注：本文为 “AI 时代的突围与共生” 相关合辑。
略作重排，如有内容异常，请看原文。

---

同样被 AI 冲击，为什么这 39%的人不焦虑？

李南南 罗辑思维 2026 年 4 月 20 日 06:30 北京

最近，美国职场里流行一个词，FOBO。

这个词有两个意思。一是 Fear of Better Options，也就是，害怕有更好的选择。这个意义上的 FOBO 很早之前就出现了。但是，最近流行的 FOBO，指的是另外一个意思，Fear of Becoming Obsolete，害怕自己变得过时，害怕自己被淘汰。

这个情绪不是空穴来风，就在前不久，《华尔街日报》报道，甲骨文公司一次性裁员了将近 3 万人。而且甲骨文并不是个例，据说硅谷和华尔街的很多公司，都在酝酿新一轮的裁员。

作者：李南南
来源：得到 App《得到头条》

01 同样的 AI 冲击，人们的两种不同状态

再看咱们国内，前段时间，36 氪采访了一批正在经历 AI 冲击的职场人。比如，一个内容审核团队，原来 12 个人，公司引入 AI 内容审核系统之后，最终留了 2 个。被裁掉的那 10 个人，工作表现都不差，不是因为他们干得不好，而是这个岗位本身消失了。

再比如，还有个 35 岁的主管，那天是他的生日。早上他还在给团队开会，下午就收到了人力资源的通知，告诉他的岗位需要调整。他后来说，那一刻不是伤心，是懵，“我以为自己还有几年缓冲的时间，以为这些事情离我还远着呢。”

根据国际劳工组织的报告，在被 AI 替代的岗位里，更多的是中低技能类型。但是，AI 正在创造的新岗位里，很多都要求人具备“技术+行业”的复合能力。也就是说，被替代的那批人，有可能没有办法直接转型到新岗位上去。与此同时，技能的有效期正在快速缩短，从过去的 5 到 10 年，收缩到了 1 到 2 年。

所有这些焦虑集合在一起，于是，FOBO 这个词就出现了。

但是，我们今天要说的重点，不是 FOBO 本身，而是应对它的参考方式。

就在 FOBO 这个词开始流行的同一时期，伊利诺伊大学商学院发布了一份调查报告。他们研究了大量职场人在 AI 时代的心理状态，发现了一个非常值得注意的现象：同样的外部压力，同样的 AI 冲击，人们表现出了两种不同的状态。

第一种叫，languishing，这个词的中文可以翻译成“凋零”，特征是低投入、低动力、低成就感，每天上班都像是在熬。第二种叫，flourishing，中文可以翻译成，“蓬勃”，有活力，有方向，对工作依然保有热情。

二者的比例是，“凋零”者大概占所有员工的 61%，“蓬勃者”大概是 39%。

02 学会问：“这件事，告诉了我什么有用的信息？”

要知道，这两组人面对的是完全一样的外部环境，为什么他们的状态不同呢？

研究者一共统计了 17 种情绪调节行为，最终发现，蓬勃者最常用策略，有三种。研究者把这三种策略统称为，3Rs。

第一个 R，Reframe，认知重构。

蓬勃的人里，有 55%表示在遇到困境和压力的时候，他们会主动去寻找积极的角度。凋零的人里，只有 38%会这样做。

注意，这里说的认知重构，不是所谓的“自我鼓励”，不是让你对自己说“一切都会好的”。它指的是，当一件坏事发生的时候，主动问自己一个问题，这件事里，有没有什么是有用的信息？

比如，就拿 FOBO 来说。当你发现自己所在的岗位受到了 AI 的冲击，某一项你原来引以为傲的技能变得不那么值钱了，凋零者的第一反应，往往是“我完了”，然后这个念头开始滚雪球，越滚越大。

而蓬勃的人，面对完全一样的信息，会多走一步：这件事告诉了我什么有用的东西？比如，它可能告诉我，我现在的时间应该投在哪里，不应该继续投在哪里。它还可能告诉我，自己的哪些部分是 AI 能替代的？真正还需要我的地方是什么？

你看，信息是一样的，发问的方式不同，就会走向截然不同的心理状态。

研究者还发现，这种习惯是可以刻意练习的。它不需要改变一个人的性格，不需要你天生乐观，只需要建立一个固定的动作。在感到焦虑的时候，可以停下来，问自己一句话：这件事，告诉了我什么有用的信息？

3 越是感受到压力，越会主动开口

第二个 R，Reach Out，主动连接。

蓬勃的人里，68%在压力升高的时候，会主动找人倾诉，或者主动寻求支持。凋零的人里，只有 50%会这样做。

注意，这里的关键词是“主动”。不是等别人来问你“你还好吗”，而是在感受到压力的时候主动求助。

为什么很多人做不到主动求助？因为 FOBO 这种焦虑，有一个特别残酷的内置机制。它会同时带来一种羞耻感，它会让人觉得，自己被时代甩在后面了，自己在走下坡路。于是，很多人出于这个羞耻感，就会把问题藏在心里。

但是，同样是面对“替代焦虑”，蓬勃的人是另外一种状态，他们越是感受到压力，越会主动开口。

而且根据研究人员的统计，在压力下会主动寻求支持的人，他们最终获得的社交支持质量也明显更高。不是因为他们本来就有更好的人脉，而是因为他们愿意开口。“主动开口”这个动作本身，也许能撬动更有质量的外部援助。

所以假如有人正在感受到 FOBO，这也许是一个信号，告诉你现在是你最需要开口的时候，而不是最需要沉默的时候。

04 学会让大脑主动重置

第三个 R，Reset，主动重置。

注意，重置不是“躺平”，不是“算了我什么都不管了”。它指的是，有意识地让大脑从危机模式退出来，让自己回到能够正常思考和正常行动的状态。

研究者发现，蓬勃的人里，43%在压力大的时候会去户外走走，目的就是重置自己的状态，还有 40%的人会主动用运动来管理压力。凋零的人里，这两个数字分别是 34%和 29%。

这背后有个神经科学依据，当我们长时间处于认知焦虑的状态里，前额叶皮层会持续过度激活，皮质醇水平持续偏高，大脑进入的是一种“危机模式”，不断扫描威胁，难以做出清晰的判断，注意力也无法真正集中。这种状态如果不主动打断，会自我强化，一直持续下去。

怎么打断这个状态？运动，或者去外面走走，都能产生不错的效果。换句话说，FOBO 的时候，我们需要的不是更多的努力，而是先让大脑重新稳定下来。

05 别让恐惧替你做决定

前面说的是，蓬勃的人面对压力时的三种策略，认知重构、主动连接、主动重置。

在这里要特别说明，研究者发现，有些原本凋零的人，在开始练习 3Rs 之后，状态有了明显改善。换句话说，很多时候，不是因为你本来就蓬勃，才有能力做这些事；而是因为你开始做这些事，才逐渐变得蓬勃。

