面向每天使用AI的人的二阶思维

AI 的第一个效果（答案）令人愉悦，但真正的代价与收益藏在二阶效应里——技能、判断、习惯与数据的长期漂移；解决之道是在接受答案前问一句「然后呢？」。

AI GUIDES（@FREE_AI_GUIDES）随笔 · 已翻译 · 约 13 分钟

阅览室 · 认知与决策#AI#技能#数据#二阶效应原文

你提出一个问题。答案在你伸手去拿咖啡之前就已抵达。它听起来自信满满，而且很可能正确。几周之后，这种速度开始变得习以为常，就像一件好工具消失在用它的人手中一样自然。

屏幕上显示的是第一个效果。较慢的效果则落在别处——你的技能、判断力、习惯和数据之中，历经数周乃至数月才显现。

有一种思维模型，专为预见这类效果而生，它完全源自AI领域之外。二阶思维。

橡树资本的投资者霍华德·马克斯凭借此模型成就了一番事业。法纳姆街的沙恩·帕里什将其记录为一种任何人都能实践的思维模式。他们谈论的都不是聊天机器人，但两人所描述的，正是AI使用研究中反复出现的模式。

评判AI的简单方式是看第一结果：答案好吗？速度快吗？第二个问题才是值得学会去问的，而本指南正是要培养这种习惯。既不恐慌，也不夸大。

保存下来吧。你会需要它的。

那么，到底什么是二阶思维

1. 定义

最简单的版本，两行就能说清。

→ 一阶思维问的是：会发生什么。

→ 二阶思维问的是：因为那件事发生了，又会引发什么。

Shane Parrish 和 Farnam Street 团队将其定义为：不仅考虑你的行动及其直接结果，还要考虑这些结果所引发的后续影响。Howard Marks 把那种浅层快速的思考称为一阶思维，他形容它简单、迅速、人人都会。而真正重要的东西，藏在二阶思维里。

每个结果都有其后果。第一个后果只是最响亮的那个。

2. 类比

想想晚餐后的甜点。一阶效应是：每次吃都很美味。二阶效应是：每晚都吃，一年下来会怎样。

没人需要为甜点感到愧疚。重点更细微，也更温和。第一个效应总是令人愉悦的，因为愉悦本身就是它发挥作用的方式。第二个效应则姗姗来迟，按它自己的节奏出现。

AI 的回答也是如此。第一个效应被设计得让人感觉很棒。

3. 为何它总在AI话题中反复出现

这个老套的投资理念之所以与AI挂钩，自有其道理。当研究人员开始衡量反复使用AI对人们的影响时，一系列新术语几乎同时进入了词汇表。认知债务。认知卸载。技能钝化。

不同的实验室，不同的方法，却得出了相同形态的发现。真正重要的影响从来不在第一个答案里。它们存在于反复给出的答案对技能、判断力、习惯以及数据随时间产生的改变之中。

你无需细读那些研究。你只需要它们共同指向的那个问题。然后呢？

二阶效应显现的五个方面

1. 你的技能。 麻省理工学院媒体实验室由Nataliya Kosmyna带领的团队让54人撰写文章，其中一些人使用AI助手，一些人使用搜索引擎，还有一些人仅凭自己的头脑。AI组报告称对文章的所有感最低，许多人在完成写作几分钟后便难以引用自己的文字。这只是一项研究、一个小样本，且尚未经过同行评审，所以不必过于当真。但其中的方向值得铭记。文字本身没有问题。但与文字之间的联结却完全缺失。

2. 你的判断力。 微软研究院和卡内基梅隆大学的研究人员调查了319名知识工作者，涉及936项真实的AI任务。人们对AI投入的信心越多，他们报告进行的批判性思考就越少。他们对自己能力的信心越强，参与度就越高。人们将信心寄托于何处，比他们使用何种工具更为重要。

3. 你的习惯。 瑞士商学院SBS的迈克尔·格里希对666人进行了调查和访谈，发现频繁使用AI与较低批判性思维得分相关，这种关联通过研究者所称的认知卸载习惯形成，即默认将脑力工作交给工具，而非经过决策。这是相关性，而非因果证明。但默认卸载是一种习惯，而习惯靠重复养成，这正是日常使用AI的本质。

4. 你的数据。 2025年8月，OpenAI移除了ChatGPT的一项功能，该功能曾允许共享对话被搜索引擎发现，此前数千条个人聊天记录出现在谷歌搜索结果中。删除对话并未删除公开共享链接。一阶效应是共享有用聊天只需一次点击。二阶效应是留下比对话本身更长久的痕迹。无论你使用何种工具，这一教训都适用。你粘贴进去的内容，其寿命远超粘贴的那一刻。

