老师有没有告诉你，AI把活全干了，最先废掉的是你自己的手

啪——老师把笔丢在桌上。

今天他没讲模型，也没讲参数。他只在黑板上画了一只手，然后问全班一个问题：如果这台机器明天开始免费替你做所有作业，四年之后你还剩什么？

有个学生笑：剩一份满分作业。老师点头：对，剩一份作业。手没了。

老师有没有告诉你，人和工具之间最不公平的一桩交易，是效率当场就给你，代价却要等很久才来收。 你能立刻省下一小时，却要等几年才发现：那一小时里长着一样看不见的东西。

先讲一件飞机上的事

这件事跟AI没关系，但它提前演练了一遍。

上世纪七八十年代，大型客机装上高度自动化的驾驶系统。飞行员不必手动盯仪表，飞机自己飞，又稳又省油，事故率明显下降。这确实是好事。

上世纪八十年代，美国联邦航空局和几家机构开始系统研究这件事。更近的一次是2009年布法罗附近那场空难，机上五十人全部遇难，调查指向一个典型的场景：飞机在自动驾驶状态下突然失速预警，机组对一连串反常信号反应混乱，最后没能把飞机拉回来。

不是说手动飞就一定没事。而是训练体系里出现了一个让人后背发凉的现象。一些飞了很多年、总飞行时数很漂亮的飞行员，在一个罕见故障面前，反应变慢了。不是不懂原理，笔试照样满分。慢的是另一件事：手不熟了。

平时都是系统在飞，他们的手只在起降那几分钟碰操纵杆。真遇到没见过的情况，需要凭手感接住那一下时，连接大脑和手指的那条通路已经有点生锈。

航空界后来给这件事起了个名字，叫自动化自满：当系统通常都对，人就不再练习判断了。

最要命的部分不是「人不会」，是「人不再练」。不会可以学，不练等于慢慢退场。

你现在正在做的事情，和当年一模一样

把飞机换成写作，你就看见了今天。

以前写一份报告要三个小时：想清楚说什么、删掉一半、重新组织、在某句话上反复纠结、最后发现真正的重点在第三段。看起来很笨，三小时只出两页纸。但三小时里发生的，是一次完整的思维训练：拆解、取舍、排序。

现在有了AI：要求打进去，三十秒出一稿，改两句就交。第一周太爽，第二个月开始觉得没什么想法了——每次要写东西，第一反应不是「我想说什么」，而是「我该怎么问它」。半年后症状更具体：给你一张空白纸写两百字，你坐十分钟写不出来。不是不会打字，是脑子里那台机器不响了。

这就是那笔账单寄到的时候。

为什么会这样：三段掉得最厉害的功夫

老师把账单拆成三层。

第一层，是起手的能力。

所有难事，最难的都是第一步：面对空白，自己起个头。靠的不是聪明，是耐受力——忍受「不知道怎么开头」那几分钟。AI最擅长的恰恰是把它抹掉：一秒给你一个开头。一旦不必忍，你就再也不会忍。这处损伤最隐蔽，因为完全没有痛感。

第二层，是判断好坏的眼力。

人判断一份东西好不好，靠的是大量的「自己写过」。写过十篇烂稿，才知道第二段那句转折别扭在哪；被人改过五遍，才知道哪句其实在凑字数。品味不是天赋，是失败次数换来的。

如果所有初稿都由AI写，你就只剩「读」这件事。读也有用，但读永远比写省力，省力的那一侧长不出肌肉。于是你能感到「这篇有点怪」，却说不出哪里怪、更不知道该怎么改。眼力还在，手上的解药没了。

第三层，是出错之后的重建能力。

这一层最容易被忽略。你自己做一件事，做到一半崩了，你必须现场想办法，那些办法往往是你事后最珍视的经验。而AI崩了，你只需重新生成一次。这个动作太快太便宜，把「学习」整个跳过去了。

于是出现一种奇怪的人：用AI完成了非常多的事，却总结不出这些事里的经验。做过，没学会。产出很厚，能力很薄。

一个可以自己做的实验

老师让大家做个实验，不用任何工具，只花十分钟。

找一件上周用AI做过的小事——一封邮件、一份提纲、三个方案。不看记录，凭记忆重做一遍。可以慢，但每一步自己走。

你会立刻卡住。可能卡在开头，可能卡在第二个方案，也可能发现你压根没想清那份东西的逻辑——当时AI替你顺过去了，你以为自己懂了。

那份不舒服的位置，就是你的能力还剩多少。有点疼说明还有；一点都不疼，说明你已经很久没自己走过这条路了。

那该怎么办？不是不用AI

听到这儿容易往两个极端跑：要么「以后什么都自己来」（做不到，也划不来），要么「工具就是拿来用的」（也没错，而且用得很值）。真正可行的路在中间，老师给了三条，都很土。

第一条，先自己写，再让它改。

哪怕只写三句粗糙的话，也要自己写。这三句是你的骨架，是你的判断。之后再让AI扩写、润色、找漏洞，它就从「替你想」变成了「帮你搬」。顺序颠倒过来，一切都变了：你写它改，你是主人；它写你改，你是校对。

第二条，在你想变强的那件事上，故意留一段笨功夫。

如果你靠写东西吃饭，那就每周留一次完全不借助的写作。如果你靠分析和判断吃饭，那就在得出结论前，先自己把推论走完，再看它怎么说。不用多，一小块就够，但这一小块不能外包。能力像地址一样，你不在那儿住，它就不属于你。

第三条，把「它为什么这么说」当成固定动作。

每次AI给答案，都追问一句它凭什么这么答。看似在审查它，其实在训练你自己：追问得越多，你对什么算证据、什么算站得住就越敏感。而这份敏感才是值钱的东西——能生成答案的人会变得非常便宜，能判断答案的人会变得非常贵。

小测验

第一题：为什么长期全靠AI做，人反而写不出东西了？第二题：飞机自动驾驶普及后，飞行员退化的是哪项能力，为什么飞得越多反而退得越快？第三题：如果只能用一条原则来平衡效率和本事，你会选哪一条？

答案不难。难的是承认一件事：每一次「省掉」的背后，都有一个正在变弱的人。

回到那只手

下课铃响了，老师把那支粉笔重新捡起来，在黑板上那只手旁边画了一行小字：用它，别忘了练它。

「工具没有恶意，」他说，「它只是很诚实地执行一条规则——你交给它什么，你就慢慢不再会什么。」

啪——老师把笔丢在桌上。