你是不是高估了自己的真实能力？

▼预约直播▼

与船长 1v1 连麦答疑

感谢各位敢于知道。

在过去的一年里，我感叹于大家对系统化认识这个世界的渴求，也惊艳于同学们在问题意识、知识结组、分析力上的进步。

如今，我们这代人也站在了这个换挡时失序的十字路口。

为了让孤阅的同学们成功从信息时代的原住民，从容地迈进人工智能时代的新秩序，我们做了这样一件事▼

2026 年，或许会在人类教育史上留下特殊的一笔。

倒不是什么惊天动地的事件，而是从这一年开始，第一批从大学入学到毕业、完整经历生成式 AI 时代的学生，正在陆续走出校园。

这群学生并没有因为 AI 的出现，突然变得更优秀，也没有必然变得更差；他们之中，有人会把 AI 当作提升效率的工具，有人会把它当作逃避思考的捷径。

但无论如何，一个持续了数百年的教育流程，正在发生变化。

过去，一个学生想完成一篇像样的论文，通常需要经历这样的过程：阅读大量资料，泡在图书馆里查找文献、苦思冥想，独立构思观点，慢慢码字，一版又一版的修改，最终形成一篇完整的作品。

这个过程不仅是在产出论文，更是在训练一个人的阅读能力、思考能力和表达能力。

而今天，生成式 AI 第一次让其中一部分环节可以被压缩，甚至被跳过。

当「写出来」这件事变得越来越容易，教育真正需要培养的能力，到底应该是什么？

目录

01. AI 正在制造一种「能力幻觉」。

02. 为什么 AI 越强，学习反而越重要？

03. 为什么一定要持续偿还「认知债」？

01

AI 正在制造一种「能力幻觉」。

假如，只是假如，如果一个学生在四年里，借助 AI 获得了大量答案，却从来没有认真思考过「这些答案是怎么来的」，那么毕业的时候，他得到的是能力吗？还是只是「大量看起来不错的结果」？

这个问题，可能比很多人想象得更重要。

AI 可能制造一种「能力幻觉」：一个人不断获得「不错结果」，却没有经历能力形成的内在过程，便误以为这些结果代表了自己的能力。

AI 改变了人与知识之间的关系，甚至改变了每个人脑子里的「资产负债表」。

过去，一个人想获得某种结果，又不花钱请人，就只能自己完成。

想写程序，就得先学编程；想做设计，就得学美学、学软件；想写文章，就得自己查资料、搭框架、组织逻辑…结果和能力是绑定的，你有什么能力，才能得到什么结果。

但现在，一个人完全可能在尚未具备某种能力的时候，就先得到一个看起来不错的结果。

代码可以先跑起来；方案可以先交上去；论文可以先写出来…

很多过去必须先学会、再产出的事情，开始变成了先产出、再决定要不要学会。

生成式 AI 第一次让人类大规模获得了一种能力：借取尚不属于自己的能力。

这种现象可以理解成一种新的债务——认知债。

你通过 AI 获得了一个结果，这个结果是你的「资产」；但与此同时，你也为它背上了一笔「债务」：

你不知道为什么这样设计；不知道为什么有效；不知道为什么失败；不知道自己做该如何着手；不知道出了问题应该怎么修复…

这些缺失的部分，就是债务。

02

为什么 AI 越强，学习反而越重要？

不过，「债」本身是中性的，不一定是坏事，关键在于你借来做什么——贷款扩产能，叫投资；贷款买奢侈品，叫消费。

认知债也是一样。

很多创新，本质上都是先借「债」，再还「债」：

先借助他人、团队的能力，或者今天 AI 的能力，把一个自己构想之中、能力之外的东西做出来；获得结果，创造了价值，然后再通过实践、学习和复盘，逐步补齐自己原本不足的部分。

如果借来的能力创造了「资产」，创造了现金流，创造了新的学习机会，那么这笔认知债会推动成长。

健康的成长路径，从来不是拒绝举「债」，而是用借来的能力创造新资产，再用新资产产生的收益，持续偿还旧债。

不过，很多人并没有意识到自己正在「负债」。

AI每帮你完成一次工作，你都可能获得一项新资产；但如果从来不去理解「这些生成的东西为什么成立、为什么有缺陷」，那么「债务」也在同步增加。

于是，同样使用 AI ，有的人自身越来越强，有的人却越来越离不开 AI ——前者把 AI 当作杠杆，后者把AI当作拐杖；前者先做出成果，再理解、修正、补课，后者一键生成、复制、粘贴，结束。