在这项研究里，还有个数据值得留意。假如你是个管理者，也许对你有用。报告发现，在“高自主+高支持”的团队环境里，蓬勃的比例高达 68%。而在“低自主+低支持”的环境里，只有 10%的人蓬勃。没错，58 个百分点的差距。

这也许说明，3Rs 不只是个人技能，它同时也是对组织环境提出的要求。假如你是一个管理者，发现团队里凋零的人越来越多，情绪越来越低迷，那么可以先停下来问一个问题：这个团队的成员，有没有足够的自主空间？有没有感受到足够的支持？如果这两件事不到位，个人再怎么努力练 3Rs，效果也是有限的。很多时候，环境比努力更重要。

关于 3Rs 的研究本身，咱们先说到这。

最后，说几句题外话。你看，AI 时代，有一个叙事非常流行：你需要不断升级，不断学习，不断证明自己的价值，否则就会被淘汰。这个叙事本身没有错，但它里面藏着一个假设，只要你够努力，你就能跑赢被淘汰的速度。

但伊利诺伊大学的研究告诉我们，那些在 AI 冲击里保持蓬勃的人，他们做对的那三件事，没有一件是纯粹关于新技能的。他们做到的，是在持续的压力下，继续保持清醒，继续保持连接，继续保持复原的能力。毕竟，工具会更新，技能会过期，但一个人在不确定性里持续找到方向，持续往前走的能力，始终是有用的。

说到这，我想起另一个研究。

芝加哥大学经济学家史蒂文·列维特做过一个很有意思的实验。他建了一个网站，让那些面临重大决策、犹豫不决的人来抛硬币，正面就改变，反面就维持现状。2 万多人参与了这个实验，最受欢迎的两个问题是：“我应该辞职吗？”“我应该分手吗？”

6 个月之后，研究人员追踪发现：那些被硬币指示做出改变的人，比维持现状的人更幸福。

这个实验告诉我们的是，当你已经在犹豫了，说明你对现状已经很不满意了。这时候，统计意义上的建议是，改变大概率会更好。

换句话说，假如你身处一个不太舒服的局面，又不想患得患失，那么大概率上，往前走就对了。面对困境，主动做点什么，而不是被动等待什么。

美国诗人玛丽·奥利弗，有个很经典的自问自答，是这么说的，“你打算用这狂野而宝贵的一生做什么？也许答案就是：别让恐惧替你做决定。”

---

简要

蓬勃者（不焦虑人群）”的 3Rs 法则

3Rs 法则（AI 时代抗焦虑三策略）

1. Reframe 认知重构

   • 不是“自我安慰”，而是：遇到冲击/坏事时，主动问——
     “这件事，告诉了我什么有用的信息？”

2. Relate 关系联结（重新连接）

   • 主动维护、加深人与人之间的真实关系。

3. Renew 自我更新 / 能力重生

   • 持续升级自己独有的、AI 难复制的能力：判断力、创造力、审美、复杂情感、跨领域整合、价值观选择。

---

AI 不是淘汰普通人，而是淘汰“只靠智商混日子的人”

蓝军总参谋部 蓝血研究 2026 年 4 月 20 日 11:31 福建
作者 | 蓝血创作组

01 一个被反复验证的误判

过去几年，AI 圈流传着一种隐性鄙视链：做大模型的看不起做应用的，做技术的看不起做运营的，写代码的看不起写文案的。这种鄙视链背后，是一套根深蒂固的认知框架——智力越高、技术越硬，在 AI 时代越有价值。

但现实正在一次次打脸这个判断。

• penAI 的早期员工里，有相当一部分人并非顶级技术专家，而是产品经理、设计师、内容策略师。Midjourney 的爆发，靠的不是算法突破，而是一个 Discord 社区的运营逻辑。国内最早跑出来的 AI 应用，很多创始人的背景是市场、媒体、教育，而非计算机科学。

这不是偶然，这是结构性的。

02 "智商焦虑"从哪里来

要理解为什么 AI 时代不需要智商焦虑，先要搞清楚这种焦虑是怎么产生的。

第一层：工业时代的遗产。

工业化生产需要标准化的人才，学历、考试分数、技术证书成为筛选机制。这套机制运行了一百多年，深刻塑造了我们对"聪明"和"有价值"的定义。高考状元、名校学历、技术职称——这些符号代表的不只是能力，更是社会地位的合法性来源。

第二层：互联网时代的强化。

互联网行业的崛起，让"技术人才"的溢价达到顶峰。程序员成为新贵，算法工程师的薪资碾压大多数职业。这进一步强化了一个信念：掌握技术 = 掌握未来。不懂代码的人，开始产生一种深层的自我怀疑。

第三层：AI 叙事的误导。

当 ChatGPT 横空出世，媒体的第一反应是"AI 要取代人类"，第二反应是"只有懂 AI 的人才能活下来"。这两个叙事叠加，制造了巨大的恐慌。人们开始疯狂学 Python、考 AI 证书、报各种大模型课程——不是因为真的需要，而是因为焦虑。

但这三层逻辑，在 AI 时代都出现了根本性的松动。

03 AI 把智力工具化

理解 AI 时代的价值重构，有一个核心命题需要先确立：

AI 把智力变成了工具。

这句话听起来简单，但含义极其深远。

在过去，"智力"是稀缺资源。一个人能写出逻辑严密的分析报告，能快速处理复杂数据，能用多种语言沟通——这些能力需要多年积累，天赋加努力，缺一不可。正因为稀缺，所以溢价。

但 AI 出现之后，这些能力的获取成本急剧下降。一个没有受过系统训练的人，借助 AI 可以：

• 在几分钟内生成一份结构完整的商业分析
• 把一段中文内容翻译成专业级别的英文
• 写出可以运行的代码，哪怕他从未学过编程
• 梳理一个复杂问题的逻辑框架，并找出漏洞

这不是说 AI 让人变聪明了。而是说，原本需要高智力才能完成的任务，现在被工具化了。就像计算器出现之后，心算能力不再是职场核心竞争力；AI 出现之后，很多"智力密集型"工作的门槛被大幅降低。

这是真正意义上的智力平权。

04 那什么变得更重要了

工具化的智力，解放了什么？

解放了判断力。

当信息处理、文字生成、数据分析都可以外包给 AI，人类真正需要做的事情变成了：判断这个结果对不对，这个方向值不值得走，这个决策背后的代价是什么。

判断力不是智商的函数。它来自经验、来自对人性的理解、来自对某个具体领域的深度浸泡。一个在某个行业摸爬滚打十年的人，他的判断力往往远超一个刚从名校毕业的高智商年轻人。

解放了创造力。

AI 可以生成内容，但它生成的是"平均值"。它的输出是对人类已有创作的统计学拟合，本质上是在已知空间里做插值。真正的创造力，是在未知空间里打开新的可能性——这需要的不是高智商，而是独特的视角、真实的感受、以及敢于与众不同的勇气。

