矽谷創投哲學家納瓦爾·拉維坎特（Naval Ravikant）有一個著名的論斷，令人印象深刻：“在一個擁有無限槓桿的世界裡，判斷力是最重要的技能。”
“槓桿”是能夠放大你力量的東西。在過去，是資本和勞動力。而今天，程式碼、內容、社交媒體，以及現在最強大的AI，共同構成了一個近乎無限的槓桿時代。理論上，任何人都可以借助這些工具，撬動超乎想像的資源和影響力。
但歷史的處理程序中，蘊含著一個巨大且極具諷刺意味的悲劇：那個能提供給我們最強槓桿的工具（AI），似乎正在系統性地侵蝕我們使用所有槓桿所必需的唯一核心能力——判斷力。
當槓桿唾手可得，而判斷力卻在流失，這不僅是一個哲學問題，它直接關係到我們每一個普通人在未來經濟體系中的價值和生存地位。
在去年的文章中，我曾經分享過一個故事，來自矽谷一位著名的天使投資人。他在與一位22歲的史丹佛畢業生共進午餐時，注意到一個細節。
這位履歷完美的年輕人，在交談中會不時停頓，似乎在搜尋用詞。而且，不是那種複雜的詞彙，而是一些非常基礎的詞，就像他的“大腦正在緩衝”一樣。
最後投資人忍不住詢問，得到的回答讓他大吃一驚。這位高材生不好意思地承認：“我已經習慣了讓ChatGPT幫我完成思路。當AI不在身邊時，我的腦子就會感覺……慢了下來。”
沒有AI，腦子會慢下來。
麻省理工之前發表了一份研究報告，早期的資料和觀察正在彙集，它們指向一個共同的趨勢：思維的同質化和平均化。這個趨勢，並非始於AI，卻在AI的催化下，呈現出前所未有的加速度。
這是一場正在進行的認知戰爭。
我們一直以來對AI的憂慮——失業、偏見、安全……，或許都只是冰山浮出水面的部分。海面之下，一個更巨大、更隱蔽的變革正在發生。
AI時代的第一批炮灰，不是那些失去流水線工作的工人，而是那些正在不知不覺中“外包”自己思考能力，思維逐漸被演算法“格式化”的白領和知識工作者，他們正在淪為判斷力的無產階級。
一、平均時代與被演算法平均的人
在討論AI之前，我們不妨先環視一下周遭的世界。近十年來，一種全球性的“趨同”現象早已在悄然發生。
在之前的文章中我們提到，美國的市場分析師亞歷克斯·默雷爾（Alex Murrell）將其稱為“平均時代”。因為調查發現，汽車的設計變得越來越相似，街道上充斥著黑、白、灰三色的車輛，曾經五彩斑斕的車身正在消失。
而從雪梨到利雅德到克利夫蘭，一家新開的高檔咖啡館，大機率會擁有相同的工業風設計：再生木材、懸掛的愛迪生燈泡、大理石檯面。全球的Airbnb室內裝潢，也正在趨向一種無國界的、標準化的“宜家+MUJI”風格。
甚至在社交媒體上，經過相似的美顏濾鏡和美學潮流塑造，無數面孔正在匯合為一張模糊的“Instagram Face”，幾乎都是對卡戴珊的模仿。
這種趨同，源於全球化、資訊的高速流通以及市場對“最優解”的不斷追逐。而大語言模型的出現，則像一枚強大的催化劑，將這一處理程序從外部的審美，直接推向了我們內部的思維。
麻省理工學院之前發表的一項研究，為此提供了直接的神經科學證據。研究人員讓學生在佩戴腦機介面裝置的情況下撰寫短文。
資料顯示，使用ChatGPT的小組，其大腦與創造力密切相關的α波和與工作記憶相關的θ波連接活躍度都顯著降低。研究的共同作者娜塔莉婭·科斯米娜指出，這是首批科學量化“依賴人工智慧執行認知任務所需認知代價”的工作之一。
更值得注意的是實驗的另一項發現：思想的同質化。面對“我們的成就是否必須惠及他人才能真正快樂？”這類開放性問題，ChatGPT小組的答案表現出驚人的一致性，大多將快樂與事業成功聯絡起來。
而面對“富人是否有更高的道德義務幫助窮人”時，他們清一色地表示贊同，完全不像其他兩組出現了對慈善觀念的批判性視角。科斯米娜總結道：“沒有分歧性的觀點產生。到處都是平均值。”
