基本信息
阅读时间：约 10 分钟
字数：约 4156 字
摘要：我曾把AI当高级百度用了一年。本文提出认知延伸三层：信息速读、分析辅助、创意激发，并给出真实工作流与使用军规，帮普通人把AI从玩具变成日常思考伙伴。
我把AI当搜索引擎用了一年，直到那天
去年我把AI当高级百度用了整整一年：问天气、查菜谱、翻翻译，从没多想。直到有天卡在一个产品方案上，我习惯性丢给AI一句“帮我写个方案”，它吐出一篇漂亮废话，我盯着屏幕突然羞愧——我让它替我想，它也就真只替我凑字。
我今年三十三岁，在杭州做内容策略。那天之后我复盘：我用AI的方式，和十年前用搜索引擎没区别，都是“伸手要答案”。成都的插画师苏野笑我：“你把认知外骨骼当拐杖拄，腿当然软。”这句话点醒了我。
真正的转折是一次熬夜改稿。我把初稿和三段纠结的笔记一起发给AI，说“别写，先帮我把这三段矛盾理清楚”。它列了三个冲突点，我顺着拆，四十分钟定稿，比过往磨三小时还利落。我第一次感到，AI在替我思考，而非替我抄。
我后来明白，差距不在工具，在用法的层级。把AI当答案机，得到的是依赖；当思考伙伴，得到的是认知延伸。深圳的产品经理陈默说得更狠：“用AI偷懒的人，三年后会被用AI长脑的人甩开一条街。”这话刺耳，但真。
所以这篇想说清楚：AI不是工具，是认知的延伸。普通人不必懂模型，只要把用法从“要答案”升到“练思考”，就能把玩具变成日常认知工具。我这一年的弯路，希望你少走——别像我，把外骨骼拄成拐杖。
回看那年，我并非不用AI，是用错了层。搜索层只练了“伸手”，没练“追问”。苏野点我之后，我开始在每次要答案前先问自己：我要的是结论，还是想清楚的过程？这一问，把玩具和工具的分界划了出来。
第一层：信息获取，让AI当你的速读员
认知延伸的第一层最轻：让AI替你处理信息的海量。我每天要读十几份行业报告，过去逐字啃到眼酸。现在把链接丢给AI，说“用三句话给我核心结论，再列三个我该追问的点”，五分钟读完过去一小时的量，准确率我抽查封了九成。
关键在“给指令要产出”而非“给问题等答案”。北京的研究员阿哲教我一招：让AI先出摘要，再让我反问它“你漏了哪类风险”，形成来回。他说：“AI速读不是替代你读，是替你跑第一遍，把金子淘出来给你细看。”效率差在分工。
我用这层处理Newsletter和论文最爽。一份三十页的英文白皮书，AI先给结构化要点，我只精读关心的两段。武汉教师郑珂用来备公开课，把十几篇文献压成一张对比表，“以前备一节课查三天，现在半天，且覆盖面更广。”
但要警惕“幻觉”。我立了规矩：AI给的事实性结论，关键数据必让我回原文核。南京程序员高远踩过坑，AI编了个不存在的接口名，他直接抄进方案被客户揪出。所以速读员可靠，但校对权必须留给自己，延伸不等于失明。
第一层价值，是把人从“信息搬运”升到“信息判断”。你省下的是翻找的时间，赚到的是俯瞰的视角。AI当速读员，不是让你不读，是让你把最贵的注意力，花在最该细嚼的那几页上。
一个省钱技巧：把常读的源和关注点写进一段“brief”给AI，它速读时就按我的口味淘，不必每次重述偏好。郑珂管这叫给AI喂记忆，同样一篇报告，有brief的摘要准一倍，来回纠错的时间全省了。
第二层：分析辅助，把模糊的念头逼成结构
第二层我开始让AI帮我“想清楚”。我常有混沌的直觉，说不清道不明。现在把一团乱想法丢给它：“我大概觉得用户留存有问题，但不确定根因，帮我把可能原因分层列出来，并标哪个最值得验。”它给的框架常戳中我盲点。
深圳陈默用这层做复盘。每次项目结束，他把聊天记录和数据甩给AI，问“抛开面子，我们这次真正输在哪三步”。AI列的点比他自己写的狠，他说：“它没包袱，敢说难听的真话，正好补我自我美化。”分析辅助，是借它的无情照见自己的盲区。
