必要掙扎，才是知識真正長大的唯一方式
2025年7月一個悶熱的下午，台北信義區共享辦公空間的玻璃會議室裡，37歲產品經理陳浩，我們都叫他浩子。浩子把MacBook轉向我。Notion頁面乾淨得像軍事地圖，五百多本書的重點、心智圖、行動清單，全是綠色勾勾。他端著冷掉的拿鐵，眼睛發亮：「一個月，全靠AI吞完的。」我隨手挑一本行為經濟學經典問他上週團隊定價會議用了哪個概念。他的手指停在觸控板上，笑容僵住。會議室只剩空調低哼。他支吾：「AI摘要說……要用錨定效應，可是開會時，我根本沒想起來。」那一刻，我知道他失去了某種東西——而你，可能也正在失去。
用它，它就長大；不用，它就縮小。
三千英里外，在倫敦大學學院的一間小實驗室裡，1995年一個雨夜，年輕的神經科學家Eleanor Maguire盯著螢幕，也感覺不對勁。她剛看完一部關於倫敦計程車司機的電視劇。那些司機要花三年死記兩萬五千條街巷、兩萬五千個地標，才能考上「The Knowledge」。Maguire心想，這麼瘋狂的記憶訓練，腦袋會不會真的變大？
她招募了16位真正的黑頭計程車司機，做MRI掃描。2000年她的論文震撼發表：司機的後海馬迴明顯比一般人大。開車年資越久，體積越大。那個形狀像海馬的記憶中樞，因為每天在腦海裡建構整個倫敦地圖，真的長大了。Maguire後來告訴記者：「人類大腦到成年依然有可塑性。」她說得輕描淡寫，但背後是最殘酷的事實——用它，它就長大；不用，它就縮小。
2006年，她又找來倫敦公車司機做對照實驗。兩組人都整天在倫敦街上開車、應付交通、吸一樣的廢氣。唯一不同的是：計程車司機每天要自己規劃路線、即時調整；而公車司機只走固定路線。結果？計程車司機的後海馬迴還是明顯較大，前海馬迴較小。公車司機則沒有變化。數據清清楚楚：空間記憶的需求，才是真正讓大腦生長的關鍵。
浩子還在滑他的Notion。他點開Ray Dalio的《原則》。AI給的條列完美無缺：五個核心原則、十個行動清單。他說：「超有效率。」我問他有沒有自己讀原書。他笑笑：「誰有時間？AI三秒就濃縮完了。」
但他不知道，半年後，他會在另一場會議上卡住。有人問他怎麼處理團隊衝突，他腦袋一片空白。就像當年Dalio1982年因為太傲慢差點破產、跟老爸借錢過活的那段屈辱，AI從來沒告訴他。那種被老闆當眾罵到想鑽地洞的痛，永遠沒機會打中他。他只能重複AI給的乾淨結論，卻說不出為什麼自己以前也犯過同樣的錯。
他失去了某種能力。
三千英里外，另一群人也正在失去某種能力。
2014年，在舊金山NASA Ames研究中心的波音747-400模擬器裡，Stephen Casner找來18位資深機師——平均飛行時數超過一萬七千小時。他讓他們在全自動、半自動、手動三種模式下飛。儀表掃描和手動操控，他們還算穩。但當他關掉地圖顯示器，讓他們純手動導航、追蹤飛機位置、辨識儀表故障時，問題出現了：44%的機師錯過航點，63%到94%沒能正確交叉檢查或診斷異常。更關鍵的是，他在飛行中每兩分鐘問一次：「你在想什麼？」結果發現，全自動模式下，機師的「無關任務思緒」高達20%，而純手動時只剩6.9%。
Casner得出結論：「認知技能的保留，取決於你是否持續積極參與。」當自動駕駛接手，你的大腦就開始神遊。神遊久了，那些需要掙扎的技能就悄悄萎縮。
浩子關掉Notion，靠回椅背。「反正AI幫我讀了，我知道重點就好。」
我沒說話。只是想起他剛才那句話：「開會時我根本沒想起來。」
答案藏在一個大多數人沒聽過的心理學概念裡。
1990年代初，在UCLA的實驗室裡，心理學家Robert Bjork和妻子Elizabeth發現：學生最愛的學習方式——整塊時間狂背、AI給的乾淨摘要——感覺最順手，考試當下也最有信心。但幾週後，他們什麼都不記得。反而那些讓人痛苦、卡關、要反覆掙扎的方法——間隔複習、自己整理筆記、跟作者吵架——雖然當下很慢，長期卻牢牢刻進腦子。
他們把這叫做「必要掙扎」——desirable difficulties。沒有阻力，肌肉不會長。沒有痛，知識不會沉。
學習的本質，從來不是獲得答案。而是掙扎的過程。
我們給這個現象取了一個名字。
我叫它「摩擦赤字」。
在我過去兩年訪談超過30位像陳浩一樣的重度AI使用者後，我發現——
