我們正在發(fā)展新的認(rèn)知能力，只是我們目前還不知道它們是什么。 我們的思維方式正在發(fā)生轉(zhuǎn)變。

HANA LEE GOLDIN，信息學(xué)碩士

2026年4月10日

在人類歷史的大部分時(shí)間里，我們使用的認(rèn)知工具都獨(dú)立于思維本身之外。筆并不參與論證，它只是記錄論證。計(jì)算器并不理解問題，它只是處理別人設(shè)定的計(jì)算。思維發(fā)生在人的內(nèi)心，而工具只是擴(kuò)展了人運(yùn)用這種思維所能做的特定且有限的部分。這條界限一直相當(dāng)清晰，但隨著人工智能的出現(xiàn)，它正變得越來越模糊。

一位建筑師正在繪制建筑草圖，她讓人工智能根據(jù)她的初始概念生成各種方案。幾分鐘之內(nèi)，她就看到了幾十個(gè)選項(xiàng)，這相當(dāng)于手工探索數(shù)天才能完成的工作量。她瀏覽這些方案，識別哪些值得進(jìn)一步研究，從中選取元素，將它們組合起來，然后再次迭代。最終的設(shè)計(jì)出自她之手，而這個(gè)過程在五年前是不存在的。哪些部分來自她的構(gòu)思，哪些部分來自與人工智能的交互？

一位律師在準(zhǔn)備辯護(hù)狀時(shí)，讓人工智能找出她論點(diǎn)中的漏洞。幾乎瞬間，她就看到了一份潛在漏洞清單，這些漏洞都是她需要在對方律師發(fā)現(xiàn)之前解決的攻擊點(diǎn)。她逐一分析這些漏洞，排除了一些可能性不大的，并意識到另一些確實(shí)是問題。第三個(gè)漏洞讓她想到了一個(gè)之前沒有考慮過的案例，而這個(gè)案例最終強(qiáng)化了她的核心論點(diǎn)。她自己能發(fā)現(xiàn)哪些漏洞？哪些漏洞只會在法庭上暴露出來，從而削弱她準(zhǔn)備案件的效果？

在這兩種情況下，思考都是在整個(gè)交流過程中分散進(jìn)行的。建筑師和律師提供方向和判斷；人工智能則提供速度和數(shù)量。在流程的中間階段，即可能性轉(zhuǎn)化為結(jié)果的階段，并非完全由他們或完全由機(jī)器完成。他們都沒有從人工智能那里獲得最終產(chǎn)品，也并非獨(dú)立地達(dá)到最終結(jié)果。最終的作品是在兩者之間的空間中通過迭代產(chǎn)生的，而這是他們各自都無法獨(dú)立完成的?！拔业乃伎肌焙汀拜o助思考”之間的界限變得越來越難以界定。

訂閱

工具如何一直塑造認(rèn)知

工具一直以來都在拓展人類的認(rèn)知能力，但始終存在一個(gè)界限：人類才是理解的源泉。計(jì)算器執(zhí)行的是人類構(gòu)建和解讀的計(jì)算。望遠(yuǎn)鏡放大的是人類早已瞄準(zhǔn)的目標(biāo)的光線。每種工具都處理著特定的操作，而人類則負(fù)責(zé)所有使操作有意義的因素。思維的來源清晰可追溯。

人工智能跨越了這條界限。大型語言模型能夠處理語言、識別模式并生成綜合信息，其功能性地復(fù)制了以往需要人類思維才能完成的認(rèn)知活動。電子表格不會提出論點(diǎn)，它只是計(jì)算人類已經(jīng)構(gòu)建好的論點(diǎn)。搜索引擎不會分析問題，它只是檢索可能相關(guān)的文檔。但研究人員使用人工智能可以同時(shí)探索多種分析方法，以人類認(rèn)知無法企及的速度檢驗(yàn)假設(shè)，而返回的不是需要解釋的原始數(shù)據(jù)，而是需要評估的推理過程。這是一種截然不同的工具。它能夠理解意義，生成能夠響應(yīng)語境的語言，并產(chǎn)生過去需要人類思維才能完成的輸出，因?yàn)樗婕芭袛唷Ｋ伎季烤拱l(fā)生在何處這個(gè)問題變得難以回答，而且這種困難是前所未有的。以往的工具從未提出過這個(gè)問題，因?yàn)樗鼈兏緹o法做到。

