【AI越强大，你越需要真正懂点什么】
Ryan Holiday 最近写了一篇长文，核心论点其实很古老：AI 擅长生成看起来合理的东西，但不擅长生成真正正确的东西。区分这两者的能力，恰恰依赖于那些"据说即将被淘汰"的旧技能。
他不是反技术的卢德分子。他用 ChatGPT 规划希腊旅行、给孩子生成故事。但他发现了一个规律：每次 AI 给出错误答案，他之所以能识别，全靠自己多年积累的知识。
一个例子：他问 ChatGPT 某句话是否出自林肯，AI 信誓旦旦地确认了，还给出了出处。问题是，这句话根本不是林肯说的。如果他不是研究过林肯，他会直接把这个错误写进书里。
另一个例子：AI 告诉他美国海军学院每年有多少学员死亡，数字看起来很权威。但他凭直觉觉得不对，一查，AI 把完全不相关的统计数据张冠李戴了。
有人在回复里说了一句极有穿透力的话：AI 自动化的不是知识，而是"看似合理性"。当流畅的废话生产成本趋近于零，瓶颈就变成了谁来承担"确认正确"的成本。
Holiday 提到他的导师 Robert Greene 年轻时做过一件事：逐字翻译修西底德的《伯罗奔尼撒战争史》。不是为了翻译本身，而是为了训练思维。这个过程花了几个月，痛苦、缓慢、低效。但正是这种"必要的困难"塑造了他后来的写作能力。ChatGPT 三十秒能给你答案，但过程被隐藏了。
这里有一个残酷的悖论：AI 对最不需要它的人最有用。你知道得越多，越能分辨 AI 输出的信号和噪音，它对你的帮助就越大。你知道得越少，越无法判断它是否在骗你。
有人反驳说，Holiday 描述的那些 AI 错误已经过时了，新模型好多了。这话有道理，但恰恰证明了他的核心论点：你需要知道怎么提问，需要知道什么时候答案不对，需要知道该用什么工具。这些都是人的能力。
也有人指出了一个更深的问题：如果辨别 AI 胡说的能力需要广泛阅读、深度研究、批判性思维，而获得这些东西的成本越来越高，那么能辨别真伪的人会变成一个越来越小的群体。这不只是个人选择的问题，而是结构性不平等的问题。
回复里有句话说得好：没有自己的知识基础，你不是在使用 AI，是 AI 在使用你。
AI 是一面镜子，反射的不是真相，而是你辨别真相的能力。如果你有能力，它放大你的能力。如果你没有，它放大你的无知，而且以一种看起来像知识的方式放大。这比单纯的无知更危险。
塞涅卡说过：没有人偶然变得智慧。你不能通过概率获得智慧，而大语言模型从根本上说就是一台概率机器。
机器越来越擅长听起来聪明，所以我们必须真正变得聪明。这不是一个关于技术的论点，这是一个关于人之为人的论点。
x.com/RyanHoliday/status/1933535083988693267
