AI 时代，我们把智力外包了

本文同步自「芝士AI吃鱼」公众号，原文链接见文章信息。

当搜索、阅读、总结、分析、写作都可以被压缩成一次 Enter，我们得到的当然更多了。真正值得追问的是：那些被省掉的过程，原本只是时间成本，还是恰好构成了我们的能力？

过去，我们把体力交给机器，把记忆交给纸张，把计算交给计算器，把检索交给搜索引擎。现在，大模型开始接手另一批更靠近“人”的工作：理解、总结、分析、表达，甚至判断。问题来了：当这些智力活动越来越顺手地交给 AI，我们还剩下什么？

几年前，写一份稍微像样的汇报材料，还是一段完整的脑力劳动。

你先得弄明白对方到底在问什么。然后翻资料、找数据、判断口径，看看几个事实是不是互相打架。等资料齐了，事情才刚刚开始。什么是现象，什么是原因；哪些话能下结论，哪些只能写“可能”；一个判断到底有没有证据支撑。很多时候，真正的思考不是发生在打开 Word 的那一刻，而是在第二稿、第三稿里，被一遍遍修改逼出来的。

现在，这条链路可以极短。

打开豆包、千问、DeepSeek、Kimi，或者任何一个你顺手的大模型。把需求贴进去，再补一句：“请整理成一份结构完整、逻辑清晰的分析材料。”按下 Enter。几十秒后，背景、问题、原因、建议、结论都出来了。稍微改几句话，就可以发给同事、领导、客户。

我们当然得到了结果。

可我们有没有经历形成结果的过程？

这篇文章想讨论的，不是“AI 会不会把人变笨”这样一个过于简单的问题。现在的研究还不足以证明，长期使用大模型会让人的一般智力永久下降。真正值得讨论的是另一件事：当理解、阅读、分析、组织和表达越来越允许被跳过，人的能力究竟会如何形成？

一、AI 已经进入日常：6.02 亿用户之后，真正变化的是使用习惯 #

生成式 AI 已经越过了“尝鲜”的阶段。

CNNIC 发布的第 57 次《中国互联网络发展状况统计报告》显示，截至 2025 年 12 月，我国生成式人工智能用户规模已经达到 6.02 亿，较 2024 年底增长 141.7%，普及率达到 42.8%。换句话说，生成式 AI 已经不是少数技术从业者的玩具，而是一个数亿中国网民实际接触过的通用工具。

如果只看“有多少人使用过”，还会低估变化。

QuestMobile 2026 年 AI 应用市场半年报显示，截至 2026 年中，AI 原生 App 月活规模约 4.99 亿，手机厂商 AI 应用月活约 7.55 亿，AI 应用插件月活约 6.44 亿。这些口径之间存在大量重叠，不能相加，但它们揭示了一件比总用户数更重要的事：AI 在中国已经不是一个单独的入口，而是在同时进入 App、手机系统、浏览器插件、PC 和办公环境。

更值得注意的是使用强度。QuestMobile 给出的 AI 原生 App 月人均使用次数达到 92.7 次。这不是“偶尔打开试一下”的频率，而是逐渐进入习惯层的使用。

于是，一个很容易被忽视的变化发生了。

过去，遇到一个陌生问题，我们会先百度；现在越来越多人会先问 AI。过去拿到一份几十页的材料，我们至少会先翻一遍目录；现在第一反应往往是“丢给 AI 总结一下”。过去写材料之前，通常要先整理一轮思路；现在很多人直接从 Prompt 开始。

QuestMobile 甚至观察到了搜索行为的变化：2026 年 5 月，传统搜索行业人均使用次数同比下降 19.1%，人均使用时长同比下降 13.5%。这当然不能简单归因于 AI，但它至少说明，信息获取的入口和路径正在被重新分配。

真正发生的变化，不是我们多装了几个 AI App。

而是我们正在把一部分原本需要自己完成的认知过程，迁移到这些入口里。

二、从豆包、千问、DeepSeek、Kimi 看，外包的已经不是同一种脑力 #

把国内几个主流 AI 产品放在一起看，会发现一个很有意思的现象：它们争夺的早已不只是“聊天机器人市场”，而是在分别接管不同类型的脑力劳动。

QuestMobile 的 2026 年 6 月数据里，豆包、千问、DeepSeek 活跃用户规模分别达到 3.82 亿、1.67 亿和 1.29 亿。这三个数字背后，其实对应着三种不同的使用心智。