康奈爾大學的研究則從文化維度印證了這一點。當來自美國和印度的參與者使用AI輔助寫作時，他們的表述方式和內容選擇，都開始向一種主流的、通常是西方的文化規範靠攏。他們最常寫到的食物是披薩和壽司，最愛的節日是聖誕節。
AI傾向於抹平具有地域和文化特異性的細節，例如，即便有人選擇了印度美食“雞肉手抓飯”，AI生成的文字也傾向於放棄“荳蔻、檸檬酸菜”這類具體生動的詞彙，轉而使用“濃郁香料風味”這種光滑、安全的通用描述。
事實上，這背後的本質就是強化文化霸權，也是意識形態的洗腦。
AI，這個被譽為“創意放大器”的工具，其內在邏輯是“模式識別”與“機率最大化”。它被訓練來尋找和復現資料海洋中最常見的模式，因此，它的“天性”就是導向平均，導向共識。當這種工具被大規模應用時，它便成為了趨同趨勢最強大的加速器。
二、同質化思維背後隱蔽的演算法操控
思維同質化並非一個簡單的結果，而是由技術架構、心理機制和系統反饋共同構築而成。
1.協議社會：無形的選擇架構
我們理解AI影響力的一個更深層框架，需要回顧我在之前的文章《新的控制型社會》中所介紹的、喬恩·阿斯科納斯所描述的“協議社會”。
他認為，現代社會的權力運作模式，已從過去的強制性“規訓”，轉向一種以“協議”（Protocols）為核心的、更柔性的“控制”。
“協議”是一套開放的、自願遵守的標準。網際網路本身就是協議的產物（TCP/IP），它不強制任何人，但如果你想接入這個網路，就必須遵守它的規則。亞馬遜之所以能建構起龐大的商業帝國，也源於其內部強制推行的一套服務介面協議，將複雜的公司運作拆解為標準化的、可自由組合的模組。
大型語言模型，可以被視為一種針對“思想和語言”的終極協議。它為我們提供了一個極其強大且便捷的介面，用以組織語言、生成觀點、建構邏輯。
當你使用它時，你就在自願地接入這個協議。而這個協議的內在邏輯，是效率和最佳化。它會不斷為你提供“更合理”、“更流暢”、“更受歡迎”的選項，為你建構一個無形的選擇架構。
在這個架構中，我們似乎擁有無限的自由，但每一個“理性”、“最佳化”的選擇，都在將我們推向那個由演算法定義的“最優解”。
前英國首相瑪格麗特·撒切爾曾有一句飽受爭議的名言：“別無選擇”（There Is No Alternative）。在AI時代，這不再是一句政治口號，而更像一個由資料構成的數學現實。當所有人都被引向同一個“最優解”時，趨同便成為必然的結果。
2.判斷力外包：認知上的“便利陷阱”
協議之所以能生效，是因為它迎合了我們大腦固有的一個傾向：尋求認知捷徑，避免認知失調。
思考，尤其是深度和原創性的思考，是一個充滿摩擦的過程。它需要我們面對矛盾、忍受模糊、評估風險，並最終做出自己的判斷。而AI提供了一個誘人的“便利陷阱”：它可以為我們承擔這一切。
神學家托馬斯·P·哈蒙將AI比作一塊“高科技通靈板”，我們看到的並非神啟，而是自己內心慾望的投射。正如奧古斯丁對惡魔的論述，危險不在於符號本身，而在於我們“被濫用的注意力”。
AI流暢、自信、看似全面的回答，讓我們得以“外包”最耗費心神的判斷過程。這就像希臘神話中的雕塑家皮格馬利翁，他雕塑了一尊完美少女雕像，以至於愛上了她而不能自拔。
其實，他愛上的不是冰冷的象牙，而是自己才智和慾望的完美投射。我們迷戀AI，也常常是在迷戀那個被完美肯定和對應的自我。
這種現象就是一種新的“無產階級化”。在工業時代，機器剝奪了工匠的身體技能；在AI時代，演算法正在緩慢地侵蝕我們的認知技能。
