当AI能瞬间给出所有答案，我们是否正在失去提出问题的能力？本文从知识库构建的两种路径切入，探讨AI时代思考被外包的隐忧，并分享如何在效率与独立思考间找到平衡，保持认知的多样性与未来的可能性。

昨天跟一位同学聊知识库。

他用的是现在很流行的LLM WIKI模式。把资料一股脑喂给大模型，让它自己组织成词条、页面、分类，现在已经攒出了一定的规模，打开来看像模像样。我用的是本体论，实体、关系链、动作链那一套，讲究的是每个概念怎么定义，概念之间是什么关系，这个关系又是什么性质。

我们俩聊了很久。怎么建库，怎么审计，怎么补缺失，怎么防止知识库越堆越厚但没法用。他给我看GPT-6给他的分析报告，模型把他库里的词条扫了一遍，告诉他哪些主题覆盖薄，哪些链条断了头，哪些内容是孤岛，图文并茂，头头是道。我给他看我的，本体论三轮生成，DOD审计，实体加关系链加动作链。

聊着聊着，我发现一件挺有意思的事。

所有的分析、执行、整理，几乎都是大模型在干，给得又快又全。工具这一层，我们俩都把活儿外包出去了。

但真正决定这个知识库长什么样的，是我们两个人脑子里那点东西。

他脑子里装的是词条该怎么组织，层级该怎么划分，什么样的内容值得沉淀成页面。我脑子里装的是关系该怎么定义，触发和执行和产出有什么区别，弱关系该在哪个环节剃掉。这些判断，模型给不了。模型只能执行，脑子还是我们自己的。

也就是说，看起来是两个人在用AI建知识库，实际上是两个人在思考怎么构建自己理解世界的体系。AI是手，思考是人。

下午回看视频的时候，我刷到8年前奇葩说的一场辩论，讨论知识是否应该统一。里面有个观点，让我愣了半天。

19世纪末，物理学专家们搞了一次聚会。那是1900年，英国皇家学会的新年致辞。当时在场的人心情都很好，因为物理学大厦已经落成，该知道的都知道了，剩下的工作无非是修修补补，把小数点往后多精确几位。那个年代物理学家们的自信是有底气的，牛顿力学统治了两百年，热力学，电磁学，一套一套的，天上的行星地上的火车，全都算得明明白白。但开尔文老爷子留了句话。大厦是完成了，可晴朗的天空上还飘着两朵乌云。一朵是黑体辐射，一朵是迈克尔逊-莫雷实验，两朵云都和经典物理对不上。后来的事大家都知道了。那两朵乌云，一朵变成了量子力学，一朵变成了相对论。不是修补，是把地基掀了重新打。

辩论里有句结论，放在今天贴切到有点吓人。如果所有人都接入芯片，获得统一的知识，好不好。

这个问题你仔细想想，它诱人的地方是真实存在的。山区孩子和北京孩子看到同一套教材，穷人富人在知识面前人人平等，再也没有谁靠信息差欺负谁。八年前的辩手们为这个吵得面红耳赤，正方说得声情并茂，我当年看的时候几乎要被说服。

可反方的逻辑就一句，捅破了整件事。一旦知识被统一，认知世界的判断也就被统一了。所有人都拿到同一个答案，就没有人再去怀疑这个答案。没有怀疑，就没有证伪。没有证伪，认知就再也没法往前挪一步。你获得的是全世界的知识，付出的是人类继续产生新知识的可能。

人类之所以能一直往前走，恰恰是因为总有人觉得，现在这套不合理，不完整，哪儿不对劲。

01 AI时代的统一化趋势

说到这个，我想接着昨天的话再聊几句。

昨天何勇走了。我写完那篇文章之后，又刷了很多故人逝去的视频和片段，刷着刷着，我发现了一个更扎心的事。

现在的人，越来越懒得思考了。

不是不想思考，是被驯化得不思考了。视频要15秒一个反馈，前3秒不炸就直接划走。小说要直白的刺激，三章一个小高潮，五章一个大爽点。音乐把前奏和bridge全砍了，上来就是副歌轰炸。所有的过渡，铺垫，留白，全被当成成本剃掉了。

我小时候听歌，磁带塞进随身听，前奏一分多钟，我不觉得长。就那一段旋律，我自己脑补画面，今天想的是这个场景，明天听又变成另一个场景。留白是用来衍生想象的。

现在没有留白了。人们不愿意再通过思考去慢慢完善脑海里的画面，只想被直接喂到嘴里。爽完就划走，划走再来下一个。

小说也一样。以前讲究草蛇灰线，伏脉千里，一个铺垫埋下去十几章才收。现在讲究节奏，讲究钩子，讲究数据。故事越来越趋向系统化，因为系统有数值，数值有直观的变化，升级，突破，打脸，每一步反馈都清清楚楚。不需要你想，跟着数字走就行。

