自从 2022 年 11 月 ChatGPT 诞生以来，基于对话或视觉的大模型进化，让人们轻而易举跨越互联网手动检索时代，进入对话式交流时代。然而，不论是传统领域的小模型任务，还是 all in one 的多模态大模型，越来越多的人开始有了 AI 依赖症。
0. 惊讶与恐慌并存
截止 2024 年，以大模型为主的民用级模型，都有着远超一般人类的知识库，能够轻松应对大多数人类千奇百怪的提问。最开始我的想法是，考验人类提出问题能力的时候到了，结果 AI 发展至今，这种考验进一步加剧，越是 AI 解决问题，就越惊讶和恐慌。因为人类复杂的思考活动，在这之前需要大量时间、经验和想象力，现在已经可以直接踏足未知领域，即便你不擅长，AI 也能手把手教你。
1. 未知领域与人类经验互补
大模型之前的哪些细分领域的 AI，基本上是依赖人类经验获得稳定输出。大模型流行之后，面对困难问题，任何个体都有了调用全人类智慧的能力，该智库拥有跨学科、跨语言、多模态能力。在这种情形之下，生产活动在 AI 的辅助下，有些领域开始大幅提升。AI 不一定完全正确，人类经验的二次校准，是当下主流的模式。偏科或专业细分，在现阶段逐渐成形，独特的兴趣点，导致我们的原始多巴胺体系，始终盯着自我认知的兴趣点。对于不感兴趣的话题，我们甚至都主动隔离。
2. 脑子里不存在的概念或关键词
大模型 AI 远比我们强大，只不过我们的局限也很明显，认知概念差异，导致我们在提问的时候，无法输入个体认知之外的概念或关键词，片面因此诞生。这种人为主观认知差异，使得提问质量层次不齐，高阶提问得到对应的答案，白话文提问只得到一般答案。在复杂与简洁之间，我们贪婪的选择了简洁，很少有人写超过 200 字的提问描述词。好在当前的 AI 模型，比如 o1 这样的，会有类似一篇博文的回答，不论条理、概念差异等，都有较好的水准。
3. 警惕长期摆烂
当 AI 辅助解答问题后，理想状态下我们会产出大量新品，然而结果是，重度依赖 AI，加速成功概率的同时，也直接了当的给出否定答案。此时我们就会陷入失败、失落、沮丧与徘徊。内在情绪作用越发强烈，摆烂程度也就更深。
4. 从资源收藏者转变
过去，我们看到好东西都会收藏起来，比如存档、存盘、存标签。奇怪的是，我们几乎很少会主动去二看收藏的东西，俗称“收藏不看系列”。认知、阅历、生物周期等等错综复杂的条件下，多变是唯一不变的，你会发现生活中很多周期性、一次性、随机事件，诚然，事事遂愿少之又少，AI 能提高成功率，但也能加速劝退，劝退多了，自然就产生负面情绪，从而阻止正常产生活动进行。尤其是对创作者而言，原来的按步旧版，在海量资讯、日新月异的变更中，逐渐被埋没。
5. 小结
AI 辅助我们的同时，也在放大我们的内在情绪，要保持新领域学习和思考，不断挑战自我，主动增强自己的信心。