豆包最值得关注的，并不是某一次模型能力排名，而是它的高频和低门槛。

很多时候，你甚至不会把“问豆包改一句话”“帮我想几个标题”“解释一下这个概念”看成一次严肃的 AI 使用。它更像一个随手可叫来的助手。可正因为门槛低，它最容易承接那些细碎、频繁、过去需要自己想几十秒到几分钟的任务。

这种外包很轻，以至于人很难意识到自己正在外包。

千问的变化，则更接近“从回答问题走向替人办事”。QuestMobile 在半年报里把千问任务助理归为生态办事型 Agent 的代表，强调跨生态调度。对用户来说，这意味着 AI 的边界不再停在“告诉我怎么做”，而开始向“替我调服务、替我执行”移动。

这一步很关键。

因为一旦 AI 从答案生成器变成任务执行层，人外包出去的就不只是表达和总结，还包括计划、拆解、调用和执行。

DeepSeek 带来的影响又不一样。

它真正改变的是大众对“AI 会不会思考”的直觉。越来越多用户第一次明显感受到，模型不只是会生成一篇完整文章，还能一步一步给出推理、代码、分析和方案。QuestMobile 把这种方向概括为“推理 Agent 化的认知突破”。2026 年 6 月，DeepSeek 的 10 分钟以上用户占比达到 30.0%，高于豆包的 27.5%。

这会制造一种更强的诱惑：既然它能把思考过程写出来，我还有没有必要自己先想？

Kimi 的位置则很适合观察“阅读外包”如何继续向“复杂工作外包”演进。

很多用户最早认识 Kimi，是因为长文本、长上下文和总结能力。过去，一份几十页甚至上百页的材料，阅读本身就是一个不可绕过的环节。现在，越来越多人会先让 AI 看，自己只看摘要。到了 2026 年，Kimi 官方对产品的描述已经明显从“读长文”向深度研究、一键建站、智能制表、PPT 自主编辑等复杂工作延伸。

这几类产品放在一起，真正值得关注的不是排行榜，而是一条越来越清晰的迁移路线：

先替你写一句话，再替你读一份材料；先替你分析一个问题，再替你完成一项任务。

一开始被外包的是表达，后来是阅读，再后来是分析、计划和执行。

如果沿着这条线继续往前，最后剩下的就只剩一个问题：谁来判断 AI 做得对不对？

三、真正被替代的不是搜索框，而是“搜索—阅读—整理”这一整条链 #

人类从来都在认知外包。

纸张替我们保存记忆，计算器替我们做算术，搜索引擎替我们定位信息，导航替我们记路。认知科学把这类行为称作 cognitive offloading，也就是借助外部工具降低内部认知负担。

外包本身不是问题。人类文明本来就是一部不断把低价值劳动交给工具的历史。

大模型真正不同的地方，在于它开始接管一条连续的认知链。

搜索引擎替你找到网页，但你通常还得自己点开、阅读、比较、理解。计算器替你完成运算，但公式和问题仍然需要你自己定义。

大模型可以把这些环节串起来。

它替你找，替你读，替你总结，替你归纳，再把归纳结果写成一段完整的答案。

于是，以前需要经历“搜索—打开—浏览—筛选—阅读—摘录—整理—判断”的过程，现在可以被压缩成一句：“帮我研究一下这个问题，给我结论。”

这种变化从效率上看几乎无可挑剔。

问题是，过去那些看上去低效的环节，恰好也是我们建立内部知识模型的过程。你在不同网页之间来回跳转时，会发现信息冲突；你在原始材料中寻找答案时，会看到摘要里不会出现的限定条件；你在自己整理笔记时，才会真正意识到哪些事情没有想清楚。

现在，我们越来越容易只接收模型整理后的世界。

世界变得更清楚了。

但也可能更薄了。

四、写材料，是智力外包最清楚的现场 #

写材料特别值得观察，因为写作处在“想”和“做”的中间。

很多人以为，写作只是把脑子里已经想好的内容打出来。真实情况恰恰相反。很多时候，人是在写的过程中才发现自己究竟想说什么。

一个论点写不下去，可能说明逻辑不成立；一个数据不知道放在哪，可能说明结构有问题；一段话删了半天都删不掉，往往说明作者自己还没有区分什么是事实、什么是观点、什么只是修饰。

所以，传统写材料虽然慢，却强迫人完成一套认知动作。

接任务，理解问题，搜索资料，阅读原文，判断证据，提出假设，组织结构，起草，修改，交付。

今天，一个常见流程正在变成：接任务，写 Prompt，模型生成，改几个词，交付。

OpenAI 对真实使用记录的研究提供了一组可量化的参照。研究显示，2025 年中，ChatGPT 消费者每天约产生 26 亿条消息，其中约 7 亿条与工作有关，写作是工作场景中占比最高的一类。按研究中的分类比例粗略估算，每天进入 ChatGPT 的工作写作请求大约在 2.8 亿条 的数量级。