照片由 阿姆斯特丹城市檔案館提供 ，來自 Unsplash

能夠重組的大腦

大腦終其一生都在重組，根據(jù)我們的學(xué)習(xí)和注意力分配情況形成新的神經(jīng)連接。這并非比喻，而是可以測量的。倫敦出租車司機(jī)花費(fèi)數(shù)年時(shí)間記憶城市迷宮般的街道布局，與非出租車司機(jī)相比，他們的后海馬體（負(fù)責(zé)空間導(dǎo)航的區(qū)域）明顯增大。當(dāng)司機(jī)退休不再進(jìn)行導(dǎo)航時(shí)，這種差異會隨著時(shí)間的推移而逆轉(zhuǎn)。認(rèn)知能力因被使用而增長，因不再被使用而衰退。認(rèn)知并非一種固定不變的稟賦，工具對其要么有所幫助要么阻礙。它是一個(gè)鮮活的系統(tǒng)，會根據(jù)我們反復(fù)要求它做的事情而進(jìn)行物理重組。這意味著，當(dāng)我們大規(guī)模地改變管理和處理信息的方式時(shí)，我們改變的不僅僅是習(xí)慣，更是思維方式。

文字的歷史就是文明尺度上最清晰的例證。

在文字出現(xiàn)之前，語言本身并沒有外部存儲系統(tǒng)。物體和標(biāo)記可以記錄數(shù)量和順序，但它們無法承載論證、保存敘事，也無法傳遞那種存在于文字之中的知識。對于所有需要語言表達(dá)的事物，記憶是唯一可用的載體。吟誦《伊利亞特》和《奧德賽》的口頭詩人并非依據(jù)固定的文本進(jìn)行創(chuàng)作；當(dāng)時(shí)根本沒有這樣的文本。根據(jù)學(xué)者米爾曼·帕里和阿爾伯特·洛德提出的口頭程式理論，詩人在表演中創(chuàng)作，運(yùn)用豐富的常用短語、形容詞和場景結(jié)構(gòu)，根據(jù)敘事需要進(jìn)行組合和重組。詩歌本身并沒有被存儲在任何地方，而是存在于詩人重構(gòu)的能力之中。知識存在于頭腦中，這意味著最寶貴的認(rèn)知能力是將其儲存在頭腦中的能力。智者擁有深厚的記憶力，能夠通過言語將過去召喚到現(xiàn)在。

文字的出現(xiàn)，使得知識得以脫離任何人的頭腦而存在。思想變成了實(shí)物，可以儲存，也可以在產(chǎn)生之時(shí)之外進(jìn)行檢驗(yàn)。蘇格拉底在柏拉圖的《斐德羅篇》中警告說，文字會削弱記憶，并造成知識缺乏實(shí)質(zhì)的錯(cuò)覺。他的觀點(diǎn)部分正確：在識字人群中，記憶海量知識的能力確實(shí)有所下降。但文字也催生了口頭文化無法支撐的思維方式。系統(tǒng)性的哲學(xué)成為可能，論證也得以在首次提出很久之后進(jìn)行檢驗(yàn)和修正，邏輯的檢驗(yàn)不再局限于激烈的現(xiàn)場辯論，而是在時(shí)間的長河中得以體現(xiàn)。科學(xué)作為一種累積性的事業(yè)成為可能，因?yàn)橛^察結(jié)果可以儲存起來，并在人的一生中不斷積累和發(fā)展。

