九月底到十月这波讨论有点不寻常：一句原本只在圈层里玩梗的话——“AI用多了让人变笨”——在学校和职场两头同时炸了。
学校那头，北大、复旦等多所高校校长在新生开学典礼上不约而同提到AI，提醒警惕"认知卸载"和"虚假掌握"。 有媒体与中央民族大学研究团队对全国400余所高校1953名本科生的调研显示，AI工具使用率达到99.14%，近八成已经把它当成常态化习惯，超过六成人对合理使用的边界感到困惑。 今年8月，麻省理工学院发布了一份评估AI在该校使用情况的报告，认为"许多AI使用方式正在剥夺学生学习的机会"；这份报告后来给那种状态起了个名字——“认知投降”：学生把作业交给AI的同时，把思考也一并交了出去，让AI的输出取代自己的独立判断。微博今日头条今日头条
职场这头，知乎两个问题挂在一起看最扎眼：《下一代程序员离开AI还能独立工作吗》24.8万浏览、205条评论，高赞回答开头一句话就是"没有下一代程序员了，我们是最后一代"，582个赞同、211次收藏。 旁边那个《36岁程序员，被AI写代码吓到了，如果再不转型，我几年内会失业吗》，73万浏览。微博上一条"现在上班真的很难不用AI"，正文就这一句，没人需要补充——1142个赞。知乎微博
更硬的背景音在9月29日：中国互联网络信息中心发布《生成式人工智能应用发展报告（2026）》——截至2026年上半年，我国生成式AI用户规模突破7亿，普及率超过50%。 换句话说，"要不要用AI"已经不成问题了，问题是：用了之后，哪些东西是你带得走的，哪些正在悄悄折旧。对用了两年AI的提效用户来说，这正是每天的真实体感：活越干越快，手越放越不开；周报PPT代码一句话出稿，但让你重新独立起一个头，心里发虚。知乎
问题是，"变笨"这两个字把三笔完全不同的账捆在了一起卖。这三笔账证据强度不一样、适用人群不一样，最容易被搞混的恰恰是药方——现在流传的解法里，一大半治的是别人家的病。
第一笔账：虚假掌握——你在AI里练的根本不是考试那道题
这笔账是学术圈警告的核心，也是机理最清楚的一笔。知乎9月30日有个新问题：“用AI刷题后正确率变高，但一离开AI就不会做，问题到底出在哪？“底下的回答把窗户纸捅破了：你以为你在解题，其实AI刚讲完"这题的关键是换元”，接着给你出"同类题”——这个"同类"两个字已经把最难的活儿替你干了：判断该用哪个工具。真正独立的解题，前面还有一整段没人替你做的搜索和分类。你练的是"给定方向后的执行"，测出来的正确率是这个局部能力的成绩，你却把它解释成了完整能力。知乎
更隐蔽的是AI无限生成近迁移题的能力：原题换元，它换几个参数再让你换元一次。二十道连做二十对，"我已经会这一类题了"的感觉特别真实——传统教辅只能给你三道变式，AI能给你无限道，错觉也被放大了无限倍。
所以这笔账的真实受害者画像很清楚：正在学新技能的人——刷题的学生、从零学写代码的、学做分析的。MIT报告要求"课程提供明确的AI使用规则"，说的就是他们。 如果你早就过了学习期、每天都在重复已会的活，校长的警告跟你关系没有你以为的那么大。微博
第二笔账：过程外包——坐电梯不会让腿消失，但永远不爬楼梯会
小红书8月一篇288赞、156条评论的笔记《过度使用AI会让你变得非常蠢》说中了打工人真正的体感：不是脑子坏了，是"从白纸到第一个判断"那段路太久没走，生疏了。以前遇到问题先自己想、查资料、在冲突的观点里做判断，那些"卡住"的时刻才是训练本身；现在30秒拿到一个比自己想得还周全的答案——答案到手了，形成答案的过程被跳过了。小红书
这笔账的特别之处在于：它几乎每个重度AI用户都能自证，但实验室证据反而是三笔账里最薄的（脑电样本有限、问卷自述为主）。它不是"智力下降"，是特定环节的生疏——生成环节。而且注意，它外包得掉生成，外包不掉验收：AI给的框架好不好、数据对不对、有没有坑，最后还得你判断。真要是把验收也一起外包了，那出的就不是效率事故，是Meta Muse那种替人卖键盘、擅自降价还把买家招上门的事故。36氪
第三笔账：执行降价——那205条评论其实比"最后一代"冷静
最容易被带节奏的一笔。高赞回答说"我们是最后一代"，情绪拉满；但翻进评论区，讨论反而具体：“习惯了AI开发效率的企业是没法回头接受手工的效率的，到那会如果不能达到和AI一个级别的开发速度，基本不会被视为有工作能力，至于说你手工代码写得好，算爱好吧”。 还有人直接问：“钻营基本功的目的是？”知乎
这才是这笔账的真相：对打工人真正在缩水的不是"思考能力"，是"纯手工执行"的市场定价。你的对手不是变笨的大脑，是市场不再为"写得出来"付钱了。所以"戒掉AI、回炉手写"这个流传最广的药方，治错了对象——你回不去那个效率基准线，企业也回不去。
那个高赞回答里其实埋着解法，只是标题太吓人没人往下看：未来指挥AI干活的人，需要的是"狂野的想象力、冷酷的判断力和独到的品味"，跟乐队指挥的交集比跟程序员的交集大。 换句话说，增值的部分从来不是"生成"，是"出题、验收、担责"。知乎
三笔账对号入座，然后做一件不痛苦的事
入门和轻度用户，先认清自己在哪笔账里：正在学新东西的，是第一笔，缺的不是自觉是检验——学习和"检验自己学会"是两件事，AI可以陪你学，但别让它监考；日常重复熟练工种的，是第二笔，可控，成本是生疏不是消失；担心岗位身价的，是第三笔，省省"手写自救"的力气，把"会用AI"和"能验收AI"当成两件事去攒。
具体动作只有一条，不要求你戒AI：给自己上"抽检"，把AI从代笔换成对手。重要问题先自己写下判断，再扔给AI，让它来攻击我的思路：看看哪里有漏洞，有没有我没想到的角度。 每周再随机挑一份AI交付的活儿，关掉AI自己重做一遍关键判断，对答案。这一下午的成本，买的是三笔账的体检报告：生成能力还在不在、验收判断准不准、和市场脱钩了没有。圈子里流传的"AI依赖量表"把依赖拆成情感、功能、认知和失控四个维度，不用真做题，对着这四个维度问自己一遍，基本就知道自己站在哪笔账里。小红书小红书
接下来值得盯的信号：MIT报告提的"课程要明确AI使用规则"已经开始往行业走——北京市教委9月底刚发布2026版《北京市教育领域人工智能应用指南》，给各学段使用AI划了红线，明确AI不能替代基础认知建构、独立思考与亲身实践。 哪天招聘JD把"独立完成""脱AI能力"写成考核项，别惊讶，那是验收定价开始上行的时候。反过来，如果一个岗位从头到尾只需要你转发AI的产出，那三笔账你一笔都不用心疼，该盘的是跳槽。今日头条
这轮争论里最值钱的一句话不是"最后一代"，是那条1142赞微博的反面：难的不是不用AI，是用了AI之后，还答得出"哪部分是你自己的"。