我摸索出一个好用的句式：“你先别给方案，先帮我把这个问题拆成可验证的小问题。”这逼AI当陪练而非枪手。成都苏野画插画卡壳时，让AI把“构图别扭”拆成透视、重心、留白三项，他逐项自查，半小时救回一张画。
数字上，我用这层后，方案从想法到结构的耗时从平均一天压到两小时，且漏洞更少。杭州林岚做运营复盘同感：“一个人想容易绕圈，AI把圈摊平，你一眼看见出口。”结构清晰，执行才不返工。
第二层的核心，是让AI当你的思维镜。你出模糊，它回清晰；你出执念，它回反例。但镜子里的话要你判断，别照单全收。认知延伸到这里，AI已从速读员升级成思考的对手盘——最好的陪练，是敢赢你的那个。
第三层：创意激发，和AI一起头脑风暴
第三层我最上头：把AI当永不累的脑暴搭子。写文案卡壳，我让它“给我十个完全离谱的角度，越怪越好”，它抛的野路子常撞出我真没想到的新方向。重庆老周做策划，靠这招把活动主题从俗套里捞出来，客户直呼意外。
用法讲究“先量后质”。我一般先要三十个散点，再圈三五个让AI深挖成可落地方案。天津的会计老周试过用AI想团建点子，从“做饭比赛”到“无声日”玩出花，他说：“一个人想破头就那几个，AI一搅和，灵感就溅出来。”
我尤其爱“反向激发”：让AI先批我的初稿，“挑三个最弱的地方，假设你是苛刻用户”。被它怼过的稿子，发出去很少翻车。南京高远写技术文档也这样，AI扮小白读者问傻问题，反而逼他把坑写清楚，工单量降了两成。
但要守住一条：AI给的是原料，不是成品。苏州小雨说得好：“它像一筐菜，炒成什么菜是你的事。”我所有用AI激发的创意，最后都经自己的审美和价值观过一遍，才落笔。延伸的是想象力，掌舵的必须还是人。
第三层让我相信，AI不是挤掉创意，是给创意加氧。一个人的脑暴有天花板，两个人（你加它）能捅破。当你敢让它胡说、敢被它怼，认知就被撑大了一圈。创意激发的终点，是你比使用前，更敢想、也更会筛。
一个普通人的真实工作流
说点具体的。我每周的内容工作流长这样：周一用第一层速读，把二十份素材压成要点库；周二用第二层，把要点喂给AI拆成三篇选题框架，我挑一；周三用第三层，让AI对每个框架给十个角度，我合成大纲；周四自己写，卡住再回头问AI。
这套流我跑了四个月，产出从月均四篇稳到八篇，且读者停留时长涨了三成——因为结构更清楚、角度更新。广州大鹏照搬改造成他的周报流：AI速读周数据、拆异常、激角度，他只做判断，“以前写周报熬一夜，现在两小时，老板说更像战略了。”
我的一个省时技巧：建一个常驻的“项目brief”文档，把背景、目标、禁忌写清，每次对话开头贴一段，AI就不用反复猜。武汉郑珂管这叫“给AI喂记忆”，她说同样一句话，有brief的回答准一倍，省下大量来回纠错。
另一个坑是别在对话里迷失。我每轮只问一个明确目标，不让AI东拉西扯。杭州陈默提醒：“你越模糊，它越胡编；你越具体，它越顶用。”工作流顺不顺，七分在你怎么问，三分在模型多强。问法，才是普通人的真壁垒。
这套流没什么黑科技，就是三层叠着用。你照着自己行业改一版，跑两周就能摸出手感。普通人用AI重构思考，不需要博士学位，需要的是把“要答案”换成“练思考”的那一下自觉。流程跑顺了，认知自然被延长。
新手最容易卡在“不知喂什么”。我的起步是只做月报流，跑熟再加周报、再加日报。广州大鹏说别一口吃成胖子：“先让一层长进习惯，再叠下一层，系统才稳。”我四个月叠到三层，没觉得吃力，靠的就是不贪多。
误区：把AI当答案机，而不是思考伙伴
最普遍的误区，是我自己踩过的：把AI当答案机。问“怎么写好文章”，它给十条正确废话，你点点头，啥也没长。北京阿哲说这类人“用AI喂养惰性，三个月后表达反而退化”，因为他不再自己组织语言，全靠复制。
第二类误区是迷信。有人把AI输出当圣旨，连数据都不核。南京高远那个编造接口名的坑就是教训。我立规：凡事实、凡数字、凡外部引用，一律回源确认。AI是延伸，不是免死金牌，校对权永远捏自己手里。