然而，閱讀并非大腦天生擅長的。書面語言出現(xiàn)至今不過五千年，遠(yuǎn)不足以塑造人類的進(jìn)化歷程。大腦不得不進(jìn)行即興發(fā)揮。神經(jīng)科學(xué)家斯坦尼斯拉斯·德阿納及其同事的腦成像研究揭示了這種即興發(fā)揮的具體表現(xiàn)：學(xué)習(xí)閱讀會使左側(cè)枕顳皮層的一個(gè)特定區(qū)域?qū)ｉT用于識別文字。在從未學(xué)習(xí)過閱讀的人身上，同一腦區(qū)主要負(fù)責(zé)處理面孔和物體。這個(gè)區(qū)域存在于每個(gè)人身上；識字能力改變的是它的功能。隨著它專門處理文字，該區(qū)域?qū)γ婵椎奶幚砟芰ο陆?，面孔反?yīng)逐漸轉(zhuǎn)移到右半球。文字的處理區(qū)域與曾經(jīng)處理面孔的腦區(qū)位于同一區(qū)域。識字能力重新利用了進(jìn)化賦予其他功能的腦區(qū)。這具體表明，大腦并非僅僅使用認(rèn)知技術(shù)——它會圍繞這些技術(shù)進(jìn)行重組。工具改變了大腦。

大約六個(gè)世紀(jì)前，印刷術(shù)的出現(xiàn)帶來了又一次變革。印刷術(shù)出現(xiàn)之前，書籍稀少且昂貴；閱讀主要以口頭和集體形式進(jìn)行。印刷書籍使得大規(guī)模的獨(dú)讀成為可能。我們可以獨(dú)自靜坐數(shù)小時(shí)，不受干擾地跟隨單一的論證思路。能夠理解數(shù)百頁復(fù)雜論證的結(jié)構(gòu)并保持理解能力并非與生俱來；這是一種經(jīng)過幾代人與新型認(rèn)知技術(shù)互動而習(xí)得的技能。

數(shù)字技術(shù)延續(xù)了這一模式。心理學(xué)家貝齊·斯帕羅及其同事的研究表明，當(dāng)人們預(yù)期稍后就能獲取信息時(shí)，他們就不太可能將其編碼到記憶中。我們不再記憶電話號碼和路線；我們開始記住在哪里可以找到信息，讓位置信息代替信息本身。神經(jīng)系統(tǒng)會根據(jù)其運(yùn)行環(huán)境進(jìn)行優(yōu)化。

每一次轉(zhuǎn)型都產(chǎn)生了相同的動態(tài)：新的認(rèn)知工具改變了我們的思維方式，舊的認(rèn)知能力逐漸消退，新的認(rèn)知能力則不斷涌現(xiàn)。經(jīng)歷這些轉(zhuǎn)型的人們很少能清楚地看到，為了彌補(bǔ)失去的認(rèn)知能力，他們獲得了什么。新的認(rèn)知能力只有在扎根之后才會顯現(xiàn)出來。

訂閱

共同演化正在進(jìn)行中

這一切背后都貫穿著一個(gè)模式。人類發(fā)展出各種工具來拓展認(rèn)知能力。這些工具改變了人們對認(rèn)知類型的需求。隨后，大腦會根據(jù)需求進(jìn)行重組，從而釋放資源，用于處理更高層次的復(fù)雜信息。例如，書寫將記憶存儲在外部，從而釋放認(rèn)知資源，用于更抽象的思考。印刷術(shù)使書籍?dāng)?shù)量激增，但其更深遠(yuǎn)的影響在于訓(xùn)練了持續(xù)的線性注意力，而這種注意力正是進(jìn)行擴(kuò)展分析推理的必要條件。每項(xiàng)技術(shù)都通過減輕大腦的負(fù)擔(dān)，釋放了認(rèn)知空間。

人工智能或許代表了這種動態(tài)的更根本版本。以往的技術(shù)擴(kuò)展了特定的認(rèn)知能力：書寫擴(kuò)展了記憶，計(jì)算器擴(kuò)展了算術(shù)。而人工智能擴(kuò)展的是人類認(rèn)知中更為核心的要素：基于語言的推理能力本身。當(dāng)工具擴(kuò)展算術(shù)能力時(shí)，認(rèn)知重組是有限的。而當(dāng)工具擴(kuò)展基于語言的推理能力時(shí)，這種重組則可能更為根本。

