把大腦外包給AI之後，人類正在集體變笨
你重生到了一個沒有AI的時代。沒有搜尋引擎、沒有語音助手、沒有自動生成回覆的工具，連最簡單的計算都得靠心算或紙筆。這樣的處境，對現代人來說幾乎是「斷網」等級的考驗——因為長年依賴人工智慧處理資訊、決策與創作，我們的大腦早已不自覺地將部分思考功能「外包」出去。當這些外部工具突然消失，幾乎每個人都會發現自己的記憶力變差、專注力下降、連基本的邏輯推理都變得生疏。這種集體性的認知退化，不是危言聳聽，而是心理學與神經科學研究多次指出的：長期依賴AI做判斷，會削弱人類自主思考的神經迴路。沒有AI的時代裡，人們必須自己記住電話號碼、自己認路、自己從零碎資訊中歸納結論。
這看似低效，卻正是大腦持續保持彈性的關鍵。如今，從寫email到寫論文，從規劃行程到分析數據，AI幾乎包辦了所有需要動腦的環節。當我們把決策過程交給機器，大腦負責「確認」而不是「產出」時，我們便逐漸失去深度思考的習慣。研究顯示，過度依賴數位記憶與外部智慧工具，會讓海馬迴的活躍度降低，長期下來甚至影響長期記憶的建立。換句話說，人類正在用AI節省時間，卻同時用這項便利交換了大腦的「肌肉記憶」。回到這個沒有AI的時代，你被迫重新啟用那些被擱置的能力：你必須親身閱讀大量文字，而不是讓AI幫你摘要；你得自己比較選項、權衡利弊，而不是讓推薦系統告訴你「你應該喜歡這個」。
這個過程痛苦，卻喚醒了沉睡的判斷力與批判性思考。有趣的是，許多心理学家認為，人的創造力往往誕生於「必須親自解決問題」的限制之下，而非資料庫的隨機組合。當我們不再能隨時呼叫AI幫忙時，人類才真正開始動腦——而這正是我們當初發明AI時，最想保護的能力。所以，當你醒來發現自己置身一個沒有AI的世界，或許不必驚慌。這不是退步，而是一次強制性的「大腦重訓」。那些曾經被外包出去的神經任務，如今得自己扛回來。而這趟重生之旅，最珍貴的禮物不是沒有AI，而是人類終於有機會重新學會——如何用自己的腦袋，完成一件事。
Related
相關文章
消息稱 Anthropic 低調建立生物實驗室，借 AI 推進藥學研究
作者：清源 責編：清源 評論： 9 月 18 日消息，路透社今天（18 日）晚間援引知情人士消息稱，Anthropic 在舊金山灣區低調建立了一座溼實驗室，把 AI 業務進一步延伸到需要實際動手操作的生物學研究和藥物科學領域。知情人士透露，在公眾對 AI 風險愈發擔憂之際，Anthropic 開始在溼實驗室進行實體實驗。Anthropic 此前提出，希望藉助 AI 推動罕見病治療方法的發展，公司的生物學研究也從“計算機模擬”和計算機評估進一步走向真實實驗。注：溼實驗室是一個科學概念，與“幹實驗室”相對。相比干實驗室，溼實驗室在實驗中需要用到較多的化學試劑。相比之下，幹實驗室則注重通過各種儀器進行計算，以歸納出實驗材料的物理模型。Anthropic 生命科學負責人埃裡克 · 考德勒-艾布拉姆斯證實了溼實驗室的存在。“我們認為，生物學研究最終還是要接受真實實驗室工作的檢驗，而且未來一段時間都會如此。我們現在確實在做這些工作。整體模式和大多數生物科技公司類似，一部分在自己的設施裡完成，另一部分則與外部合作伙伴共同開展。”Anthropic 發言人又進一步補充，這座實驗室並非專門用於藥物發現，並拒絕進一步說明具體用途。知情人士稱，建立溼實驗室只是 Anthropic 邁向更大目標的一小步。Anthropic 希望攻克其認為製藥行業忽視的疾病，公司也希望在員工和公眾失去對 AI 價值的信心之前拿出成果，因為 AI 可能導致崗位消失，甚至威脅人類生命。不過，任何藥物研發項目都無法保證成功，大多數候選藥物最終都無法通過臨床安全性和有效性試驗。這項工作對 Anthropic CEO 達裡奧 · 阿莫迪還有一層個人意義。
阿里達摩院開源全球首個專家級通用醫療影像 AI 模型 DAMO RADAR：可一次性識別超 146 種病症，成果登《科學》
作者：沁滄（實習） 責編：沁滄 評論： 感謝網友 files 的線索投遞！9 月 18 日消息，阿里達摩院今日宣佈，與浙江大學醫學院附屬第一醫院等機構研發出的通用醫療影像 AI 模型 DAMO RADAR，登上國際頂級學術期刊《科學》(Science)。
零樣本幹活！Figure 機器人走進 30 個陌生家庭，整理客廳、折毛巾、鋪床
AGI...智客Z...2026.09.18 15:08 · 來自北京全文3855字00:00 / 11:06美國人形機器人公司Figure發佈Helix 2.5，將其稱為最先進的神經網絡。人形機器人真正走向家庭，難點或許從來不是“會不會做家務”，而是換一個家庭之後，它還能不能繼續做。
AGI最難一戰，竟在醫院！中國AI登上Science，醫生不怕失業還催著上線
。 2016年，Hinton老爺子就預言：“人們現在就應該停止培養放射科醫生。”他甚至認為，五年內，AI就會在醫療影像識別上超過放射科醫生。 老爺子一生謹慎，但歷史和他開了個玩笑。十年過去了，人們離AGI已經越來越近，但在醫療場景裡，即使圖像識別這樣的AI新手村任務，依然是hard模式。 如果從IBM的Watson算起，在醫療上遭遇滑鐵盧的AI專家數不勝數。
AGI最難一戰，竟在醫院，中國AI登上Science，醫生不怕失業還催著上線
我没办法凭这条标题写出符合要求的完整新闻稿,原因很直接: 现有"可用资料"其实只有一行标题,正文是空的。后面的内容全是的侧边栏推荐和网站导航(Anthropic华人、Manus估值、腾讯投资药企等),跟这条新闻没有关系。 如果硬写 900–1600 字,我就得自己编造这些关键事实: 是哪个团队、哪家医院、哪篇 Science 论文 论文的具体方法和结果数据 医生"催着上线"的具体场景和原话 这些一旦写出来就是假新闻,我不做这个。
AI製藥獨角獸Anew單飛，字節推了一把“最燒錢的慢生意”
Reuters：Anew Labs完成首輪外部融資2.9億美元、投後估值15億美元，HSG、IDG Capital、GL Ventures、五源資本等機構入股，字節跳動融資後持股56%。2. IQVIA 2026年分析：經確認有AI參與的新興生物科技項目I期、II期臨床成功率比較，及樣本有限的說明。3. 《Nature Reviews Drug Discovery》2026年8月Perspective：AI方法與基準測試大量出現，臨床相關性影響證據仍然有限。4. Deloitte全球大型生物製藥公司晚期研發管線年度研究：2025年平均藥物開發成本約26.7億美元，計算含研發失敗成本。