一句话看懂： 13世纪曾流行过一本宣称能让人快速掌握全部大学知识的神秘手稿《Ars notoria》，后被神学家判为“非法且无用”。它提醒我们，“绕过大量学习直接获得知识”的诱惑从未断绝，今天的AI大模型不过是把这个古老承诺搬到了数字时代。
事件核心：发生了什么
中世纪学者安妮·劳伦斯-马瑟斯在一篇历史考据文章中，梳理了匿名著作《Ars notoria》的兴衰。这部13世纪文本声称，只要配合复杂图表、祈祷和仪式，就能大幅缩短中世纪大学七年以上的学习周期，直接获得文法、逻辑、神学等全科知识。现存的56份手稿以及它在中世纪宗教机构中持续被抄录、收藏的记录，说明这套“魔法速成法”确实吸引了一批使用者。但同时，托马斯·阿奎那在《神学大全》中明确点名批判了它，认为其符号体系既不是人类语言，也非神圣启示，会引诱人走向“与恶魔的接触”——技术上属于“非法且无用”。
为什么重要
这个五百年后被翻出的历史细节，恰好切中了当下AI行业的深层议题：人类对“快速获得知识”的执念，从来不是新技术发明的，而是一直存在于文化底层。中世纪的《Ars notoria》试图用仪式和符号压缩学习时间；今天的大模型则用海量训练数据和算力，把“问答式获取知识”压缩为一次搜索或一次对话。当年的神学家担忧使用者无法验证“魔法知识”的来源和真实性；今天的开发者和用户同样面临大模型的“幻觉”问题——模型输出得越自信，越难分辨它究竟是可靠知识，还是只是一段模式拼接。历史提供的教训是：对知识获得效率的追求，必须搭配对知识来源的追责机制。
对用户/开发者/创作者的影响
对普通用户来说，AI问答工具正在成为新的“知识捷径”，但“快”不代表“真”。把模型的输出当作最终结论，尤其是在医疗、法律、金融等领域，实质上和中世纪学者轻信魔法手稿一样有风险。对开发者和企业而言，如果产品承载了知识获取功能，建议优先考虑RAG（检索增强生成）或引用溯源方案，让模型的结论可以回溯到可信来源，避免重蹈“无法核验”的覆辙。对创作者来说，大模型生成的资料混编了大量来源不明的训练内容，用于内容生产时需要额外做事实核查，否则你的作品可能继承模型的“幻觉基因”。
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。
值得关注的后续
“知识速成”类AI应用正在快速膨胀，从AI课程到一键生成读书摘要的工具越来越多。目前公开信息显示，尚没有一套统一标准来评估这类工具输出的可信度。后续值得观察三点：一是头部大模型厂商是否会像教会那样，为“权威性”建立审核系统；二是开源模型是否会借助社区审查机制，成为对抗“不可核验知识”的替代方案；三是监管层面未来若介入AI生成内容的真实性管理，是否会对知识类AI服务提出类似历史上“权威审核”的要求。
来源：Hacker News