認(rèn)知科學(xué)家和心靈哲學(xué)家在探索人機(jī)關(guān)系時(shí)，提出了認(rèn)知協(xié)同進(jìn)化的可能性，即人類可能會發(fā)展出只有與人工智能協(xié)同運(yùn)作才能發(fā)揮作用的全新思維方式。一個(gè)識字的人不僅僅比一個(gè)只會口頭吟誦的詩人擁有更好的記憶力；她與知識的關(guān)系不同，構(gòu)建論證的方式也不同。這種質(zhì)的轉(zhuǎn)變或許正是當(dāng)下正在發(fā)生的現(xiàn)象的特征。

這些能力很可能通過實(shí)踐和環(huán)境壓力逐漸顯現(xiàn)，只有在廣泛使用這些工具的人群中發(fā)生神經(jīng)重組之后才會顯現(xiàn)出來。我們并非刻意設(shè)計(jì)了持續(xù)線性閱讀的能力；它是幾代人與紙質(zhì)書籍互動的結(jié)果。人工智能交互所產(chǎn)生的認(rèn)知能力也可能以類似的方式讓我們感到驚訝。

正在形成的實(shí)踐

我們正處于這場變革的早期階段。但我們可以觀察到，借鑒以往每一次認(rèn)知轉(zhuǎn)變的經(jīng)驗(yàn)，重組很可能發(fā)生在人們?nèi)粘Ｊ褂眠@些工具的具體實(shí)踐中。實(shí)踐會形成習(xí)慣，習(xí)慣塑造神經(jīng)通路，而神經(jīng)通路決定了認(rèn)知能力。新的能力正是在這里形成的，并非源于意圖或預(yù)測，而是源于人們當(dāng)下實(shí)際使用人工智能方式的累積。而這些實(shí)踐中的一些，恰恰對應(yīng)著我們熟悉的技能：那些在信息源強(qiáng)大、快速且并非天生就符合我們特定需求的環(huán)境中，我們一直以來都需要掌握的技能。

用我們自己的思維方式來評估人工智能的輸出結(jié)果。

人工智能生成的文本往往聽起來合情合理，但實(shí)際上卻未必正確。要區(qū)分“這聽起來不錯(cuò)”和“這表達(dá)了我的意思”，就需要事先進(jìn)行充分的思考，明確自己的意圖。建筑師瀏覽數(shù)十種不同的方案后，能夠立即判斷哪些方案值得采納，因?yàn)樗龑ㄖ枰_(dá)成的目標(biāo)有著清晰的內(nèi)在認(rèn)知。這就是快速評估信息來源：判斷某個(gè)信息是否真正回答了我們的問題，還是僅僅表面上看起來如此。

以人工智能輸出為起點(diǎn)。

人工智能生成可供反思和完善的素材。醫(yī)生利用人工智能提供的診斷建議來探索各種可能性，然后將這些建議與她對患者的直接了解相結(jié)合，這便是將人工智能視為其思考過程中的合作者。這些信息來源能夠啟發(fā)思考，但并不會取代分析。

保留真正重要的認(rèn)知工作。

同一個(gè)工具，在不同的環(huán)節(jié)使用，會產(chǎn)生不同的結(jié)果。一個(gè)學(xué)生先自己解決問題，然后再用人工智能檢驗(yàn)自己的推理過程，最終得到的是自己構(gòu)建的理解；而一個(gè)學(xué)生先讓人工智能解決問題，得到的答案卻并非自己獨(dú)立思考所得。改變的不是工具本身，而是學(xué)生在尋求幫助之前是否先獨(dú)立思考過問題。

承擔(dān)起結(jié)論的責(zé)任。

與人工智能合作意味著要不斷地做出決策，包括接受什么、修改什么以及拒絕什么。這些決策會不斷累積。如果一位律師利用人工智能來檢驗(yàn)自己的論點(diǎn)，并且不加全面評估就接受人工智能提出的每一個(gè)漏洞，最終得到的訴狀可能表面上看似完整，但卻無法反映她對案件的真實(shí)理解。這類工作培養(yǎng)的不僅僅是對工具的熟悉：它培養(yǎng)了一種能力，即在人工智能拓展我們視野的同時(shí)，仍然堅(jiān)持運(yùn)用我們自身的判斷來決定如何處理這些拓展后的視角。我們最終得出的結(jié)論應(yīng)該比最初的設(shè)想更加完善，并且完全出自我們自己的判斷。