解放了连接力。

AI 时代，价值越来越多地产生于连接——把技术和场景连接起来，把需求和解决方案连接起来，把不同领域的知识连接起来。这种连接力，需要的是广泛的人脉、对不同领域的好奇心、以及让不同背景的人愿意合作的社交能力。这些，和智商的相关性并不高。

05 AI 圈里那些"意外"的成功者

让我们看几个具体的例子，它们都在说明同一件事。

案例一：内容创作者的逆袭。

一位没有任何技术背景的自媒体作者，借助 AI 工具，开始系统性地生产深度行业报告。她的优势不是技术，而是多年积累的行业人脉、对读者需求的精准把握、以及把复杂信息转化为可读内容的能力。AI 帮她解决了信息收集和初稿生成的效率问题，她的核心价值——判断什么值得写、怎么写才有人看——AI 替代不了。

案例二：传统行业从业者的转型。

一位在制造业工作了二十年的工程师，没有任何 AI 背景，但他用 AI 工具把自己多年积累的工艺经验系统化，做成了一套面向中小制造企业的咨询产品。他的竞争壁垒不是 AI 技术，而是那二十年里别人没有的行业认知。AI 只是让他把这些认知变现的效率提高了十倍。

案例三：教育领域的重构者。

一位小学老师，用 AI 工具为每个学生生成个性化的学习材料，把原本需要大量时间的备课工作压缩到极短时间内。她的价值不在于会用 AI，而在于她对每个孩子学习状态的细腻观察，以及多年形成的教育直觉。AI 是她的放大器，不是她的替代品。

这三个案例有一个共同点：AI 放大了他们原有的优势，而这些优势与智商无关，与经验、判断、人性理解高度相关。

06 需要警惕的两种误区

当然，说"不需要智商焦虑"，并不是说躺平就行，也不是说学习不重要。这里有两个误区需要澄清。

误区一：AI 会让所有人都一样。

有人认为，既然 AI 让智力平权，那所有人的竞争力就趋同了，差异消失了。这个判断是错的。AI 降低的是"智力密集型任务"的门槛，但它同时也提高了对使用者判断力和创造力的要求。会用 AI 的人和真正用好 AI 的人，差距可能比以前更大，只是差距的来源变了。

误区二：技术能力完全不重要了。

另一个极端是，既然 AI 能写代码，那程序员就没用了。这同样是误判。技术能力依然重要，但它的价值在于理解系统、设计架构、判断技术方案的可行性，而不在于手写每一行代码。技术人才需要的是升维，而不是消失。

真正的变化是：技术能力从"入场券"变成了"加分项"。没有技术背景的人，可以通过 AI 进入很多原本封闭的领域；有技术背景的人，需要把技术能力和更高层次的判断力结合起来，才能保持优势。

07 智力平权的深层意义

从更宏观的视角看，AI 带来的智力平权，是一次历史性的机会窗口。

人类社会长期存在一种结构性不公平：认知资源的分配高度不均。名校教育、专业训练、高质量信息——这些资源向少数人集中，形成了知识阶层的固化。一个出生在偏远地区、没有受过良好教育的人，即使有天赋，也很难突破这道无形的墙。

AI 在一定程度上打破了这道墙。

一个在三线城市创业的年轻人，现在可以用 AI 获得和顶级咨询公司类似质量的分析框架；一个没有受过系统写作训练的人，可以用 AI 把自己的想法表达得清晰有力；一个不懂编程的产品经理，可以用 AI 快速验证自己的产品想法。

这不是说 AI 消除了所有不平等。但它确实降低了"智力工具"的获取门槛，让更多人有机会把自己真正的优势——对某个领域的热爱、对某类人群的理解、对某种问题的独特洞察——转化为实际价值。

这是 AI 时代最值得珍视的礼物之一。

08 焦虑的反面不是自满，是清醒

回到最初的问题：AI 时代，我们需要什么样的心态？

不是焦虑，但也不是自满。

焦虑让人盲目跟风，把大量时间花在学习自己用不上的技术上，却忽视了真正需要深耕的领域。自满让人错过变化，以为自己的经验永远有效，不需要任何调整。

真正需要的，是清醒。

清醒地认识到：AI 是工具，不是裁判。它不会因为你智商高就给你更多机会，也不会因为你没有技术背景就把你排除在外。它只是一个放大器——放大你已有的优势，也放大你已有的弱点。

清醒地认识到：你真正的竞争力，从来不是你能做什么，而是你能做什么是别人做不了的。这个问题的答案，往往藏在你的经历、你的判断、你对某件事的深度热爱里，而不在你的学历或智商测试分数里。

清醒地认识到：AI 时代的机会，从来不只属于技术精英。它属于所有愿意认真思考"我能为谁创造什么价值"这个问题的人。

智商焦虑，是工业时代留给我们的心理遗产。AI 时代，是时候放下它了。

---

AI 正在帮你外包人生，但这些事“打死”不能交出去

李南南 罗辑思维 2026 年 4 月 23 日 06:30 北京

今天是 4 月 23 日，世界读书日。提起读书这件事，这两年，有个“房间里的大象”就不得不提。这就是，有了厉害的 AI 之后，当 AI 已经可以回答绝大多数的问题之后，人为什么还要坚持阅读？

事实上，根据目前的数据，很多人的阅读时间，已经出现了明显的坍缩。

作者：李南南
来源：得到 App《得到头条》

01 AI 正在卸载的，是判断力本身

前段时间，调查公司“舆观”发布了一项关于 2025 年美国民众阅读习惯的调查报告。整个 2025 年，美国人阅读书籍的中位数是 2 本，而平均数是 8 本。为什么平均数会高出这么多？因为少量重度读者拉高了总阅读量。

具体来看，40%的美国人表示他们在 2025 年一本书都没读过，27%的人称读过 1 到 4 本书。但另一端，9%的人表示自己读过 10 到 19 本书，6%的人读过 20 到 49 本书，还有 4%的人表示他们读过 50 本或更多的书。

换句话说，19%的美国成年人完成了全国 82%的阅读量。读书的人只是少数，而且两极分化明显。

再比如，浙江省树人阅读研究院，在 2022 年对 2 万多名大学生做过调查，结果显示，60.26%的学生，全年的阅读量不超过 5 本。注意，是全年的阅读量，教材除外。

要劝一个人读书，我们当然可以说，“圣贤书总是要读的”或者“天下第一等好事就是读书”。但很可能，这样的理由只是能在表面上“唬住”不少人，很难真的说服人做出行动。咱们需要的是“关于为什么要读书的”，更加有“逻辑解释力”的答案。

今天我们要说的，就是这样一个我认为的“有解释力”的答案。这个答案来自一个人，叫卡尔·纽波特。也就是那本著名的《深度工作》的作者。在个人成长这个赛道里，卡尔·纽波特也是世界级的头部作者。《深度工作》这本书 2016 年出版，到现在整整 10 年，被翻译成了几十种语言，销量超过 200 万册。