这里统计的是消息，不是文档。一份报告可能需要多轮对话，也不是每一条生成内容都会被最终采用。

但这已经足以说明：表达和总结，正在成为知识工作最先被大规模外包的环节之一。

这些变化落到日常工作里，非常具体。

周报让豆包先起草，会议纪要让 AI 自动总结，标书让模型先搭目录，公众号文章让 AI 先列结构，研究报告先丢给 Kimi 读，代码先让 DeepSeek 改，方案先让千问给一个版本。

问题从来不是这些动作能不能提高效率。

它们当然能。

真正的问题是：当第一稿、第一轮分析、第一版结构长期都不再由自己完成，我们会不会逐渐失去“从零形成判断”的能力？

五、AI 的效率收益是真的，所以问题才更棘手 #

如果大模型只能生成垃圾，人类不会如此依赖它。

真正让智力外包变成现实的原因，是它确实能提高效率，而且在很多任务上还能提高平均质量。

Noy 和 Zhang 发表在《Science》上的随机实验发现，在新闻稿、商务邮件、短报告等专业写作任务中，使用 ChatGPT 的参与者平均完成时间下降约 40%，输出质量提高约 18%。

这是一种足以改变工作习惯的生产率提升。

一份原来要 100 分钟完成的材料，现在 60 分钟就做完了。

理想情况下，节省下来的 40 分钟应该用来做更有价值的工作：检查数据、阅读原文、寻找反例、比较方案、重新判断。

如果真是这样，AI 没有让人少思考，只是把思考从低价值环节迁移到了高价值环节。

可现实里还有另外一种路径。

组织看到一个人一天能完成三份材料，很快就会把“三份”变成新的正常产能。生成越来越便宜，产量越来越高，审核时间却不会同步增长。

于是效率红利开始变成另一种东西。

我把它叫作认知债务。

今天为了更快交付，跳过理解；未来一旦场景变化，就要补交当初欠下的那部分认知成本。

材料是你交付的，但你不一定知道为什么这么写；代码是你提交的，但你不一定知道边界在哪里；结论是你发出去的，但被追问时，你可能只能重新回到 AI 里寻找理由。

这就是认知债务的典型状态：我们拥有结论，却没有形成结论所依赖的内部模型。

六、现有研究看到的，不是“人变笨”，而是思考发生了迁移 #

关于 AI 与认知，一个容易制造流量的标题是：“研究证明，使用 AI 会让大脑退化。”

但这样写并不严谨。

目前更可靠的证据，是 AI 正在改变人把认知投入放在哪里。

微软研究院与卡内基梅隆大学在 CHI 2025 的研究调查了 319 名知识工作者，收集了 936 个真实的 GenAI 工作案例。研究发现，对 AI 完成某项任务越有信心，受访者报告的批判性思考越少。与此同时，在知识获取、理解、分析、综合等活动中，许多人认为使用 GenAI 后需要投入的认知努力降低了。

但人的工作并没有完全变成“不思考”。

更准确地说，它发生了迁移。

从寻找信息，变成验证信息；从亲自解决问题，变成整合模型的回答；从亲手执行任务，变成监督模型执行。

这其实提出了一个比“会不会变笨”更严肃的问题。

如果未来人的主要工作是审核 AI，那么谁有资格成为审核者？

一个真正懂业务的人，可以很快发现模型把因果关系写反了，可以知道哪个数字的口径不对，可以识别一个看似完整的方案遗漏了什么。

可一个从未经历过完整训练的人，根本不知道应该检查什么啊！

于是同一个 AI，对专家和新手可能产生完全不同的结果。

专家借助 AI 把机械劳动外包出去，把时间花在更困难的判断上；新手则可能直接跳过成为专家所必需的训练过程，却提前拥有了“像专家一样的输出”。

这和之前讨论的一样，AI 把梯子抽走了，导致人的能力出现断代了，再也没有初级人员了。

大模型由此制造了一种新的能力幻觉：

拥有输出，被误认为拥有能力。

七、真正危险的是“审核剪刀差”#

生成式 AI 改变知识工作的逻辑，可以用一条很简单的曲线来理解。

模型生成答案的能力，在快速增长。

人的注意力、专业知识和审核时间，却增长得极慢。

当 AI 一分钟可以生成十个方案时，人不可能在一分钟内严肃验证十个方案。当 AI 一夜可以改完几千行代码时，团队不可能在第二天早上凭空拥有十倍的代码审查能力。

于是，两条线之间会自然出现一块越来越大的区域。

这就是“审核剪刀差”。

生成能力越强，未经充分验证的内容反而可能越多。

这听起来有点反常识，但它非常符合组织行为。

以前写一份报告需要两小时，审核半小时；现在生成只要五分钟，组织很少会说：“很好，那剩下的一小时五十五分钟都用来审核。”更常见的是：“很好，那再做三份。”