這些實(shí)踐正是壓力所在。如同以往所有認(rèn)知技術(shù)一樣，最終的成果將取決于人們的實(shí)際行為，而非任何人的設(shè)計(jì)或預(yù)測。潛在的能力，以及正在進(jìn)行的神經(jīng)重組，只有在之后才會清晰顯現(xiàn)。但根據(jù)摩擦點(diǎn)所在，我們已經(jīng)可以推測這些能力可能呈現(xiàn)出的形態(tài)。

照片由 Rafael M.拍攝 ，來自 Unsplash

可能出現(xiàn)的情況

歷史模式提供了一個(gè)指導(dǎo)：最終形成的能力往往與產(chǎn)生它的實(shí)踐截然不同。持續(xù)閱讀紙質(zhì)書籍并沒有帶來“更好的閱讀能力”，而是培養(yǎng)了進(jìn)行線性論證的能力，即在數(shù)百頁的篇幅中，能夠始終把握單一的思路脈絡(luò)并保持其結(jié)構(gòu)清晰。實(shí)踐本身是閱讀，而由此產(chǎn)生的能力則更為廣闊。

如果這種模式持續(xù)下去，人工智能實(shí)踐所帶來的能力將不僅僅是“更好的評估”或“更好的綜合”。它們將是重構(gòu)后的形態(tài)，我們只能在它們成形之后才能命名。以下是一些可能性，基于當(dāng)前壓力所在：

更敏銳的辨別力。大量評估人工智能輸出的實(shí)踐可以訓(xùn)練出更快、更可靠的判斷真?zhèn)魏团袛嗔?。人工智能的輸出可能既流暢又錯(cuò)誤，這意味著使用人工智能的人必須保持懷疑態(tài)度，能夠察覺到聽起來正確與實(shí)際情況之間細(xì)微的偏差。反復(fù)進(jìn)行此類實(shí)踐的人，在人工智能應(yīng)用過程中會進(jìn)行數(shù)百次判斷。這種能力的應(yīng)用范圍遠(yuǎn)不止于人工智能：它能使人更精準(zhǔn)地評估任何主張或論證，無論其表達(dá)方式多么流暢。

跨越更廣闊的可能性進(jìn)行思考。建筑師掃描數(shù)十種方案，不僅提高了工作效率，更重要的是，她能夠駕馭傳統(tǒng)思維無法企及的豐富選擇。我們擁有拓展視野或提升計(jì)算能力的工具，但卻缺乏能夠同時(shí)容納更多可能性的工具。這里正在發(fā)展的能力或許是一種新型的創(chuàng)造性認(rèn)知：先通過人工智能生成廣度信息，再運(yùn)用判斷力探索這一空間。

與外化推理進(jìn)行對話。寫作讓我們得以在紙上看到自己的想法。人工智能則讓我們看到自己的推理被反饋和轉(zhuǎn)化。我們可以提出論點(diǎn)，觀察它以不同的方式重述，提出異議，并通過交流加以完善。這與獨(dú)自修改作品或與他人辯論截然不同。人工智能沒有利害關(guān)系，也沒有防御心理。這里發(fā)展的能力或許是一種全新的對話式思考方式，它完全消除了他人自尊、防御心理或競爭性議程帶來的摩擦，只留下推理本身作為唯一需要應(yīng)對的因素。

快速迭代解決復(fù)雜問題。測試方法耗時(shí)越長，我們測試的方法就越少。如果一套方法論需要數(shù)周才能搭建完成，那么搭建過程本身就是一種投入。而如果同樣的探索只需幾分鐘，我們就可以在尚未完全確定的情況下就開始嘗試，將早期嘗試視為信息而非最終成果。這樣我們就能更快地發(fā)現(xiàn)錯(cuò)誤，從中吸取教訓(xùn)，并再次嘗試。這種能力培養(yǎng)的是一種更具探索性的方式來應(yīng)對復(fù)雜問題：在嘗試所有其他方法之前，先生成并測試各種方案，而不是先規(guī)劃出一條固定的路徑。

