AI 时代的个人认知成长：让工具扩展能力，让判断留在自己手里

date

Oct 29, 2026

status

Published

slug

personal-cognitive-growth-in-ai-age

一、用成果证明想法，也要保留专业基础

Felix Rieseberg 在 2026 年 10 月 27 日的个人文章中写道，他作为招聘经理，已经停止使用传统编程面试。他认为，AI 改变了小型编程测试与实际贡献之间的关系；一些经验较少的工程师，也能借助 AI 创造很大的影响。这是他负责团队的实践，不能扩展为整个公司的统一政策。阅读原文

这里值得借鉴的，是一种更主动的成长方式：找到具体问题，做出能够检验的成果，再用反馈修正想法。

比如，发现某项工作总要重复整理数据，可以先做一个小工具，确认它是否真的减少了时间和错误。成果不需要一开始就复杂，但应当让别人看见问题如何得到改善。

专业知识仍然重要。没有基础，很难判断 AI 生成的方案是否可靠，也很难在工具失效时继续推进。成长的重点，是把学习与实际问题联系起来。

二、效率提升之后，重新问一遍目标是什么

原讨论借创业团队规模的变化，提出了一个很有价值的问题：AI 帮我们节省的资源，应该全部用于压低成本，还是也可以投入过去无法尝试的事情？

这个问题并没有统一答案。对个人和小团队来说，更有用的做法是重新盘点：

哪些问题以前值得解决，却因为成本太高一直搁置？

哪些流程可以缩短，从而更快得到用户反馈？

哪些复杂想法可以先用小规模实验验证？

哪些目标只是变得容易执行，却仍然没有真实需求？

执行更便宜，不意味着每个想法都值得做。它带来的机会，是用更低的代价检验更有价值的假设。

团队是否扩张，也应由需求、现金流和协作能力决定，不能把某一家公司的选择当作普遍规律。

三、接受答案之前，先建立自己的判断标准

Anthropic 的一项实验让 50 名使用 AI 的分析师完成统计分析，并为 Agent 随机设置分析偏好。四项分析选择合计有 86% 与 Agent 的偏好一致；事后回答中，77% 的参与者至少一次复用了 Agent 的论据，15% 在某处明确归因于 Agent。

研究只覆盖特定任务和模型，且刻意强化了 Agent 的偏好，不能理解为现实中“86% 的人会盲从 AI”。阅读研究及限制

对日常工作而言，这个结果提醒我们：流畅的解释可能影响判断，而这种影响不一定容易被自己察觉。

可以尝试一个简单流程：

先写下初步判断。 当前倾向哪个方案，为什么？

列出判断标准。 最看重成本、准确性、速度，还是长期可维护性？

让 AI 提供相反证据。 不只补充支持自己的理由，也寻找能够推翻判断的信息。

记录改变的原因。 最终改主意，是因为出现了新证据，还是因为某种说法更有说服力？

这不是要求拒绝 AI 的建议。好的建议应该被采纳，但采纳理由应当经得起检查。

四、得到一个结果，和理解它的意义，还有距离

OpenAI 在 2026 年 10 月 26 日的公告中报告了数学、计算机科学和物理领域的 AI 研究成果，其中包括一项关于指数时间假设的反证主张及 Lean 形式化材料。公告同时将这些产物视为需要进一步转化为科学理解的研究材料，并邀请外部学者组织检查与解释。阅读官方公告

这里需要区分：公司报告了什么、形式化系统验证了什么，以及学术共同体如何理解其意义。不能把发布公告直接等同于广泛独立验证已经完成。

这个区别同样适用于普通工作。AI 生成了一份分析、一段代码或一个结论之后，我们仍需要理解它的假设、适用范围和失败条件。

有些能力可以交给工具，有些责任无法因此消失。

五、把认知成长变成可以执行的练习

相比不断收集新观点，可以把成长落实为一个小循环：

提出问题 → 形成判断 → 借助 AI 扩展证据 → 做小实验 → 检查结果 → 更新认识。

每次选择一个真实问题，留下四条记录就够了：

我原本怎么看？

我依据什么作出判断？

实际结果与预期有什么差别？

下次会调整哪一步？

长期积累的价值，在于能够看清自己如何作出决定，以及哪些判断习惯确实有效。

AI 可以帮助扩大信息范围、降低试验成本，但个人仍需决定关注什么、相信什么，以及愿意承担什么后果。

最后留下的一个提醒

不要因为 AI 能够替你思考，就停止发展自己的判断力；也不要因为 AI 能够替你执行，就降低自己对目标的想象力。

这是对原讨论的综合提炼，不是任何研究者的原话。

个人成长可以同时朝两个方向推进：更充分地使用工具，也更清楚地形成自己的判断。两者并不矛盾，恰恰需要一起练习。

整理自「关于个人认知成长」ChatGPT 分享内容。本文对原文进行了结构化改写，并核对上述三项第一方来源；未独立确认的团队扩张人数与计划未作为事实保留。文中的实践建议属于整理分析，不是研究已证明的训练效果。