當我們持續地將判斷、推理、組織甚至創造的過程外包出去，我們大腦中負責這些功能的“肌肉”就會逐漸萎縮。我們保留了獲取答案的能力，卻可能正在喪失形成答案的過程。而智慧，恰恰蘊藏在過程和犯錯之中。
3.模式崩潰：系統的自我封閉循環
這個同質化的架構，還有一個自我強化的閉環機制。技術研究中發現了一個被稱為“模式崩潰”的現象。
當AI模型越來越多地學習由AI自身（或同類）生成的內容時，它們會逐漸忘記真實世界資料的複雜性和多樣性，輸出會變得越來越貧乏和可預測。
我們正處在這個循環的開端。
由AI輔助生成的、趨於同質化的郵件、報告、文章和程式碼，正以前所未有的規模被注入網際網路這個巨大的資料池。這些內容，反過來又成為下一代AI學習的主要材料。
這是一個可怕的反饋循環：我們使用AI追求效率，產出趨於平均的內容；這些平均的內容喂養出更傾向於平均的AI；更強大的“平均化”AI，再進一步塑造我們的思維。
這就像一條正在吞食自己尾巴的銜尾蛇，系統正在緩慢地自我封閉，多樣性的熵正在減少。
三、槓桿的悖論：納瓦爾的遠見與AI的陷阱
要理解這場危機的嚴重性，我們必須理解納瓦爾所揭示的“槓桿邏輯”，以及它與“AI邏輯”之間的根本性衝突。
納瓦爾的槓桿邏輯：
納瓦爾認為，在現代經濟中，單純的努力工作其回報是線性的，甚至是被高估了。真正決定你財富和成就上限的，是判斷力x槓桿。
他有一個經典的論述：“在槓桿時代，一個正確的決策可以幫你贏得一切。而不付出努力，就無法培養判斷力，也不會贏得任何槓桿。”判斷力，這個被嚴重低估的品質，是你所有努力的“方向盤”。
他舉了一個生動的例子：一家市值1000億美元的公司，在兩位CEO候選人之間選擇。A的判斷精準率是75%，B是85%。這10%的判斷力差異，值得公司付出多大的代價去獲取？答案可能是幾千萬甚至上億美元的年薪。因為在巨大的槓桿（公司的資本、員工、品牌）之下，這10%的判斷力差異，可能決定公司是走向輝煌還是衰敗。
這裡的核心觀點是：判斷力是價值的放大器。而判斷力無法速成，它必須通過大量的實踐、學習、承擔風險、分析失敗……簡而言之，通過“努力”和“經驗”來緩慢地積累。
AI的便利邏輯：
現在，我們來看AI的邏輯。與納瓦爾的邏輯恰恰相反，AI的核心價值主張是消除努力，規避風險，提供即時答案。
AI被設計成一個“判斷力服務”的黑箱。你無需經歷漫長的學習曲線，無需承擔決策錯誤的後果，只需輸入一個提示，就能得到一個經過海量資料驗證的、高機率的“正確”答案。它提供的是一種“無痛”的智慧體驗。
兩種邏輯的衝突與悲劇：
這就是悲劇所在。納瓦爾告訴我們，你需要通過艱苦的跋涉，才能登上山頂，看清世界的全貌（獲得判斷力），從而有效地使用槓桿。而AI則直接用直升機把你空投到山頂的一個觀景台，讓你看到一幅看似完美、實則經過“演算法”剪裁的風景。
你獲得了“看風景”的結果，卻失去了整個登山的過程。而恰恰是這個充滿汗水、疲憊、迷路和抉擇的登山過程，才真正塑造了你的體力、方向感和對山脈的深刻理解，也就是你的判斷力。
AI讓我們得以繞過建立判斷力所必需的“努力”，直接獲取一個“看似有判斷力”的結果。這是一種認知上的“高利貸”，你用未來的判斷力，來換取眼前的便利。
其結果，就是我們正在被系統性地，從“判斷力”這一最重要的生產資料的“生產過程”中被剝離出去，淪為純粹的消費者。
四、“無我”：一個同質化世界的代價
當效率被推向極致，當所有的粗糙和阻力都被磨平，我們所得到的這個“無摩擦”世界，其代價是什麼？
最核心的代價，或許是哲學家所說的“他者”（The Other）的消失。然而，相對每一個他者，我們就是他者。這就意味著我們的自我的消失。
“他者”，是那些與我們不同、挑戰我們、否定我們、讓我們感到不適的存在。正是與“他者”的碰撞，才激發了真正的思考、創造和自我反思。