这些东西单独看，都能理解。时代快嘛，大家都要效率。可拼在一起看，是一件事。

思考这个过程，被外包出去了。

你要是觉得我危言耸听，我再说个每个人都中招的。导航。以前的人认路，是靠脑子里那张地图，走一次错一次，绕几圈，那条路就长在脑子里了，下次闭着眼都能走。现在呢，导航说往哪拐就往哪拐，到了地方，你问自己刚才是怎么过来的，一片空白。方便是真方便，可五年下来，你在自己住了十年的城市里，还是个路痴。

认路这个思考没了，你损失的可能不算大。可同样的逻辑，放到判断方案，放到做决策，放到理解一个业务上呢。

我一直有个可能不太合时宜的看法。效率这个东西，把人们早年在生活中辗转腾挪的经验，束缚得死死的。

90年代，00年代，没有标准答案。想赚钱的人，倒腾过碟片，开过小卖部，跑过批发市场，做过网站，写过程序。方法都不完美，土法炼钢，八仙过海。可正因为不完美，路径不一样，才有百家争鸣，每个普通人才有自己的机会。那个年代信息差是坏事吗，恰恰不是，信息差就是普通人的门票。

现在越来越极致了。AI让效率高到夸张，同时也让行为统一化了。AI告诉我们怎么思考，AI告诉我们方案是什么。AI构建的漫剧，全是一张脸，一种说话模式，连梗都是同一批。

你刷十个博主讲同一本书，大纲是同一个，金句是同一句，连停顿的位置都差不多。你问十个人怎么看待某个新闻，八个人给你的说法几乎是复述的。不是他们抄袭，是他们的上游是同一个。信息渠道统一了，加工工具统一了，产出的脑子也就统一了。

你可以想象一下，在这样环境里长大的孩子，还会像我们小时候那样有那么多为什么吗。

我小时候问我爸，天为什么是蓝的。我爸说不清楚，我自己翻书翻了半个月，在图书馆一本讲光的书里翻到瑞利散射，那个瞬间我记到今天。不是因为知识本身多珍贵，是那个自己刨出来的过程珍贵。

现在的孩子问AI，天为什么是蓝的。0.5秒，答案来了，正确，完整，还带图。他得到的知识比我当时多十倍。可那个刨的过程，没有了。

不会了。因为他一问，AI就答。AI能回答他所有的为什么，答得又快又好又有耐心。

一个所有问题都有标准答案的世界，才是最可怕的世界。当所有人都只用AI的时候，所有的认知，所有的理解思路，所有的知识，都会慢慢趋同。人们再也没有求知的欲望，最终沦为附属。这是那场8年前的辩论最担心的事，也是我这个周末最真实的体感。

02 我们该怎么做

那怎么办呢。

跟上AI的步伐，说实话，非常简单。会用工具就行，能提问就行。可我一直认为，即使简单，也一定要保持独立思考的认知能力。

效率上我们比不过AI，这没什么好争的，认了。可具备智慧本身，就是一个人在这个时代体现价值的最大能力。

不能盲目地用AI，而是要学会把AI的能力摁在自己的认知之下。让它干活，不让它替你判断。它出十个方案，选哪个，砍哪个，为什么选，这一步永远留给自己。这样做确实牺牲一些效率，可能还经常显得笨，显得慢。

我自己有几个笨办法，说出来你未必看得上。

1. 每次AI给我答案，我会追问一句为什么。不是抬杠，是逼它把推理过程摊开给我看。摊开的过程里，我经常能看出不对劲的地方，有时候是它不对劲，更多时候是我自己想岔了，两边都有收获。
2. 写东西之前不看AI。先自己列个提纲，写个烂初稿，再让AI来批。顺序不能反。反过来的话，那个提纲就是它的，不是你的，你只是给它的想法做了个校对。
3. 还有建知识库这件事，就像今天聊的。让模型干活可以，可每个实体怎么定义，每条关系怎么取舍，这个决定我自己下。库是模型搭的，骨架是我的。

可你换回来两个AI永远给不了的东西。

多样性。

和未来的可能性。

就像那两朵乌云。当年要是所有人都觉得大厦已经完成，皆大欢喜，回家睡觉，就没有量子力学，也没有相对论了。两朵乌云能被看见，靠的不是知识量大。在场的人知识量个个顶呱呱。靠的是开尔文心里那一句，不对劲。

觉得不对劲，这个能力，AI给不了你。

再回到开头那个知识库。我和我那位同学，方法完全不同，工具也各异，谁对谁错，我不知道，可能也没有对错。可我知道，只要我们还在自己思考，自己构建，自己怀疑，那这两个知识库就都是活的，都还在往长里长。

这个时代不缺答案。AI负责解决所有的问题。

缺的是问题。