这个答案是什么呢？我们先从纽波特最近的一篇文章说起，读到后面，我们自然就明白了。

就在上个月，纽波特为了纪念《深度工作》出版 10 周年，在他的个人网站上发表了一篇文章。

在这篇文章里，纽波特说了一个判断，他认为，《深度工作》里聚焦的那些问题，包括，专注时间太短，思考太浅薄，等等，这些问题 10 年来并没有获得改善，反而一直在稳步恶化。为什么呢？因为最近这 10 年，“认知卸载”变得更加普遍了。

“认知卸载”，也就是，把原本由大脑完成的任务，转移给外部工具来做。

比如，当年 GPS 大规模普及，后来伦敦大学专门做了一项研究，他们发现，长期依赖导航的人，大脑里负责空间记忆的区域，也就是海马体，活跃度明显低于那些靠自己认路的人。说白了，你的方向感没有彻底消失，但它在萎缩。

纽波特说，我们现在面对的，是更深层的卸载。GPS 卸载的是方向感，AI 正在卸载的，是判断力本身。

注意，纽波特并不是反对新技术，他只是提出了一个值得警惕的“副作用”。

02 有意识地为自己保留一些“难度”

那么，怎么对抗这种“认知卸载”呢？按照纽波特的观点，我们需要有意识地，为自己保留一些“难度”。

什么意思？也就是，有时要故意放弃一些效率更高的手段，选择那些看起来有点“难”的方式。

比如，犹太人有一种叫做“哈夫鲁塔”的学习传统。过程大概是，两个人对坐，研读同一段塔木德经文。没有老师讲解，没有标准答案，唯一的规则是：用更好的问题，追问更好的问题。

一个人说出自己的理解，另一个人质疑；质疑被回应，新的质疑又出现。这个传统已经存在了几百年，形式从未改变过。为什么不找个人直接讲解，效率不是更高吗？完全可以那样做。但他们没有，因为这个方式要培养的，不是“知道答案”，而是“追问的能力”。那个来回追问的过程，就是学习本身。那个“弯路”，是刻意设计的。

再比如，印刷术出现之后，有人认为，不需要再背书了。但南怀瑾依然在背诵。他说，“天天背、常常背、反复的背，中间很多道理慢慢产生，愈来愈深入愈懂了”。他上课可以不带书本，“平时脑子没有，但讲到某一点，一刺激就出来了”。在他看来，背诵的目的不仅仅是记住东西，更是锻炼理解力。

再比如，85 岁的宫崎骏，明明有 CGI 技术、电脑动画，可以大幅缩短制作周期，但他坚持全程手绘。在他看来，手绘能融入个人情绪，使角色具有真实生命力。那个手绘的过程，不仅仅是为了让画面更精致，更是为了锻炼自己对“生命力”的理解。

再比如，诺奖得主约翰·戈登，80 多岁的时候依然坚持每天自己做实验，要知道，这些事明明都可以交给助手完成。对他来说，那个亲手做实验的过程，培养的是对科学的敏感度，对问题的发现能力。

再比如，心理学大师荣格，是弗洛伊德的得意门生。但出师后的荣格越来越感觉到，自己被老师的理论框住了。他想建立自己的体系。于是他在苏黎世湖边建了一座石塔，与外界几乎完全隔绝。他在那里独自思考、写作、整理自己的想法。那个过程很慢，有时候几天都写不出一个字。

但就是在那个隔绝的环境里，他完成了自己最重要的思想成果，建立了自己的分析心理学体系。要知道，荣格不缺诊所，不缺资源，完全可以在条件更好的书房里工作，但他选择了物理上的隔绝。因为他知道，那个“独自面对自己的思想”的过程，没法外包。

03 读书，或许也是一个“刻意保留过程”的行为

有人可能会说，这不是典型的“反效率论”吗？这不是我们一直反对的吗？

别着急，这里面有一个关键的区分。什么样的“难度”值得保留？总不能拒绝一切工具，那不现实，也没有必要。

关于这个标准，可以用一句话概括。假如一件事的价值只在结果，就选择外包。价值在过程，就留给自己。

也就是，假如一件事，你只是为了拿到一个结果，那外包给 AI 没有问题，省出来的时间可以用在更值得的地方。但如果一件事，它的核心价值不在结果而在过程，在那个过程里你的判断力会被锻炼，你对这个问题的理解会加深，那么这个“难”就可以留给自己。

比如，你读完一本书，如果目标只是“知道这本书说了什么”，完全可以让 AI 给你总结要点。但如果你读这本书是为了理解一个问题、形成自己的判断，那让 AI 替你总结，恰恰跳过了最有价值的部分，也就是自己跟作者的思想碰撞的过程。

加州大学洛杉矶分校的认知心理学家，罗伯特·比约克，提出过一个概念，叫“必要难度”。他发现，学起来容易的东西，忘得快，用不活。学起来有阻力的东西，记得牢，能迁移到新的情境里去用。

比如，间隔记忆法，也就是把学习时间拉开，今天学一遍，过几天再学一遍，而不是一次性学完。再比如，测试效应，也就是用考试来学习，而不是只看书。还有交错练习，就是把不同类型的题目混在一起练，而不是一次只练一种。

这些方法之所以被反复证明有效，共同的原因之一在于，它们都在人为地制造认知阻力。它们让学习过程变得更费力，但正是那个“更费力”，触发了大脑突触连接的真实加固。

李笑来老师有个观察，很有意思。他说，AI 对人的影响，不是简单地让人变聪明或变笨，而是会造成分化。有些人会越来越强，有些人会越来越弱。

为什么这么说？可以看看历史。每次出现新技术，都会把人群拉开差距。比如，工业革命，机器普及之后，大部分人不用再干重体力活了，几代人下来，很多人的体能确实下降了。但同时，另一批人在主动锻炼，他们达到的体能水平，是古代人想都不敢想的。

李笑来认为，AI 对脑力的影响，大概率也会是这个路径。大部分人的思考能力会退化，但少数人会通过刻意训练，把脑力推到一个新的高度。关键就在于，你有没有为自己保留那些真正有价值的“过程”。

从这个角度看，我们正在经历的，不是一个新问题，而是人类文明史上那个反复出现的时刻：一种新工具出现，提供了绕过很多流程的捷径，然后一批人顺着这条捷径走了，而另一批人，会在某个关键的地方停下来，说：这里，我得自己走。

当然，我们并不是说要拒绝新技术，更不是所有的环节都值得保留。我们强调的，是那些“绕过去，能力就没了”的过程。

纽波特在文章的结尾说，他已经为自己划过那条线了。他知道哪些过程是他的，不能让出去。这条线不是“用不用 AI”，是“哪里我得自己走”。

说到这，回到今天，世界读书日。**读书，或许也是一个“刻意保留过程”的行为。**我们可以让 AI 总结一本书的要点，几分钟搞定。更可以选择自己去看，读不懂的地方停下来想，跟作者的观点较个劲，在空白处写下自己的想法。

