我不太担心人们用 AI，真正麻烦的是很多人把 AI 的输出当成免检证明。
评论区那句 AI 都说了，问题不在于用了工具。问题在于这句话经常被当成论证的终点。人没有说明材料从哪来，没有解释推理为什么成立，也没有给出自己愿意承担的判断。AI 变成了一个很方便的挡箭牌。
这张图把 AI 使用拆成三种状态：查资料、搭框架、代替判断。危险通常出现在代替判断这一步。
好的 AI 使用，更像请一个速度很快的助理。你让它找资料、列可能性、挑漏洞、换表达，它能省不少时间，也能把一些盲点提前摆出来。差的 AI 使用，是把方向盘交出去。结果贴出来那一刻，看起来效率很高，实际是在跳过判断。
Microsoft Research 相关 CHI 2025 论文讨论过一个值得警惕的现象：知识工作者使用生成式 AI 后，自报告的认知努力会下降，同时信心可能上升。这个结论不能简单翻译成用 AI 就会降低思考能力，但它提醒我们一件事：省力和变强不是同一回事。
这张图画的是一条可靠的 AI 使用链路：先写自己的判断，再让 AI 挑错，接着查证来源，定稿时仍由自己负责。
生活里最容易出问题的场景有几类。
看新闻时直接让 AI 总结，然后拿总结去吵架。新闻事实本来就需要来源、时间、主体和背景，模型很容易把不同信息揉成顺口的话。
学习时让 AI 直接给答案。作业写完了，人却没经历卡住、试错和修正的过程。考试、面试、工作现场一换题，就暴露出来。
做决策时只问 AI 怎么办。买什么、投什么、辞不辞职、选什么专业，这些问题都有个人约束，模型不知道你的真实代价。
这张图给普通用户一张自检卡：看输出前先问自己，我的依据是什么，哪里可能错，哪些信息要核实。
更好的用法很朴素。
问 AI 之前，先用几句话写下自己的初步判断。哪怕很粗糙，也能防止被答案牵着走。
看 AI 输出时，专门找它最可能编的地方：数据、出处、法律医学金融判断、过于顺滑的因果链。
使用以后，保留一句自己的结论。不要把 AI 生成的整段话当成观点，要把它压缩成你能解释清楚的判断。
AI 很适合做外脑，不适合替你做脊梁。外脑负责存取、联想、整理和提醒，脊梁负责站住、判断和承担后果。把这条线守住，AI 会让人更强；把这条线交出去，人就会越来越像转发器。
