讨论摘要

这篇文章的核心观点是：AI 工具本身不会自动削弱人的判断力，真正有 风险的是被动使用。作者认为，使用 AI 的关键区别不在于“用不用”，而在 于你是把它当成训练判断力的对象，还是把自己的判断直接交给它。

文章把不加审查地接受 AI 输出称为一种责任转移。比如在工程场景里， 直接复制一段生成代码，短期看可能节省时间，但隐藏的假设、边界条件 和安全问题会在之后变成更高成本。作者强调，解决方案不是少用 AI， 而是更有对抗性地使用它。

所谓对抗性使用，是把 AI 的输出看成一个聪明但过度自信的初稿：它可能 有价值，但必须被追问。你需要让它解释假设、找出边界情况、指出可能 失败的地方，并根据这些问题重新修正方案。文章认为，“生成、质疑、 修改”这个循环，才是判断力继续生长的地方。

我的推荐理由

我推荐这篇给所有使用 AI 的人。它讲的是一个高层但重要的思维方式： AI 不是替你判断的工具，而是帮助你训练判断的工具。

这件事只有通过大量使用 AI 才会真正理解。尤其在难以验证的问题上， 保持质疑并不容易，所以更需要持续回到 AI 的工作原理、推理边界和 验证路径上思考。