也许阅读的核心不在结果，而在过程，也就是纽波特说的那个，无法外包给 AI 的部分。它的意义远不止于获取信息，更是在维护自己的“认知基础设施”。

---

AI 在帮你，但也正在偷走你的一种能力

老贾 笔记侠 2026 年 4 月 22 日 23:02 北京

内容来源：笔记侠（Notesman）
责编 | 贾宁 排版 | 沐言

黄仁勋说：现在，智能正在变成一种廉价商品。

但出现了一个新问题：当答案来得太容易，人的判断力反而在悄悄退化。

今天这篇内容，不仅会拆解清楚判断力的本质、它为什么会流失，更能让你直接拿走 3 个经过实战验证、可直接照搬落地的方法，帮你在 AI 时代牢牢守住自己的判断力。

一、AI 最大的问题，不是“不够聪明”

2023 年 6 月，美国纽约联邦法院出了一件让人哭笑不得的事。

律师史蒂文·施瓦茨在法庭文件里引用了六个判例，每一个都被 ChatGPT 标注为“完全真实”。

结果呢？法官一查，这些案例全是 AI 编的，根本不存在。施瓦茨的律所被罚了 5000 美元。

这只是开始。同年 12 月，特朗普的前私人律师迈克尔·科恩也承认，他提交给法官的法律文件里，引用了谷歌的 AI 助手 Bard 生成的假案例。

科恩事后说，他以为 Bard 只是“一个更强的搜索引擎”。

你看，出事的不是新手，是执业多年的资深律师。他们不是不懂法律、不缺经验、不没有判断力——但照样被 AI 骗了。

这说明什么？

AI 最大的问题，不是它不够聪明，而是它太会“编”了。

现在的大语言模型在生成内容时，有一个致命特性：它们不是在“回忆”事实，而是在预测“最可能出现的文字”。

它一旦预测错了，输出的就是一段听起来非常正确、逻辑自洽、但完全虚构的内容。

学术界给这种现象起了个名字：AI 幻觉。

幻觉不挑人，一个初出茅庐的法学生可能被骗，一个身经百战的律师照样被骗。

在 AI 面前，专业人士和普通人的起点是一样的，都是面对一堆“看起来很真”的信息。

这才是 AI 时代最反直觉的地方：知识变得前所未有的廉价，但真知识反而前所未有地稀缺。

Al 让你拥有答案的样子，却没让你真正拥有答案。

1945 年，哈耶克在《知识在社会中的利用》中写道：真正重要的知识，往往散落在具体的人、具体的经历里，没法被完整写下来，更没法集中存放。

他当时是在批评中央计划经济的思路，那些坐在办公室里的人，以为自己掌握了足够的信息，可以替整个社会做决定。但其实是脱离了真实的市场环境，制定了一堆错误政策。他把这称为“知识的傲慢”。

但我们要说明一下：那些 AI 编造的判例、伪造的数据、胡编的学术引用，它们不是知识，是假信息。

所以，我们现在的问题不是知识“分散”了，而是可信知识的溯源能力变得前所未有地稀缺。

当你用 AI 的时候，看到一段论证严密、引用丰富的分析，你的第一反应是什么？信，还是不信？

如果你觉得“AI 不会出错”，然后照单全收，那你和上面那两位律师一样。

现在，我们溯源核查的能力比知识本身更稀缺。而这种能力的丧失，正在悄悄侵蚀我们最核心的判断力。

二、判断力，是什么？

AI 能给你答案，但不会告诉你这个答案从哪来的，靠不靠谱。

判断力不是“做决定的能力”，而是在信息不完整的情况下做出选择，并为这个选择承担后果的能力。它包括三个层次：

第一层，是分辨。

在假信息泛滥的时代，分辨的首要任务是溯源和核查：

这个信息从哪来的？有没有原始出处？能不能交叉验证？一个东西"看起来像知识"，不等于它就是知识。

这个信息该不该信？这个数据靠不靠谱？

这个“专家”是在陈述事实还是在推销观点？

分辨需要你脑子里有参照系，知道什么是正常、什么是异常，什么是常识、什么是忽悠。这个参照系和核查意识，来自长期的经验积累，也来自对自己认知边界的清醒认知。

第二层，是关联。

同样一条数据，对 A 公司是机会，对 B 公司可能是坑。为什么？

因为 A 和 B 的资源不同、目标不同、历史包袱不同。别人的成功经验放到你的公司，可能就是毒药。

这种“具体情境”的判断，没法从书本上学，也没法从 AI 那里直接拿到，只能在具体的事情里反复打磨。

第三层，是承担。

判断的最后一步，是你得为结果负责。

AI 给你一个建议，你可以采纳，但你没法让 AI 替你承担后果。产品卖不出去，AI 不会扣工资；战略决策失误，AI 不会下课。

谁承担后果，谁就有判断力；谁把判断权交出去，谁就在推卸责任。

这三层加在一起，才是完整的判断力——在具体情境里做选择并承担责任的能力。

判断力的本质，不是选对，是你真的敢为结果负责。

三、保护判断力的 3 个方法

1.判断力是慢慢溜走的

其实，判断力的流失，不是某一天忽然发生的，它有个渐进过程。

不少人一开始只是让 AI 帮我想想，慢慢变成让 AI 替我想，最后变成我不会想了。

不光是个人，判断力的流失，对组织也是一个巨大风险。

如果遇到问题，团队成员都去问同一个 AI，AI 给了一个看起来合理的方案，大家都接受。

这看起来不错，是吧？

但，没有人在问“AI 为什么给这个方案？”“这个方案在我的具体情况下适用吗？”

**结果是：**企业里的集体智慧正在被替换成 AI 的单一逻辑。

团队都在引用同一个 AI 的结论，你看不到多元的观点，听不到刺耳的声音，得到的都是安全稳妥的建议。这不是 AI 的问题，是使用方式的问题。

短期看，效率确实提高了；长期看，组织的判断多样性降低了。

一个组织如果判断趋同，面对复杂局面时就很脆弱，因为已经没有人能跳出这个同质的思维框架。

2.怎么做，才能保护好自己的判断力？

其实核心逻辑特别简单：让 AI 充分辅助你，但绝对不能让它替你走完完整的判断过程。

下面给大家分享 3 个实打实的、已经被国内国外大厂跑通落地的方法，每一个都有一线的实践，照着就能用。

第一个方法：先自己来，再问 AI。

遇到任何问题，先逼着自己拿出个“初稿”。

哪怕这个初稿很糙、有漏洞都没关系，先把你的想法、直觉、拿不准的地方，明明白白写出来。等你自己先有了思考的起点，再去问 AI，让它给你挑毛病、找漏洞、补你没考虑到的角度。

这是让你自己的思考“先跑一遍”。AI 能帮你打磨想法，但绝对不能让它替你生成思考的起点。

AI 可以优化你的答案，但永远不该替你开始思考。

这套方法已经在有赞的产品研发、功能立项里做成了硬性规矩。

很多产品经理最容易犯的错，就是老板问一句“咱们要不要上线这个新功能”，转头就去问 AI“这个功能要不要上”，AI 给一堆分析，自己都不细琢磨，就直接转发给老板交差。

