一句话看懂：Vox 资深科技记者 Adam Clark Estes 撰文指出，频繁使用 ChatGPT、Claude 等 AI 聊天机器人会在提升效率的同时带来”去技能化”风险，但问题的关键不是少用 AI，而是有选择地使用。文中引用多项调查数据，显示美国 68% 的 Z 世代成年人担心认知外包损害自身能力建设。
事件核心：发生了什么
这篇发布于 2026 年 10 月 3 日的建议类文章，系统梳理了”认知外包”（cognitive offloading）与”去技能化”（de-skilling）两个概念。作者引用费城营销总监 Susette Brooks 的经历：她用 AI 代写邮件后，明显感到写作与思考能力下滑，回忆信息和整合观点的难度增加。俄亥俄州内容创作者 Derek Salyers 也表示，长期依赖 AI 后产出质量下降，他把部分内容形容为”AI slop”，随后自己的思维能力也变差。
文章援引多项可核查数据：盖洛普与宾夕法尼亚大学研究者的调查显示，68% 的美国 Z 世代成年人担心认知任务外包过多会剥夺技能成长机会；皮尤研究中心 2026 年 6 月发布的研究指出，约 37% 的 30 岁以下美国成年人认为 AI 将对个人产生负面影响；但与此同时，超过半数 Z 世代美国人每周都在使用 AI。
为什么重要
目前公开信息显示，这是对 AI 生产力叙事的一次重要补充。过去两年，行业讨论集中在模型能力、上下文窗口、推理成本与商业化落地，而对使用者认知能力的反向影响讨论较少。弗吉尼亚大学心理学教授 Daniel Willingham 在文中提出的观点值得注意：大脑天生倾向于节省认知成本，记忆之所以高效，是因为过去奏效的方法会再次奏效，”思考是遇到麻烦时才做的事”。
这意味着，AI 产品设计的默认路径——降低摩擦、一键完成——可能与用户长期能力建设存在张力。对 AI 行业而言，这不仅是伦理议题，也可能影响企业采购与教育市场的产品定位。
对用户/开发者/创作者的影响
文章给出的核心建议不是减少 AI 使用，而是更有意图地选择使用场景。把枯燥、重复的任务外包出去，较不容易让人产生”变笨”的感觉；但把写作、编程、决策、观点整合等需要主动思考的环节交给大模型，则可能加速技能退化。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者而言，这提示在调用 API 或构建 AI 应用时，可以考虑加入”引导思考”而非”直接给答案”的交互设计；对创作者和企业用户，关键是区分哪些任务适合外包、哪些必须保留人工判断。目前公开信息显示，这一领域的量化研究仍较有限，多数结论来自调查与个案。
值得关注的后续
一是有没有更多纵向研究，用可测量指标验证 AI 使用与认知能力变化的因果关系，而不仅是相关性。二是 OpenAI、Anthropic 等厂商是否会在 ChatGPT、Claude 的产品设计中引入”认知保护”机制，例如提示用户先自行尝试、再给出答案。三是教育与企业培训市场是否会出现针对”AI 协作下的技能保留”的新课程或评估工具。
来源：Recode