第三类误区是替代。有人让AI代写情书、代做全部决策，慢慢丧失自己的 voice。成都苏野提醒：“AI写的东西没有你的体温，读者闻得出来。”我把AI限定在“想清楚”和“给角度”，落笔永远自己来，保住的是人格，不是倔强。
还有人怕用错不敢用，停在搜索引擎层一整年——就是年初的我。深圳陈默说：“怕被AI取代的人，先被会用AI的人取代。”不必精通，先从一层用起，用着用着层级自然升。误区不在工具，在姿态：你是主人还是租客。
所以记住三句话：不把它当答案机（要过程不要结论）、不把它当神（事实自己核）、不把它当替身（落笔自己来）。避开这三点，AI才真是认知延伸；陷进去，它只是更高级的拖延。姿态对了，工具才对。
还有种隐形误区：用AI写完后自己不读就发。我有回群发一封AI起草的活动通知，错把“内部”写成了“公开”，闹了笑话。从此立规：AI产出我必逐字读一遍才出手。延伸归延伸，责任归责任，这两件事不能混。
从玩具到工具：建立你的AI使用军规
把AI从玩具变工具，我给自己立了五条军规，贴在编辑器顶部。第一条：每次对话先写目标，不让AI猜；第二条：要结构不要结论，逼它当陪练；第三条：事实必回源，校对权不留；第四条：创意只取角度，落笔必自己；第五条：每周复盘一次用法，删掉偷懒的姿势。
军规不是束缚，是让用法稳定下来。重庆老周给自己加了一条“禁复制粘贴提交”，所有AI产出必须过他重述才用，“逼自己真懂，不然等于没做。”杭州林岚的军规是“每天至少一次反向激发”，让AI挑她刺，防自满。规则让人不滑回懒。
我还建了个“AI用法日记”，记每次它帮到我和坑到我的地方。跑三个月，我清楚哪类任务该用哪层、哪类千万别交给它。天津老周说这像练肌肉：“你记录怎么练，才长对地方；瞎练只会练歪。”日记是认知的健身卡。
给新手的建议：别追新模型，先把一层用透。我大半收获来自把“速读+拆解”两招用到烂。武汉郑珂同理，她说：“工具新鲜感三个月就过，真留下的是你长出的思考习惯。”军规的价值，是把短暂热情变成长期能力。
军规的尽头，是把AI用成身体的延伸，像用笔一样自然。你不必天天想“我在用AI”，它已经在你思考的缝隙里。从玩具到工具，差的不是技术，是那几条规定和一份不肯偷懒的自觉。规矩立住，延伸才稳。
认知延伸之后，人该守住什么
用AI一年，我最珍贵的收获不是效率，是更清楚自己是谁。它替我跑腿、帮我照盲、给我角度，但每次落笔、每次判断、每次对人说“我在”，都只能是我。认知被延伸了，主语却必须还是人。这是我用它最底线的一条。
我观察身边用得好的人，共性不是聪明，是清醒：知道AI补哪块、守哪块。深圳陈默补信息和处理，守价值和审美；成都苏野补角度，守笔下的温度。每个人让出的是苦力，守住的是人味。延伸的边界，画在“像人”这件事上。
有一回AI给我写了封道歉信，措辞完美。我没发，自己重写了一句笨拙的“对不起，是我考虑不周”。对方回得比AI那版暖。我懂了：有些话机器能措辞，却不能替你承载真心。认知可以外包，诚意不能。这是人最后的领地。
所以我对“AI取代人”的焦虑松了绑。它取代的是不愿思考的偷懒，取代不了肯长脑的认真。郑州大鹏说：“你越用AI长自己，它越像翅膀；你越用它躲自己，它越像轮椅。”同一件工具，照出的是两种活法。
AI不是工具，是认知的延伸——这句话的真意，是它把人撑大，而非把人缩小。守住判断、守住温度、守住落笔的那一下，剩下的交给它跑。当延伸成为习惯，你会感谢那个没把外骨骼拄成拐杖的自己。人，始终是思考的主人。
我对刚上手的人只有一句忠告：先别想取代谁，先想今天哪件小事能让AI帮你想更清。深圳陈默说大部分人卡在“等完美用法”，其实用法是跑出来的。你今天用一次，就比昨天长一点；一年下来，认知早已被悄悄延长。