有赞的产品经理，是怎么做的？

先不碰 AI，先在文档里老老实实写清楚：

我自己的判断是什么？我觉得该上还是不该上？核心依据是什么？是用户真实需求？还是能带来商业化价值？我最大的顾虑是什么？最拿不准的地方在哪？

甚至连上线之后的风险预案，都要先自己写个大概。等把这些全写明白了，自己的判断完完整整摆出来了，才能去用 AI。

第二个方法：让 AI 参与的痕迹被看到。

要求团队伙伴在提交内容时，标注哪些是 AI 生成的，哪些是自己改的，修改的理由是什么。

这个过程逼着我们回到人判断的位置：你得知道自己在信什么、不信什么，你得为自己的判断负责，而不是把责任推给 AI 写的。

当你要写“我为什么没有采纳 AI 的建议”时，你就不得不形成自己的判断，这本身就是一种思维锻炼。

蓝色光标要求所有团队提交的营销素材、策划方案，只要用了 AI，就必须在文档里用批注标得明明白白：

① 哪些内容是 AI 原生生成的；

② 哪些地方是人工修改的，每一处修改都要写清楚核心理由；

③ 针对 AI 给的建议，你没采纳的，必须写明白“我为什么不用 AI 的这个版本”，是不符合客户的品牌调性？还是没踩中用户的核心需求？还是创意方向不对？

这就逼着创意人员，从“AI 内容的搬运工”，变回了“创意判断的决策者”。

你要写清楚修改理由，就必须先把 AI 的内容看明白，再结合客户的需求、品牌的调性，形成自己的判断，不然你根本写不出来为什么改、为什么不采纳。

第三个方法：定期做判断回顾。

每隔一段时间，回顾一下你最近用 AI 做的决定：

哪些是你采纳了结果好的？

哪些是结果不好的？

AI 给的方向，和你当时的直觉，哪个更准？

这个回顾不是为了评判 AI 的表现，而是为了训练你自己的判断力。你要看到自己的判断在哪里被修正了，在哪里被证实了，这才能积累出真正的判断经验。

人保寿险以季度为周期，把所有 AI 辅助审核的可疑交易分析报告，全拿出来复盘。

复盘的核心，是盯着三个问题：

① 当时 AI 给了什么样的风险评级建议，负责的风控专员自己的人工判断是什么，做了哪些修改；

② 最终这个案件的核查结果是什么，到底有没有风险；

③ 哪些风险特征，是 AI 识别不出来，必须靠人工经验判断的？人工判断的核心依据，能不能沉淀下来，变成可复用的标准？

就这样通过一次次复盘，不断沉淀、不断完善，形成了“AI 提效+人工兜底”的良性循环。

结语

AI 时代，信息获取门槛大幅降低。

个体更需要具备信息甄别、事实核验的素养。
唯有自身，能够为个人的每一次选择负责。
这也是人工智能浪潮下，个体难以被替代的内在特质。

当下正处于智能技术快速迭代、社会发展格局深度调整的变革周期，多数人的认知体系、协作模式与行为逻辑，仍局限于传统发展阶段的固有框架之中。

过往的成长逻辑无法适配全新环境，固化的认知模式，难以支撑长期的发展与进阶。

立足技术变革周期，理性驾驭智能工具，客观洞察全局变化，沉淀内在心智力量。在时代转型进程中，建立稳定、长效的决策逻辑与个人发展体系。

跨越时代转型的认知壁垒，顺应发展趋势，构筑适配智能时代的生存与成长路径。

---

重新连接，与 AI 共生

Raymond Zhang 暗夜之鸦叔 2025 年 10 月 16 日 12:32 上海

Indigo（Indigo 的数字镜像）在 10 月份的直播最后提出了一个愿景，叫 Rewired（重新连接未来），其中提供了一份思维操作系统升级以与 AI 共生的书单。让 Manus 辨识书籍封面后整理了一份清单：

*Manus 并未能把 27 本封面全部辨识完整，留个 bug 请各位自行挖掘吧。

1. The Beginning of Infinity

作者: David Deutsch 中文名: 《无穷的开始:世界进步的本源》豆瓣评分: 8.3

简介

这是一次大胆的、包罗万象的智力探险。作者探索那些使我们理解现实世界怎样运转的重大问题,将世界观应用于许多不同的话题和未解问题,涉及自由意志、创造力与自然规律、人类的未来与起源、现实与表象、解释与无穷。核心结论是,"解释"在宇宙中有着基础性的地位,解释的范围和造成改变的能力是无穷无尽的。

书评

• 这是一本精彩绝伦且极具个性的书,涉及艺术、科学、哲学、历史等各个领域

• 作者认为所有进步,无论是理论上还是实践上,都源于对"好的解释"的追求

• 书中提出了一个独特且乐观的人类进步观,认为知识的增长是无限的

• 这是一本具有挑战性但回报丰厚的读物,开篇强劲,提供了对人类进步的独特视角

• 作者是量子物理学家,科学事实和哲学思辨各占一半篇幅,读起来有点烧脑

2. Out of Control

作者: Kevin Kelly 中文名: 《失控:全人类的最终命运和结局》豆瓣评分: 8.3

简介

这是一部思考人类社会 (或更一般意义上的复杂系统) 进化的"大部头"著作。主要主题包括控制论、涌现、自组织、复杂系统、负熵和混沌理论。书中记录了驱动我们经济的机器和系统的新时代黎明,这些系统如此复杂和自主,以至于与生物无异。

书评

• 这本书充满了迷人的人物和对技术与生命形式之间相互作用的奇特见解

• 作者在 1994 年预测了许多发展,包括纳米技术、互联网、计算机等,现在看来仍然像是预言

• 书中涵盖了数学、物理、化学、计算机等多个领域,展示了跨学科合作的重要性

• 自然系统和人造系统的比较非常巧妙,强调了向自然学习的重要性

• 这是一本真正的惊悚读物,充满了惊人而大胆的联系,比几乎任何科幻书籍都更引人入胜

3. The Almanack of Naval Ravikant

作者: Eric Jorgenson 中文名: 《纳瓦尔宝典》

简介

这本书收集整理了硅谷投资人纳瓦尔在过去十年里通过推特、播客和采访等方式分享的人生智慧,向读者分享了纳瓦尔关于财富积累和幸福人生的原则与方法。主要分为财富与快乐两大部分。