最后出现的结果就是：材料越来越多，真正被认真读完的越来越少；方案越来越多，能解释方案为什么成立的人越来越少。

AI 解决了“写不出来”的问题，却可能制造一个更大的问题：看不完、核不动、分不清。

八、当答案变得廉价，能力开始变得难以识别 #

过去，一个人能不能写出一份好材料，大体还能反映他的理解和表达能力。

现在，这层关系正在变弱。

一个不熟悉行业的人，也可以生成一份行业术语齐全的分析；一个刚入行的程序员，也可以提交结构漂亮的代码；一个没系统读过相关文献的人，也可以很快得到一份“综述”。

这会带来一个新问题：组织越来越难从结果反推能力。

这并不意味着人变得不重要。

恰恰相反，真正懂的人会变得更重要，因为只有他们知道哪些地方不能被模型的流畅感骗过去。

未来知识工作的分化，很可能不再是“会不会使用 AI”。

人人都会使用。

真正的分化会变成：

有些人只是会让 AI 产生结果；另一些人知道如何定义问题、判断证据、识别错误、推翻答案。

前者拥有的是操作能力。

后者拥有的是认知主权。

九、哪些脑力可以外包，哪些必须留下？#

所以，答案当然不是不用 AI。

不用 AI 既不现实，也没有必要。

真正重要的是建立一条边界：哪些智力活动可以放心交给 AI，哪些活动只能让 AI 辅助，却必须由人自己完成。

基础改写、格式整理、会议纪要、信息归纳、常规代码补全，这些任务的共同特点是后果风险相对低，结果容易验证。把它们交给 AI，通常是纯粹的生产率收益。

越靠近分析、归因、策略和决策，情况就越不同。

因为这些任务不是“有没有一个答案”，而是“为什么相信这个答案”“还有哪些反例”“如果错了谁承担后果”。

一个比较实用的原则是：

可验证性越低，后果风险越高，人越应该保留最终判断权。

AI 可以帮你生成假设，但不要替你确认因果。

AI 可以帮你列方案，但不要替你定义目标。

AI 可以帮你找理由，但不要替你决定相信什么。

AI 可以替你做大量工作，但不要让它替你承担那个最关键的动作——决定这件事是否真的成立。

结语 #

未来最不稀缺的，可能不是信息，也不是答案，而是一个看起来很像正确答案的东西。

真正稀缺的，会是知道它为什么成立、在哪些条件下会失效，以及什么时候必须推翻它的人。

AI 正在把人从“答案的生产者”，推向“答案的验收者”。这看起来像一次能力升级，但它藏着一个更深的问题：判断力本身从哪里来？

今天能够快速识别 AI 错误的专家，恰恰是因为他们曾经亲自做过那些如今正在被外包的事情——阅读、推导、试错、争论、重写。

真正的认知债务，不是今天少想了一次，而是我们可能正在一点点删除“人成为专家”的过程。

如果一代人从进入专业领域的第一天起，就可以跳过这些过程，直接得到足够好的答案，那么多年以后，我们是否还拥有足够多的人，能够在机器出错时看出它错了？

所以，AI 时代最值得担心的，也许从来不是模型会不会犯错。

而是当它犯错时，还有谁能够接管？

主要数据与研究来源 #

CNNIC，第 57 次《中国互联网络发展状况统计报告》，2026。
QuestMobile，《2026 年 AI 应用市场发展半年报》，2026 年 7 月。
QuestMobile，《2026 年一季度 AI 应用洞察》，2026 年 4 月。
Moonshot AI / Kimi 官方产品与研究页面，2026。
OpenAI，《How People Use ChatGPT》，真实使用数据研究。
Noy, S. & Zhang, W., Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence, Science, 2023。
Lee et al., The Impact of Generative AI on Critical Thinking, CHI 2025 / Microsoft Research & Carnegie Mellon University。
Risko, E. F. & Gilbert, S. J., Cognitive Offloading, Trends in Cognitive Sciences, 2016。

当一个人不再需要通过思考，就能获得一个好答案，我们还会不会存在真正的思考者？

如果 AI 失灵、犯错，或者面对它从未见过的问题——谁来接管？