在這些變革中，得失總是相伴而生?？陬^詩人驚人的記憶力隨著文字的出現(xiàn)而消逝，但文字也開啟了代代相傳、系統(tǒng)性地積累知識的時(shí)代。反復(fù)研讀少數(shù)文本所建立的深刻熟悉感隨著印刷術(shù)的出現(xiàn)而減弱，但印刷術(shù)也催生了新的個(gè)人推理方式。數(shù)字工具取代了我們曾經(jīng)用來導(dǎo)航的空間記憶，但也以前所未有的規(guī)模開啟了信息獲取的途徑。每項(xiàng)技術(shù)都使某些能力變得不再必要；隨著這些能力的消逝，它們又被前人無法命名的事物所取代。在所有這些變革中，損失并非簡單地累積?？傆幸恍〇|西被釋放出來，而填補(bǔ)這些空間的事物則重塑了人類思維的未來。

我們能塑造什么

大腦會根據(jù)我們反復(fù)做的事情進(jìn)行重組。無論我們是否注意到這個(gè)過程，神經(jīng)通路都會圍繞那些成為習(xí)慣的行為而形成。歷史上每一次認(rèn)知轉(zhuǎn)型都印證了這一點(diǎn)。手工抄寫手稿的僧侶們培養(yǎng)了高度集中注意力的能力，而印刷術(shù)的出現(xiàn)最終使這種能力在文化上變得不再那么必要。放棄依靠心理地圖導(dǎo)航而改用GPS的城市居民，隨著時(shí)間的推移，他們在空間推理方面也發(fā)生了可衡量的變化。技術(shù)塑造認(rèn)知并非通過一次劇烈的變革，而是通過人們?nèi)粘Ｐ袨榈木徛e累。曾經(jīng)實(shí)踐過的行為得以保留，而不再實(shí)踐的行為則逐漸消逝。

被動適應(yīng)和主動參與在內(nèi)部感受上可能很相似，尤其是在工具實(shí)用且變化漸進(jìn)的情況下。二者的區(qū)別在于，我們是否將自己的思考帶入交流，還是僅僅接受交流的結(jié)果。這種區(qū)別在人工智能時(shí)代比以往的信息來源更為重要。書籍或文章是固定的；我們可以根據(jù)外部標(biāo)準(zhǔn)對其進(jìn)行評估，并與其他來源進(jìn)行比對。而人工智能信息源會對我們做出回應(yīng)，并調(diào)整自身以顯得可信且有用，這使得我們難以保持以往那種批判性的距離。評估工作必須來自交流本身：我們需要對問題進(jìn)行充分思考，才能識別出好的答案，并注意到自己是否被引導(dǎo)到了意料之外的方向。建筑師瀏覽人工智能生成的各種方案，律師用人工智能檢驗(yàn)自己的論點(diǎn)，他們都在這樣做：他們帶著清晰的意圖參與互動，并根據(jù)自身實(shí)際需求評估每一個(gè)輸出。他們思考與人工智能之間的界限仍然模糊，但哪些輸出真正重要的判斷權(quán)完全掌握在他們手中。

歷史上每一項(xiàng)認(rèn)知技術(shù)都產(chǎn)生了超出預(yù)期的能力，因?yàn)榧夹g(shù)不僅改變了人們能做什么，也改變了他們思考做事的方式。我們現(xiàn)在正身處這一進(jìn)程之中，這意味著我們無法預(yù)見它的全貌，正如最早的希臘人無法預(yù)見閱讀最終會帶來怎樣的可能性一樣。我們所能做的，是積極參與，在這些交流中提出真正的問題，并將我們自身的推理作為衡量反饋的標(biāo)準(zhǔn)。這一轉(zhuǎn)變中涌現(xiàn)的能力，正是由這一點(diǎn)塑造的：并非由工具本身塑造，而是由我們運(yùn)用工具時(shí)的思維質(zhì)量塑造。

https://cardcatalogforlife.substack.com/p/were-developing-new-cognitive-abilities