书评

• 这不仅仅是一本书,更是一本生活指南,教人如何过上深思熟虑、富有成效和充实的生活

• 书中重要区分了追求财富与追求金钱的不同

• 强调致富不是靠运气,幸福也不是从天而降的,积累财富和幸福生活是可以学习的技能

• 这不是典型的自助或商业书籍,更像是一个已经想通很多事情的人的人生经验集

4. Sapiens: A Brief History of Humankind

作者: Yuval Noah Harari 中文名: 《人类简史:从动物到上帝》豆瓣评分: 9.1

简介

从十万年前有生命迹象开始到 21 世纪资本、科技交织的人类发展史。十万年前,地球上至少有六个人种,为何今天只剩下智人?本书着眼于塑造人类及其周围世界的关键进程,如农业的出现、货币的发明、宗教的传播以及民族国家的崛起。

书评

• 这是一部辛辣又饱满的作品,观点强烈,作者认为智人优于动物之处在于智人可以构建共同的"想象"/谎言/神话

• 书中脑洞清奇,没有罗列无趣的历史论证,而是归纳出各种有趣的猜想

• 是一次精彩的、发人深省的人类历史之旅,用巨大而自信的笔触描绘了跨越时间的巨大场景

• 写作非常出色、易于理解,甚至令人愉快

• 有读者认为作者涉猎广而不精,立论太偏,论据太弱

• 最让人印象深刻的观点包括:“社会秩序都是由主体间的想象所建构的”、"历史从无正义"等

5. The Sovereign Individual

作者: James Dale Davidson & Lord William Rees-Mogg 中文名: 《主权个人》

简介

写作于 1990 年代中期,首次出版于 1996 年。本书带领读者跳进未来,呈现了一个崭新的世界,在这个世界中,生活转移到网络环境,网络经济主宰一切,政府努力控制人民的能力大不如前。

书评

• 这是一本极具前瞻性的著作,预测了数字时代个人主权的崛起

• 被彼得·蒂尔等科技界人士推崇

• 尽管写于 20 多年前,但对当前世界的许多趋势都有着惊人的准确预测

6. The Psychology of Money

作者: Morgan Housel 中文名: 《金钱心理学》/《致富心态》

简介

人们总把投资理财当作一门硬科学,却忽略了心理因素在其中的重要作用。本书通过 19 个故事帮助我们重新思考如何围绕金融进行互动,强调管理行为对财务健康的重要性。

书评

• 强调学会说"足够"的重要性,一旦重要需求 (包括安全网) 得到满足,家庭舒适,就应该知足

• 核心论点是,在财务决策中,没有人是疯狂的,这是一个有益的提醒

• 强调从财富获取转向财富保存的重要性

• 这不是一般意义上的理财书,更像一本寓言故事,通过案例帮助重塑看待金钱的方式

7. The Extended Mind

作者: Annie Murphy Paul 中文名: 《延展思维》

简介

延展思维的本质是情境认知的扩展,思考力来自在具体场景中的刻意练习。作者基于认知科学、心理学、生物学等领域的研究,揭示了如何运用身体、环境、人际关系等大脑之外的智慧。

书评

• 善用大脑之外的智慧:你的身体、你的环境、你的人际关系,都是大脑的延伸

• 根据神经科学、认知科学及心理学的层面探讨,并套用至教育者、管理者及领导者的领域

• 列举出了 4 项我们能够在日常生活中应用的方法

8. Why Buddhism is True

作者: Robert Wright 中文名: 《令人神往的静坐开悟》

简介

作者从演化心理学的角度解释佛学,探讨佛学与现代心理学的关系。书中内容避提超自然,称为"西方佛教",探讨如何通过冥想和佛学智慧获得更清晰快乐的生活方式。

书评

• 这是一本从演化心理学角度解释佛学的书

• 希望帮助读者摆脱感受与错觉的勒索,用更谨慎敏锐、更清晰快乐的方式体验世界

• 普林斯顿大受欢迎的佛学与现代心理学课程的精华

9. Average is Over

作者: Tyler Cowen 中文名: 《再见,平庸世代》

简介

炙手可热的经济学家带来最新观察报告。我们眼前即将出现的,是一个挥别平庸的新时代。如今冒出来的新科技,将带我们走出"大停滞"经济。"Average is Over"这句话将适用于你的工作、你的收入,甚至你的人生。

书评

• 白领中产即将玩完?还在跟电脑抢工作?

• 平庸时代即将远去,你会落在哪个世界?

• 揭示了未来经济中的位置和机会

10. The Future is Faster Than You Think

作者: Peter H. Diamandis & Steven Kotler 中文名: 《未来呼啸而来》

简介

作者彼得·戴曼迪斯和史蒂芬·科特勒全面展示了商业创业风口上的 9 大指数型技术——量子计算、人工智能、网络、机器人、虚拟现实与增强现实、3D 打印、区块链、材料科学与纳米技术。科技的进展速度之快,远远超过人们的想像。

书评

• 技术的融合是 1+1>2,从 2020 年开始的十年是关键时期

• 创新停滞是因为力量还在积蓄之中,而现在时机已经到了

• 在接下来的十年,我们将会比起过去一百年经历更多的变革

11. Life 3.0

作者: Max Tegmark 中文名: 《生命 3.0:人工智能时代,人类的进化与重生》

简介

麻省理工学院物理系终身教授、未来生命研究所创始人迈克斯·泰格马克对人类的终极未来进行了全方位的畅想,从我们能活到的近未来穿行至 1 万年乃至 10 亿年及其以后,从可见的智能潜入不可见的意识。

书评

• 这是目前有关人工智能方面最前沿的一本科普书

• 阐明了一些基本概念和重要争议,并从宇宙学、价值观以及意识主观等各方面预测了人工智能的未来

• 人工智能问题的重要性与核战争问题相比有过之而无不及

• 是一本引人入胜的关于 AI 未来及其对人类社会潜在影响的书

12. The Singularity Is Near

作者: Ray Kurzweil 中文名: 《奇点临近》

简介

美国作家、发明家和未来学家雷蒙·库兹韦尔关于未来学的著作。奇点指的是技术发展到人类无法预测其后果的时刻。作者对人类迈向奇点的进展提出了新看法,评估了他 1999 年提出的 AI 将在 2029 年前达到人类智慧水准的预言。

书评

• 探讨了当人类与 AI 融合一体时会发生什么

• 2024 年 6 月出版了新版《The Singularity is Nearer》

• 对技术奇点的到来进行了详细预测和分析

13. Reality Is Not What It Seems

作者: Carlo Rovelli 中文名: 《现实不似你所见:量子引力之旅》

简介

时间和空间真的存在吗?它们由什么组成?物质从何而来?现实到底是什么?这些都是物理学家罗维理穷极毕生精力不断试图探索的疑问。书中回溯了科学的发端与本源——从古希腊科学到现代科学,从阿那克西曼德,一路讲述到哥白尼、伽利略、爱因斯坦。