FAQ
1.问：完全不懂技术，普通人能用AI做认知延伸吗？答：能，而且不必懂模型。我从搜索引擎式用法起步，靠“先写目标、要结构不要结论、事实回源”三招就够用。技术门槛在被你问清楚，不在你懂代码。
2.问：AI给的内容有错怎么办？答：立“事实必回源”的规矩，关键数据和外部引用都自己核对。南京高远踩过编造接口名的坑，此后凡数字必查。延伸不等于失明，校对权永远留给自己最稳妥。
3.问：用AI会不会让自己的思考能力退化？答：只会当你把它当答案机、直接复制时才退化。我让它当陪练和镜子的用法，反而逼我想更清。成都苏野说AI写的东西没体温，落笔自己来，能力就长在身上。
4.问：三层用法该从哪层开始练？答：从第一层速读最容易上手，跑顺了自然用到第二层拆解、第三层激发。武汉郑珂建议别追新模型，先把一层用透。层级是练出来的，不是学出来的。
5.问：创意用AI激发，会不会失去个人风格？答：AI只给原料和角度，炒成什么菜是你定。我所有激发出的点都过自己审美和价值观才落笔。苏州小雨说它像一筐菜，掌舵的必须还是人，风格就不会丢。
图片来源：图1 sashamatic / Pixabay (CC0) · 图2 youncoco / Pixabay (CC0) · 图3 Sonja-Kalee / Pixabay (CC0) · 图4 adege / Pixabay (CC0) · 图5 sweetlouise / Pixabay (CC0) · 图6 moonsword / Pixabay (CC0) · 图7 dangvan / Pixabay (CC0) · 图8 4174332 / Pixabay (CC0) · 图9 jarmoluk / Pixabay (CC0) · 图10 geralt / Pixabay (CC0) · 图11 Pexels / Pixabay (CC0) · 图12 Kost9n4 / Pixabay (CC0) · 图13 ogamiichiro3 / Pixabay (CC0) · 图14 mikuratv / Pixabay (CC0) · 图15 aull-consulting / Pixabay (CC0) · 图16 BISEEISE / Pixabay (CC0) · 图17 CUsai / Pixabay (CC0) · 图18 Carola68 / Pixabay (CC0) · 图19 CUsai / Pixabay (CC0) · 图20 zhjsun / Pixabay (CC0) · 图21 geralt / Pixabay (CC0) · 图22 reallywellmadedesks / Pixabay (CC0) · 图23 StephanieCor / Pixabay (CC0) · 图24 chsyys / Pixabay (CC0) · 图25 blickpixel / Pixabay (CC0) · 图26 Pexels / Pixabay (CC0) · 图27 blickpixel / Pixabay (CC0) · 图28 DEZALB / Pixabay (CC0) · 图29 simonreza09 / Pixabay (CC0) · 图30 ELG21 / Pixabay (CC0) · 图31 jplenio / Pixabay (CC0) · 图32 MabelAmber / Pixabay (CC0) · 图33 loufre / Pixabay (CC0) · 图34 PIX1861 / Pixabay (CC0) · 图35 geralt / Pixabay (CC0) · 图36 geralt / Pixabay (CC0)
评论(0)