问题——不是给出完美答案，而是能展开讨论、能知道自己的边界在哪——那你在这个问题上已经有一些判断力了。如果被三个问题就问倒了，脑子里一片空白，那你还在输入阶段。这时候要小心：现在用 AI 来替你产出，产出的东西你审不了。
这个技巧不解决根本问题——它不能替代亲自下场的积累，前面那个不太舒服的结论仍然成立。但它给了你一个低成本的、随时可用的检查点，让你至少知道自己在什么位置。
文章开头那个同学，如果他在写 OKR 之前先让 AI 追问他一轮，他自己可能就会意识到：很多问题我还没想清楚。这时候他有两个选择。一是继续让 AI 出方案，假装想清楚了。二是停下来，先去吸收、去了解、去积累，等准备好了再输出。选二是难的，但选一的话，方案没有灵魂。
我现在还没搞明白的一些事
如果 AI 输出质量持续提高，到了某个临界点，会不会"认知投降"就不再是个问题了？当 AI 的方案真的足够好、好到人的判断力确实不需要参与的时候。但想到一半我又觉得矛盾——即便通用方案质量再高，每个具体场景的局部约束仍然只有当事人知道。信息不对称不会因为模型变强而消失，只会换一个形式。上次没想通，这次也没想通，但不记下来下次又会以为想通了。
我用的输入/输出二分法，推敲起来也有问题。真实状态肯定不是非此即彼。同一个人，对某个子领域可能已经在输出阶段，对另一个子领域还在输入阶段。甚至同一个领域，今天状态好能独立判断，累了就想偷懒全交给 AI。阶段不是标签，是每天都在波动的状态。在什么粒度上这个框架才成立？怎么在日常中察觉到自己的状态滑移？我暂时没有好的答案。
参考文献
- BCG (2026). When Everyone Uses AI, Companies Risk Critical Skills. 70 位 C-suite 高管调研，识别判断力、问题定义等五项最受 AI 威胁的关键技能。
- Shaw, S. & Nave, G. (2026). Cognitive Surrender. Wharton. 1372 人实验，错误 AI 答案接受率 80%，信心反而上升 12%。
- MIT Media Lab. "Your Brain on ChatGPT". EEG 研究，发现 AI 辅助写作时大脑活跃度显著降低，且后续无 AI 任务表现差于从未使用 AI 的人。
- Anthropic (2026). How AI Assistance Impacts Coding Skills. 52 人 RCT，AI 组理解力低 17%，生产力提升不显著。
- Shen, J.H. & Tamkin, A. (2026). How AI Impacts Skill Formation. arXiv:2601.20245. AI 用于概念性问题理解力 65-86%，用于代码生成低于 40%。
- BairesDev (2026). Dev Barometer. 1569 人全球调查，85% 初级 vs 16% 资深的认知差距。
- Sankaranarayanan et al. (2026). Epistemic Debt in AI-Scaffolded Novice Programming. arXiv:2602.20206. 无限制 AI 组断网维护失败率 77%。
- Daubert v. Merrell Dow Pharmaceuticals, 509 U.S. 579 (1993). 美国联邦法院专家证词可采性标准。
- tianpan.co (2026). 认知外包陷阱：当你的团队离开 AI 就无法工作。识别理解债务、认知债务、知识债务三类外包成本。