5. 你的学习，朝着正确方向。 二阶效应并非单向道路。在哈佛大学，格雷戈里·凯斯廷和凯利·米勒为194名学生的物理课程构建了一个AI导师，AI辅导组的学习收益约为常规班级学生的两倍。设计细节至关重要。导师一次只揭示一步，并让学生在展示答案前先尝试。同样的技术，相反的二阶效应。有意识的运用使技能复利增长，而非透支技能。

你会认出的六个具体时刻

1. 那封你没写的邮件。 九十秒内发出，听起来很专业。然后呢？几个月下来，空白页面开始比以往更沉重。麻省理工团队关于低拥有感的发现就在这里。

2. 那个你没核实的答案。 它是对的，而且过去十次也都是对的。然后呢？微软和卡内基梅隆的调查表明，随着对工具信心的增长，最先消退的是核实行为。核实这块肌肉，决定了你判断的质量。

3. 那篇你没读的文章。 摘要帮你省了二十分钟。然后呢？你记住的是摘要的轮廓，而不是思想本身。你能复述它，却无法与它争辩。

4. 你粘贴的个人细节。 聊天因为更了解你而给出了更好的建议。然后呢？问问这个细节存在哪里，谁能看到，以及保留多久。分享链接事件事后为成千上万人回答了这个问题。事先询问更划算。

5. 你让它逐步解释的概念。 更慢，因为你必须一步步推导，而不是直接抄结论。然后呢？没有工具你也能做到。哈佛导师通过拒绝交出现成答案，让学习效果翻倍。

6. 你自己构思的提示词。 你花了两分钟想清楚自己到底要什么，然后才提问。然后呢？格里希的后续实验发现，无引导的AI使用会削弱人们的推理能力，而结构化、深思熟虑的提示则保持认知参与，并产生更强的答案。提问前思考，让你始终坐在驾驶座上。这才是复利的方向。

研究持续达成的共识

1. 效果源于使用方式，而非工具本身。 格利希在同一项实验中发现，无引导的使用导致能力下降，而结构化参与则带来提升。哈佛团队通过为同一技术设置防护栏，实现了学习效果翻倍。不同研究者，不同领域，同样的发现。工具设定可能性，而你的使用方式决定结果。

2. 你信心的落点，决定你思考的深度。 在微软与卡内基梅隆大学的调查中，对AI的信心预示着更少的思考，而对自己的信心则预示着更多的思考。信任工具看似高效，但信任自己，并依然使用工具，才是保持思考活跃的关键。

3. 二阶效应悄然无声。 《柳叶刀·胃肠病学与肝病学》上的一项研究追踪了经验丰富的肠癌筛查医生。在使用一种帮助识别癌前病变的AI工具三个月后，他们独立检测率下降了6个百分点。

AI本身并无问题，它完全按预期工作。变化发生在医生身上，而他们并未察觉。通过一项比较三个月窗口期的正式研究才得以发现。二阶效应不会自我宣告，它们在不易察觉的层面悄然累积，因此，这必须成为一种习惯，而非被动反应。

悖论

让你更快的工具，也可能让你学得更慢，而这两种效果源自同一特性。速度并非等待修复的缺陷。即时获得完整答案，正是产品的全部价值。而一个未经思考便接受的完整答案，正是研究反复描述的那种情境——那些群体表现出更少的自主性、更少的核查，以及更不持久的技能。

这并非主张减少使用AI。医生的AI发现了更多增生。哈佛导师使学习效果翻倍。工具在其本职上表现出色。

关键在于时机。在依赖输出之前，更早地问“然后呢？”，而不是等影响累积数月后再问。

这个习惯只需一拍。在接受答案之前，问问自己：如果不加思考地接受，什么会变强，什么会变弱？

→ 有时诚实的答案是，这个任务无关紧要。接受它。那是一个决定。

→ 有时答案是让工具展示其步骤。当下慢一点，却永远属于你。

→ 通过决定而非默认来卸下负担，才是全部技能所在。

刻意使用时，同一工具会复利你所知，而非透支它。如何有意识地建立这种复利循环，是另一份指南，也是本系列的下一篇。

你刚刚学到的一切

什么是二阶思维

→ 一阶思维问发生了什么。二阶思维问因为那件事，接下来会发生什么。

→ 第一个效果总是令人愉悦的。那是事物在履行其职责。

→ 这个理念之所以与AI挂钩，是因为研究结果都共享其形态。

五条路径

→ 技能、判断、习惯、数据和学习的积累。其中四项可能漂移。一项可以复利增长。

六个时刻

→ 未写的邮件、未核实的答案、未读的文章、粘贴的细节、逐步的解释、结构化的提示。

研究中的三项共识

→ 效果紧随使用而来。信心的放置决定思维。二阶效应是悄无声息的。

悖论

→ 速度和借用技能是同一特征。解决之道是在依赖输出之前问“然后呢？”

AI的答案是二阶效应。

你是二阶效应。

在答案仍然廉价时问“然后呢？”

关注@free_ai_guides获取更多类似文章。