书评

• 用诗意优美的语言引领读者重走这趟长长的科学探索之旅

• 为不可理解的事物带来清晰度

• 探讨量子引力理论的科普佳作

14. A Brief History of Intelligence

作者: Max Bennett 中文名: 暂无中文版

简介

通过介绍大脑进化的故事,弥合 AI 与神经科学之间的鸿沟。探讨为什么大脑的进化掌握着 AI 未来的钥匙。

书评

• 这是一本被其朴素标题拖累的好书

• 通过生物和人工智能的简史,探讨智能的本质

• 目前没有中文翻译版本,但内容非常值得一读

15. Models of the Mind

作者: Grace Lindsay 中文名: 暂无中文版

简介

探讨物理学、工程学和数学如何帮助我们理解大脑和心智的模型。

书评

• 涵盖范围非常广泛,包括哲学、宇宙学、生物学等

16. A Thousand Brains

作者: Jeff Hawkins 中文名: 《千脑智能新理论》

简介

科技界一代传奇杰夫·霍金斯关于大脑与智能的新理论。霍金斯团队发现,大脑利用类似地图的结构建构世界的模型——并非只是单一模型,而是为我们所知的一切事物建构成千上万个模型。

书评

• 霍金斯是搞过成功 C 端产品后重回研究的,行文极其流畅,完全没有拿专业术语砌象牙塔的感觉

• 比尔·盖茨称赞这本书包含"诱人的洞察"

• 前半部分是基于研究和证据的、非常有趣的神经科学理论,写给普通读者看

• 开启创造真正机器智能的路线图

17. Gödel, Escher, Bach

作者: Douglas Hofstadter 中文名: 《哥德尔、艾舍尔、巴赫:集异璧之大成》

简介

GEB 是数学家哥德尔、版画家艾舍尔、音乐家巴赫三个名字的前缀。这是在英语世界中有极高评价的科普著作,探讨形式系统、符号推理、意识和智能的本质。

书评

• 这本书有点密集,有些部分数学性较强,但有很多概念可以探索,都围绕一个主题

• 是许多人生命中最有影响力的书

• 中译本在书名里用"集异璧"对应了 GEB,翻译实现了音形意的完美结合

• 探讨了数学、艺术和音乐的交叉点 (但不仅仅是这些)

18. The Song of the Cell

作者: Siddhartha Mukherjee 中文名: 《细胞之歌》/《细胞传》

简介

普利策奖得主、细胞生物学家与医生悉达多·穆克吉的作品。探究细胞的历程与科学家、医生、患者的人生经历融合在一起。从发现细胞、了解细胞到利用细胞进行治疗,这是一部生命基石的历史。

书评

• 这是《万病之王》《基因》作者的最新作品

• 交织了作者担任医师的生涯经验

• 探索医学和新人类的未来

19. Immune

作者: Philipp Dettmer 中文名: 《认识你的免疫系统,45 个打造身体堡垒的必备知识》

简介

本书共 45 个章节,每一章篇幅不长,各自钻研免疫系统的其中一个元素,包括抗体和发炎等防御机制,以及像是细菌、病毒感染、过敏和癌症等威胁。

书评

• 这是一段关于你自身身体的迷人而有趣的旅程

• 作者是 Kurzgesagt 创始人,32 岁被确诊癌症后痴迷于研究免疫学

• 深入浅出的免疫学科普,让复杂的免疫系统变得易于理解

20. Outlive

作者: Peter Attia 中文名: 《超预期寿命》/《超越百岁:长寿的科学与艺术》

简介

斯坦福大学医学博士彼得·阿提亚以多年临床诊疗和医学研究经验为依托,揭示活到百岁还能游山玩水的秘密。探讨如何有效预防、延缓、逆转慢性病及衰老。

书评

• 提供了一个易于理解的叙述,解释了现代医学的一些弱点

• 描述了一些实际步骤,可以改善健康和延长寿命

• 这不是典型的自助书籍,不推崇最新的时尚饮食或奇迹疗法

• 全球热议的"医疗 3.0"概念

21. Chip War

作者: Chris Miller 中文名: 《晶片战争:硅时代的新赛局》

简介

按时间顺序讲述了半导体芯片的发展、突飞猛进及其战略应用。从汽车到玩具,再到核武器,这些芯片如今是所有东西的心脏。解析地缘政治下全球最关键科技的创新、商业模式与台湾的未来。

书评

• 迄今为止读到的关于集成电路和芯片产业最完善最全面的发展历史讲述

• 作者的笔力结合跌宕起伏的全球半导体产业发展历史,读来让人频频高潮

• 晶片不只是决定了上个世纪冷战的结局,也即将决定这个世纪美国和中国冲突的终点

• 以易于理解的方式解释了一个非常复杂的行业

• 书中充满了有趣的人物,真正展示了我们视为理所当然的技术背后的全球努力

22. Suicide of the West

作者: James Burnham 中文名: 暂无中文版

简介

1964 年的经典著作,对现代时代的本质进行了令人震惊的描述。提供了对自由主义的意义和命运的深刻、深入的分析。

书评

• 这本书警告了民粹主义的非自由形式

• 认为西方正面临衰落的风险

23. The End of the World Is Just the Beginning

作者: Peter Zeihan 中文名: 《世界不再是平的:后全球化时代的供应链重组与地缘政治预测》

简介

地缘政治战略家泽汗描绘未来地缘政治新局势:一个各国或各地区别无选择地只能生产自己的商品,种植自己的食物,保护自己的能源,打自己的仗,而且人口正在萎缩和老化的世界。

书评

• Amazon 分类榜、纽约时报畅销第 1 名

• 一个正在结束的世界,当美国不愿、也不能维系全球供应链,台湾有什么机会

• 探讨去全球化趋势下的世界格局变化

24. Knowledge and Power

作者: George Gilder 中文名: 暂无明确中文版信息

简介

本书提出了一个关于资本主义的新理论。作者认为,经济增长的根本动力是知识的增长,而企业家的作用就是将新的知识转化为有价值的产品和服务。这是信息理论在资本主义中的应用,探讨了知识如何革新我们的世界。

书评

• 为理解资本主义的本质和信息时代经济的运作方式提供了深刻的见解

• 挑战了传统经济学的许多假设,并强调了创新和企业家精神的重要性

报告说明: 本报告由 AI 生成,书籍信息、简介和书评观点均来自公开网络渠道 (包括豆瓣、Goodreads、Amazon 等),仅供参考。部分书籍暂无官方中文译名,所提供译名仅为参考。

---

reference

• 同样被 AI 冲击，为什么这 39%的人不焦虑？
  https://mp.weixin.qq.com/s/ouQMM6OPji994K7wotZ2Mg
• AI 不是淘汰普通人，而是淘汰“只靠智商混日子的人”
  https://mp.weixin.qq.com/s/dCatpMiLs01Ac8yA_EQ4uw
• AI 正在帮你外包人生，但这些事“打死”不能交出去
  https://mp.weixin.qq.com/s/4B0HyFzCRamHYDSkwB5KFQ
• AI 在帮你，但也正在偷走你的一种能力
  https://mp.weixin.qq.com/s/L76_Ayr_5_FBqCV211YfLw
• 重新连接，与 AI 共生
  https://mp.weixin.qq.com/s/uUym5B6wIPj2nMlvR1RKlw