我目前在一家美国的独角兽科技公司工作。我们公司每年都会在北美招一些非常优秀的实习生。今年，我有幸面试了几个实习生。每个面试中，我都会问这样一个问题：
“你们平时是怎么使用 AI 来帮助学习或工作的？”
我之所以这样问，是因为公司今年在强力推动用 AI提升员工效率。所以我希望这些实习生告诉我他们如何 AI 来加快写代码、生成文档、优化流程等等。
但出乎意料的是，几乎所有学生都回答说：
“我知道 AI 可以帮我更快写完代码，但我还是更喜欢自己写。因为只有这样，我的能力才会持续提高。”
那一刻我突然意识到，这些年轻人触及了人与 AI 关系中的一个关键问题——我们使用 AI 的终极目标，是为了更高效，还是为了变得更聪明？
提效的代价
我们大多数人，其实已经亲身感受过 AI 带来的“提效奇迹”。
我最近在帮孩子的学校重建一个新网站。如果放在 AI 时代之前，这样一个项目，一个人从头到尾做完，至少要花上一个月的全职时间。
但这次我用了像 Lovable 和Claude Code 这样的 AI 工具，几个小时就搞定了。
在日常工作中更是如此。写代码、写文档、整理资料，AI 几乎能“一键生成”。这种效率的确令人震撼。
但问题也随之而来。如果我们把所有任务都直接交给 AI，那么我们的角色，真的就只剩下了“搬砖”——把需求传给 AI，再把结果转发给别人。
听起来很方便，但长此以往，我们的能力会被一点点削弱。因为我们不再思考，只在搬运。
2025 年 6 月，MIT Media Lab 做了一项有趣的研究。他们想知道：当人类把写作或思考任务交给 ChatGPT 时，大脑到底发生了什么变化？
研究人员让两组受试者分别完成相同的写作任务：一组完全独立思考，一组借助 ChatGPT 生成内容。
结果发现：使用 ChatGPT 的那组，在短期表现上确实更快、更流畅，但他们的大脑活动明显减弱——尤其是与语言、记忆、推理相关的脑区，活跃度都比独立写作组更低。
更令人意外的是，四个月后，当这些人被要求不再用 ChatGPT、重新独立写作时，他们的表现反而比最初更差。
研究者称这种现象为 “认知负债（Cognitive Debt）”：当我们把思考交给机器时，虽然节省了时间，却透支了大脑的训练机会。
所以，当我们把思考外包给 AI，我们的智力其实正在慢慢退化。而那意味着——被 AI 取代，也就变得更容易。
另一种用法
前段时间我和公司的一位高管聊天，他使用 AI 的方式让我印象很深。
他每天都会制定工作计划，但他不会直接让 AI 生成，而是先自己写出草稿，再发给 AI，请它给出反馈和建议。然后他根据这些反馈去调整计划，继续对话、推敲。
在这个过程中，他始终是那个掌握主线、主导思考的人。AI 只是他的一个助手。
他说，AI 就像一个职场教练（Executive Coach）——随叫随到，还便宜很多。
正因为这样，他能从容管理三十多人的团队，工作井然有序，效率极高。
这样的人，不仅不会被 AI 取代，反而会与 AI 一起进化、一起变得更聪明。
更进一步说，他们不仅跑在那些“用 AI 偷懒”的人前面，也在与 AI 本身的竞赛中，始终跑在最前列。
所以我认为，在使用 AI 的时候，我们不应该把效率提升当作最核心的目标。
真正值得追求的，是智力的提升——而效率的提升，只是智力提升的副产品。
这意味着，我们不该只是让 AI 替我们完成任务，而要学会和 AI 一起思考、一起创造。
比如，如果你在写程序，不要一上来就让 AI “一键生成”。你可以先和它讨论架构设计——系统要分几层？每一层负责什么逻辑？然后把这些讨论整理成文档，再让 AI 生成代码。
这样整个系统的结构你仍然了然于胸，繁琐的部分交给 AI，同时你也能从 AI 的反馈中学到新的思路与写法。
又比如写文章。与其直接让 AI 代笔，不如先自己写一个大纲，再请 AI 提出修改建议，然后反复迭代。
在这样的交互中，你不仅能得到一篇更成熟的文章，还会在思考与修改的过程中，发现自己思维的盲点。
我现在写的这篇文章，其实也是这样完成的。AI 给了我不少启发，但最终的内容和逻辑，仍然是我亲手打磨出来的。而在这个过程中，我也获得了新的认知和成长。
其实写作的目的也不只是为了分享知识，或者赚稿费。写作可以让作者自己变得更聪明，更深刻。
结语
也许，这就是我们在 AI 时代最理想的状态——让 AI 提升我们的心智，而不是取代我们的思考； 让效率成为副产物，让成长成为主目标。
用 AI 求快，是剑宗；
用 AI 求深，是气宗。
而真正的高手，永远在修炼自己的“气”。
每次用 AI 的时候，我们都应该问自己—— 用完后，我变得更聪明了吗？