一個固執的反對者，一篇完全顛覆你認知的文章，一種你無法理解的藝術形式……這些充滿“摩擦力”的存在，是心智成長的必要條件。
而AI驅動的同質化趨勢，其本質就是一場針對“他者”即自我的系統性驅逐。
它通過提供共識、最佳化表達、迎合偏好，為我們創造了一個無比舒適、光滑的“同者的地獄”。在這個地獄裡，我們失去了與“真實”的粗糲表面碰撞的機會，也因此可能失去產生深刻洞見和原創思想的能力。
從另一個哲學視角看，這是馬丁·海德格爾所警示的“座架”邏輯的終極體現。技術將世界萬物（包括人類自身）都框定為一種可供支配、計算、最佳化的“持存物”。
簡單來說，“持存物”就是在現代科技的眼光下，一切事物（包括人）都不再被看作是獨立的、有其自身意義的存在，而是變成了“隨時待命的資源庫”或“等待被調度的庫存”。
例如，在古代詩人眼中，一條河有它的名字，有它的神話，有它自己的生命和脾氣。它是一個獨立的存在。
在現代水電站工程師眼中，這條河變成了“水力資源”。它的唯一意義就是能發多少度電，它的水流被計算、被調度、被儲存。
這時，河流就從一個“存在”，變成了服務於電力系統的“持存物”。它不再是“雅魯藏布江”，而是一個隨時待命的“能源庫存”。
當我們的思想和語言本身，也被這個框架所捕獲，被視為一種可以隨時呼叫和最佳化的“資源”時，思考便失去了其作為“存在方式”的意義，而僅僅淪為一種功能性的產出。
那個感覺大腦“慢了下來”的史丹佛畢業生，他所體驗到的，可能正是當“外部持存物”斷開連接時，作為“存在”本身所感到的空洞。
五、不被演算法同化的意志體操
面對這樣一種系統性的趨勢，簡單的拒絕或擁抱都顯得過於草率。我們需要的，不是一份“如何抵抗AI”的說明書，而是一種在“持存物”時代重新導航的生存智慧。
首先，這意味著我們要重新認識“思考”的價值。
它的價值不在於快速產出一個“正確”的答案，而在於那個充滿不確定性的、充滿摩擦的過程中。
我們需要有意識地去“擁抱認知摩擦”，去選擇那條更難走的路：去讀一本需要反覆琢磨的、充滿異質思想的書，而不是它的AI摘要；去進行一場可能暴露自己無知的、真實的對話，而不是讓AI為你準備好無懈可擊的講稿。
其次，是改變我們與AI的關係。
聖克拉拉大學的一項研究發現，與使用ChatGPT相比，使用“曲線策略”卡牌更能激發原創性想法，即使用一種提供隨機、晦澀指令的創意工具。
這給了我們一個重要啟示：我們可以不把AI視為一個提供答案的“先知”，而可以將其看作一個激發問題的“他者”。利用它的非人邏輯，生成一些荒謬、離奇、甚至完全錯誤的組合，以此作為打破我們自己思維定勢的“思想撞針”。
最後，這一切都導向一個更根本的選擇：我們要有意識地，為自己的生活保留一些“非效率”和“非最佳化”的空間。
正如作家喬恩·阿斯科納斯在他的文章結尾寫道：“讓非理性的依戀、有教養的無知和頑固的忠誠成為美德吧。”
一個不為任何功利目的的愛好，一段沒有明確議程的散步，一種對某個過時理念的堅持。這些無法被“協議”所量化、無法被演算法所最佳化的部分，恰恰是我們作為獨立個體，對抗全球性趨同引力的精神錨點。
那位史丹佛畢業生的故事，不是一個終點，而是一個起點。它提醒我們，真正的“炮灰”和無產階級，不是那些被技術淘汰的人，而是那些在技術中迷失了自我，放棄了獨立思考和主體意志的人。
在這場宏大的認知實驗中，我們每個人都需要找到自己的導航方式，努力成為那個無法被預測、無法被完全控制的“機器中的幽靈”。
本內容來源於網路，觀點僅代表作者本人，不代表虎嗅立場。如涉及版權問題請聯絡 hezuo@huxiu.com，我們將及時核實並處理。 (虎嗅APP)