「资产」越来越多，认知却没有增长，就像一家不断扩张、不断融资，却没有真实盈利能力的公司。表面越来越繁荣，底层越来越脆弱。

这也许是 AI 时代最容易被忽视的风险。

AI 虽然能做的事情很多，但学习的重要性不仅没有下降，反而提高了——只是学习的目标发生了变化。

本文整理自：船长直播公开课

更多学习干货

▼周五直播见▼

03

为什么一定要持续偿还「认知债」？

为什么一定要持续偿还「认知债」？

因为「认知债」欠下的是我们本该形成的「脑回路」，而非几个知识点那么简单。

很多人把大脑想象成仓库，知识是一箱一箱的货物——谁装得多，谁就厉害；学习的目标，就是不断往脑子里塞东西。

但现实中的大脑并不是这样。大脑更像一个复杂的化学反应器。知识不是重点，连接才是重点。

你读过的书、学过的知识、做过的项目，会像不同元素一样进入大脑，它们彼此碰撞、组合、重构，最后化合形成新的理解、新的判断和新的洞见。

很多知识你以后会忘掉，但那些形成的脑回路不会完全消失，它们会变成你的直觉、判断力和思维方式。

很多人已经忘了，最早期的 AI 其实并不好用——它会一本正经地胡说八道，会编造参考文献；会码出看着像样、实际漏洞百出的代码；会生成乍看很专业、细看全是问题的报告……

这个阶段的 AI ，更像一个能力不错的实习生，能稍微帮帮忙，但离不开监督——所以用 AI 做正事，你必须先懂——你至少要知道什么是对的，什么是错的，什么是优秀的，什么是糟糕的。

某种意义上，当时的 AI 并不能真正帮助一个人完成超出自己能力边界的事情，它只能放大你已有的能力。

然而这几年间， AI 开始跨过越来越多能力门槛。

虽然它仍会犯错，但在越来越多领域里，它已经足够好；好到一个普通人即使不具备完整能力，也能先把东西做出来。

于是，结果的呈现不再一定代表能力。

这也是为什么我对某些现象有些担忧。

值得担心的是：当学生用 AI 做作业时，他们可能不自觉地略了过程中最有价值的部分——搜集资料、梳理文献、形成观点、搭建框架、处理反对意见、反复润色表达……

这些过程本身，就是「脑回路」训练。

人是在寻找答案的过程中，逐步构建起了能力，而非在知道答案的瞬间。

如果一个学生，大学四年里的核心的专业训练都由 AI 代劳，那么他失去的是第一次完整构建专业思维体系的机会——第一次在一个领域里，亲手完成从混乱到理解、从理解到表达、从表达再到创造的全过程。

过去，学习是为了更快更多地获得知识，因为知识本身非常稀缺——谁掌握更多知识，谁就拥有优势。

今天情况已经不同了，知识越来越容易获得，也越来越容易随时查找——学习最大的价值，正在从「获得知识」转向「建设脑回路」。

知识变成了「原材料」，脑中建立的连接才是最终产品。

结语

AI 时代，一个人可以拥有远超自己能力水平的成果，这既是前所未有的机会，也是前所未有的风险。

AI 让每个人都拥有了前所未有的认知杠杆，但所有债务最终都要偿还——AI 能帮你生成答案，却不能替你建立连接；能帮你完成任务，却不能替你长出脑回路。

这里打个小广告：

惊奇智库大焕新，持续招生中！英语、西语课程，会作为附赠课程发放给同学。

▼欢迎咨询小雅，了解详情▼

我要跟你讲十个大话题。

如果你：从来没有将个人利益与这个残酷世界进行最无遮拦的保护、一直在父母学校企业体制和福利体系的庇护之下，那么这十个话题足以给你开启一张意识上的防护蓝图。

这些是免费的公开课，我不会一次性讲完，但我会一直讲，直到把它们讲完。

▼ 扫码加小雅▼

解锁：往期公开课 & 助教笔记

「十个大话题」如下：

• 学历大崩盘的经济学解释

• 认知资产负债表

• 方法是为了知识 vs 知识是为了方法

• 卖铲子的人

• 大秦帝国的新殖民主义

• 经典知识已经是必需品了

• 什么是不可取代的工作

• 问题意识

• 庸俗方法论

• 太阳之下无新事

获取更多学习干货，点个⭐，不错过文章推送~

编辑｜恺宸，琳玥

排版｜琳玥