「摩擦赤字」是指當AI把所有思考過程外包後，人類大腦失去「必要掙扎」所造成的認知萎縮現象。它的核心特徵是：1. 知識快速取得卻無法長期保留；2. 批判思考分數下降；3. 腦部活動降低。在日常學習與工作情境中，這意味著我們用速度換走了真正屬於自己的理解。
2025年，Michael Gerlich在瑞士商學院招募666位各行各業的人進行大規模調查。結果非常清楚：AI使用頻率越高，批判思考分數越低（相關係數r = -0.68），認知外包是關鍵中介變項。更驚人的是，年輕族群（17–25歲）的批判思考分數比46歲以上族群低約45%，且他們報告的AI依賴度高出40–45%。Gerlich指出，長期認知外包正讓年輕一代的反思與問題解決能力大幅萎縮。
同一年，麻省理工學院媒體實驗室Nataliya Kosmyna找來54位志願者寫SAT論文。他們分成三組：純自己寫（Brain-only）、用Google搜尋、用ChatGPT。一邊寫，一邊戴EEG頭帽測量32個腦區的腦波活動。ChatGPT組不僅腦部活動最低、腦連接性最弱（特別是與創造力、記憶負荷、語意處理相關的alpha、theta、delta波段），幾個月長期追蹤後還累積了明顯的「認知債務」（Cognitive Debt）。他們越來越懶惰（第三篇論文後直接copy-paste），83%的參與者甚至無法準確回想自己剛寫完的文章內容，也幾乎無法正確引用原文。Session 4切換組別時，原本重度使用AI的人即使改回純手寫，腦部alpha與beta波連接性仍顯著降低，顯示「認知債務」已留下持久痕跡。Kosmyna團隊結論：過度依賴AI會讓大腦逐漸「懶惰」，長期學習能力與所有權感雙雙下降。
另一項2025年Microsoft對319位知識工作者的調查也得出類似結論：GenAI使用頻率越高，自報的批判思考努力程度越低（相關係數-0.49），且對工具的信心越高，越傾向減少獨立驗證步驟。
此外，一項2025年隨機對照實驗讓學生用ChatGPT輔助學習45天後進行突擊測驗，結果顯示AI組的知識保留率只有57.5%，明顯低於傳統學習組的68.5%。這再次證實，繞過必要掙扎，知識就很難真正沉澱。
這幾個故事——陳浩、計程車司機、機師、以及2025年多項MIT、Gerlich與Microsoft研究——都在說同一件事。
AI確實讓我們接觸了百本書。它是史上最好的選書小幫手和障礙清除機。但當它把整個過程都包了，你就失去了那個「啪」一聲開竅的時刻。那個你跟作者吵架、在書頁空白處寫髒話、半夜為了某個點反覆嚼到天亮的時刻。那個Dalio講他破產借錢、Kahneman一步步拆自己實驗設計的坑、讓你突然懂了「我以前也是這樣騙自己」的時刻。
AI給你乾淨的結論。你的大腦卻永遠沒有機會碰撞、受傷、然後癒合。它給你速度。你用速度換走了消化。而這個差異，改變了一切。
當然，不是每個人都會這樣。總有例外。有人用AI的方式完全不同——不是讓它給答案，而是讓它跟自己辯論、逼自己先寫再對照、故意關掉它去卡關。那些人反而保留了摩擦。
但大多數人，像浩子最初那樣，像那些機師在自動駕駛裡神遊，像計程車司機手機一響就到目的地，像2025年多項研究所顯示的AI重度使用者——我們都在不知不覺中，把最值錢的東西外包了出去。
兩年後的今天，陳浩的辦公室還是在信義區，窗外還是台北灰濛濛的天空。Notion還在。但他改變了一個習慣。
每次AI顯示綠色勾勾，他會關掉螢幕，自己再翻開實體書看一次。他說這讓他慢了百分之三十。「但我終於又開始感覺到東西在腦子裡生根了，」他告訴我。「這才是重點。」
有些路，真的只能自己走。
如果你也覺得AI讀完500本書，卻什麼都沒留下——這篇為你而寫。
如果你想以後回來複習這個「摩擦赤字」框架，可以先收藏這篇。
語言模型的問題不在它說什麼，而在它不知道它說的為什麼是對的。陳浩現在每次AI給綠勾勾，就會關掉螢幕自己再讀實體書——他慢了30%，卻找回了腦袋生根的感覺。但我刻意沒說的是：如果AI繼續這樣「幫」我們，下一個失去「必要掙扎」的，會不會就是你？你覺得「摩擦赤字」在你身上發生了嗎？歡迎留言分享你最近一次把思考外包給AI的經驗。這是我下一篇要展開的問題——如果你想跟上這個思考，訂閱我的專題，我會在第一時間通知你。
