北京
Sam Altman 在播客《Invest Like the Best》里，被问到最担心AI的什么时，没有聊失控、没有聊失业，而是说了四个字：认知萎缩。他说，这几乎没人谈，但排在他忧虑清单的前列。
这很讽刺。OpenAI 把整个商业模式押在让世界越来越多地用 ChatGPT 思考和工作上，创始人却开始对着镁光灯皱眉——如果人类把太多脑力外包给机器，会不会渐渐忘记怎么自己动脑？
Altman 的措辞不是末日派的，更像是对自律的拷问。“我们怎么用这些工具，才能让自己的大脑越用越强，继续理解真正重要的事？”他说。危险的源头在他看来不是工具本身，而是懒惰。
话虽说得温和，可一旦对照 OpenAI 的产品逻辑，这画面就有点诡异。像糖果厂老板提醒你小心蛀牙。
1. MIT 的初步实验：用生成式 AI 写论文，成绩反而更差
MIT 研究员 Nataliya Kosmyna 做了一个初步研究：让一组人用生成式 AI 写论文，另一组用 Google 或完全靠自己。结果，用 AI 那组的表现随时间推移越来越差。她的总结直接：“从没有过任何工具，能让我们把思考这件事交出去。”
这实验的规模不大，推论需要谨慎，但它把 Altman 的担忧拽出了哲学辩论，拽进了一个可测量的层面。当“思考被代劳”从个人感受变成群体数据，性质就变了。
2. 神经科学家的警告：“慢性替代”在吃掉你的认知储备
理论神经科学家 Vivienne Ming 用了一个更吓人的词：慢性替代。她认为，反复把认知任务交给 AI，会侵蚀人脑的“认知储备”——那是帮助抵御失智症等神经系统退行性疾病的防线。
换句话说，你今天省掉的每一次思考，可能不是省事，是银行里被提走的一笔认知存款。这种损耗不算在生产率报表上，但它真实的代价会在几十年后兑现。
3. AI 正在接管的不再是鸡毛蒜皮
几年前的 AI 还只是帮你回答些问答，现在它开始做文档复核、研究分析、客服、写代码。这意味着被外包出去的脑力劳动，早已不是接电话口音识别那种边缘任务。Mistral 的 CEO Arthur Mensch 去年也公开说，AI 最大的风险可能是让劳动者“去技能化”，越依赖越懒。
从 Altman 到 Mensch，硅谷和巴黎的两位老板隔空同调，说明这件事已经超出单一公司的自我反思，变成一个行业性的结构隐忧。
4. 历史很眼熟，但这次不太一样
计算器出现时，人们担心心算会消亡；卫星导航普及后，又怕人类丧失认路能力。每次工具接手一项技能，总有一波唱衰，但社会通常没有崩溃。区别在于宽度。以前的工具只卸掉一个窄项，现在一个通用助手能读、能写、能推理、能决策，人类的“必须保留练习”清单突然变得巨长。
问题从“会不会忘记一项技能”变成了“我们还剩下多少必须自己操练的脑力活动？”
5. Altman 亲手画了一条线，却又把它擦得很模糊
尽管预警了半天，Altman 还是没忍住描绘未来：一个全天候个人 AI 会读你的文件、听你的会议、翻你几周前的邮件，还能利用夜间闲置算力帮你生成点子，第二天早上告诉你该干什么。他用“相当神奇”来形容。
但他说，世界上该有一种新词，来界定“机器不能代劳的那部分”。这话断了尾，可意思很清楚：有些事，就算 AI 能做，也不该让它做。至于那部分是什么，Altman 没给答案，就好像把问题还给了每一个正在用 ChatGPT 的人。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
