【AI 共享知識的時代,你得到的是成長,還是能力幻覺?】

AI 知識共享,已經悄悄發生了

最近看到一篇博士生寫的文章,看完之後有複雜的感受。

他是某中部高校的物理化學博士生,在 AI for Science 這個領域埋頭工作了兩年。他說,當他不確定某個研究方向的時候,他不去找導師,他去問 AI。因為 AI 給的答案更系統、更快、更新。

他還說,他已經有一個多月,沒有和人進行過一次「有效溝通」了。上一次真正被聽懂的感覺,是在和 Claude 對話的時候。

這讓我想到另一件事。

我自己也有在下圍棋,也有在關注職業棋界的動態。以前頂尖棋士會聚在一起開研討會,共同復盤、討論戰術,那是一個人與人之間交流知識的場合。但現在,很多棋士練棋時直接和 AI 對弈,因為 AI 能給出更精準的建議,研討會的那個位置,慢慢就被取代了。

這兩件事放在一起,讓我有一個很強烈的感受:AI 的出現,正在讓「知識共享」這件事真實發生,而且它共享的速度和品質,已經開始改變我們獲取知識的方式。

這讓我馬上想到三年前奇葩說有一集辯題:「奇葩星球新技術,可以讓全人類大腦知識共享,你支不支持?」

那時候這個題目還像是在討論一個想像的世界。

但現在,就在眼前。


用 AI 工具學習,你真的在思考嗎?

AI 的出現,某種程度上真的實現了「知識共享」這件事。

以前你想請教某個領域的頂尖專家,你需要認識他、約到他、說服他花時間在你身上。現在你只需要打開對話框,就能「召喚」出一個 Nancy Duarte 來擔任你的簡報顧問,召喚出一個行銷策略師來幫你分析市場。

但問題不在於 AI 給的答案對不對,而在於我們太容易直接相信它了。

沒有停下來懷疑,沒有對照自己的經驗,沒有問一句「這真的適用於我的情況嗎?」就這樣接受了。這種毫無摩擦的流暢,才是最危險的地方。

我自己就有這樣的經驗。我是一位培訓師,過去給學員作業回饋,我會一份份看、一份份思考。現在我習慣先把資料丟給 AI 出初版,再自己來優化修改。很多時候,AI 能抓出我沒想過的觀點,我也常常覺得自己有所成長。

但有時候我會停下來問自己:這到底是 AI 在思考,還是我在思考?

最近我對溝通議題有興趣,就請 AI 引導我學習 NLP 的相關知識。我感覺自己很快速地打開了新視野,看事情的細緻度也改變了。但我同時也意識到一件事:我根本沒有能力判斷 AI 提供的內容是否正確。

Cleanshot 2026 04 10 At 12.38.38
最近使用 Heptabase 的 AI tutor 在學習溝通相關的知識

我感覺自己懂了,但那個「懂」,究竟是真的懂,還是只是一種感覺?

奇葩說裡,反方有一句話讓我印象很深:「使唐僧成為唐僧的,不是經書,是那條取經的路。

AI 給的是經書。但取經的路,還是要自己走。


知識共享給的是起點,能力幻覺才是陷阱

後來我想通了一件事。

問題不是「AI 共享了知識」,而是共享知識之後,我們怎麼對待它。

奇葩說裡正方有一個很有力的論點:知識共享可以讓更多人站在同樣的起跑線上,打破資訊的不平等。這我完全同意。但反方也說了一件同樣真實的事:真正的知識,不是被塞進來的,而是在實踐、跌跤、反思的過程裡,慢慢長出來的。

這兩件事並不矛盾。

共享知識,給的是一個起點,不是終點。讓你變強的,從來不是你接收了多少知識,而是你接收之後,有沒有拿它去質疑、去實踐、去對照自己的經驗,然後在摩擦裡把它變成真正屬於自己的東西。

現在很多人會把某位老師的方法論、某本書的重點整理丟進 NotebookLM,變成隨時可以諮詢的「私人顧問」。這個做法本身沒有問題,我自己也在用。但我後來發現,如果你對那個知識領域完全沒有基礎,你問它什麼它就給你什麼,你也沒有能力判斷它給的是否正確、是否真的適用於你的情況。

你只是感覺有一個很厲害的顧問在身邊,然後覺得自己也很厲害。

但這裡有一個很現實的問題。

你要能質疑 AI 給你的東西,你自己必須先有東西可以拿來對照。我之所以能夠優化 AI 給學員的回饋初版,是因為我有真實的培訓經驗作為參照。但當我在學 NLP 的時候,我沒有那個參照系,所以我只能全盤接收,然後感覺自己懂了。

這兩種狀態,從外面看起來一模一樣,但本質完全不同。

一個是真正在學習,一個是產生了「能力幻覺」,感覺懂了,但其實只是流暢地接收了一套說法。

最可怕的地方是,能力幻覺很難被自己察覺。因為問題解決了,感覺良好,沒有任何警報會響。


那我們到底應該怎麼用 AI 來學習?

Freepik A Halfopen Wooden Door Wa 2754938948

所以,我們到底應不應該用 AI 來學習?

我自己的答案是:用但要搞清楚自己在哪個狀態。

如果你在一個已經有真實經驗、有參照系的領域,AI 是很好的對話夥伴。它能幫你看到盲點,幫你整合你還沒整理清楚的觀點,幫你把已經在你心裡的東西說得更清晰。這種狀態下,你和 AI 的協作是真實的,你的判斷力也在運作。

如果你在一個完全陌生的領域,AI 也可以幫你釐清學習的方向,告訴你從哪裡開始、有哪些值得深入的路徑。但方向之後,那條路還是要自己走。閱讀、嘗試、在真實情境裡跌跤、然後回頭反思。這個過程很慢,但那個慢,才是判斷力真正長出來的地方。

知識共享這件事本身是好的。AI 讓知識的取得比任何時代都更平等、更快速,這是這個時代給我們最大的禮物之一。但知識共享只是把門打開了,能不能真正走進去,還是取決於你自己。

共享知識,讓你變強的從來不是你接收了多少,而是你接收之後,有沒有真正把它用在自己的狀況上,在實踐裡反思,在反思裡內化,讓它變成真正屬於你自己的東西。

這一兩年 AI 真正開始爆發,我身邊很多人包括我自己,都在摸索怎麼和它相處。我自己還是傾向於只分享真正經歷過、或認真思考過的事。當然我也會和 AI 討論,它是我很重要的思考夥伴。但如果某件事我只是請 AI 幫我整理過,沒有真正走過,心裡會有一種說不上來的不踏實。

那個不踏實,我現在把它當成一種提醒。

提醒我,這件事我還沒有真正懂!

免費訂閱電子報,不漏掉我的文章

訂閱表單