从A到B的弯路，才是真正属于你的路

2026年5月3日 · 西安

最近和AI共创了一篇文章。

整个过程怎么说呢，比我想象的要长。中间好几次，我觉得自己已经知道答案了，它又抛出一个我没想到的角度；有好几个时刻，我真想跟它说"行了行了，就这样吧"，但又觉得哪里不太对，咬着牙继续往下聊。

最后写出来的东西，我自己挺满意的。但你让我算一下"效率"，说实话，可能比我一个人写还慢。

这就让我觉得挺有意思的。

我一直以为自己用AI是追求效率的——查资料快一点、写东西快一点、想问题快一点。但那次共创经历，让我觉得好像哪里不太对。好的协作不是更快，是更深。但这个"深"到底是什么意思，我当时也说不太清楚。

后来我看到一篇研究，才把这个感觉给掰扯清楚了。

以前我们怎么从A到B的

先说说以前我们怎么从A到B的。

你遇到一个问题，想解决它。怎么办？两条路。

第一条路，你会。 从A到B，你能自己走。这没什么好说的，问题解决，完事。

第二条路，你不会。 你卡在A，不知道怎么到B。这时候怎么办？

你得找人帮忙。查资料、请教专家、问身边的朋友。慢慢摸，慢慢想，最后才到B。

但你发现没有，这两条路中间，都有一段路是"空"的。

第一条路，那个中间的路段你自己走，没什么问题。

第二条路，中间那段认知的路，要么不存在——你找人问，人家直接给你答案，你跳过理解直接拿结果；要么是别人替你走的——你问专家，专家给你方法论，你学会了这个方法论，但底层那个"为什么这个方法管用"的认知，还是在人家脑子里，不在你这儿。

你拿到的是结论，不是理解。

我以前觉得这不是什么大事。工作嘛，要的是结果，过程不重要。但后来我发现，这种"拿结果不拿理解"的模式，会让人慢慢变钝。你解决了很多问题，但你解决问题的能力，好像没怎么长。因为那个能力，本来就不在你身上，是别人替你长出来的。

有了AI之后呢

现在有了AI，情况好像变了。

你卡在A，你问AI。AI给你一个答案，你拿到，直接到B。

看起来，这条路通了。

以前找人问，还得等、还得筛选信息、还得判断对方靠不靠谱。现在AI秒回，你要什么它给什么。从A到B，一步到位。

这不就是我们一直想要的吗？

但我最近越来越觉得，这里藏着一个小陷阱。

你仔细想想，"AI帮你从A到B"这件事，和"以前找人帮忙"那件事，本质上有什么区别？

好像没有。都是你问、它答、你拿结果。区别只是更快了、门槛更低了。

更快拿到答案，不等于更深理解问题。这是两码事。

你拿到答案，你知道这个问题"怎么解"。但你不一定知道"为什么这么解"、不一定知道"还有没有别的解法"、不一定知道"下次遇到类似的问题，我能不能自己想到这个方向"。

拿到答案和真正理解，中间隔着一段路。

以前这段路被跳过了，是因为没有工具；现在有了AI，这段路又被跳过了，是因为我们用错了工具。

你本来可以用AI走这段路的。但你没有。

你把它当成了一个更快的答案贩卖机。

Swansea大学的研究

我前阵子看到一篇研究，说的是 Swansea 大学做的实验，挺有意思的，跟这个话题直接相关。

研究者找了一批人，让他们设计虚拟汽车——在线工具，打开网页，用拖拽的方式调参数，让你的车在30秒内跑得越远越好。很简单的一个设计任务。

808个人参与了这个实验。

研究者给一部分人提供了一个"AI方案库"，里面是AI生成的汽车设计方案。这些方案不是精挑细选的"最优解"，而是有好的、有怪的、有明显跑不远的，总之各种各样，摆在那儿让你看。

结果发现，看过AI方案的人，平均在任务上花了 22.5分钟；没看过方案的对照组，只花了 9.4分钟。

花的时间更长。

但设计质量呢？看过方案的人，设计质量提升了 373%，将近没看方案的人的两倍。而那些主动跟方案互动的——不是被动看一眼，是真的去挑、去选、去把方案反馈给算法继续跑——提升更是高达 420%。

这个数字一出来，很多人的第一反应是：不对吧？AI帮了忙，怎么反而花更多时间？

好问题。

研究者的解释是这样的：

当参与者看到一个"好方案"的时候，他们倾向于直接复制——"这个不错，用了。"然后呢？然后就停了。你的大脑觉得"已经有答案了"，不需要再想别的方向了。

当参与者看到一堆"参差不齐"的方案——有好有坏，有靠谱的有离谱的——他们的大脑就没法直接抄了。每一个方案都要过一遍脑子，"这个行不行""那个为什么不行""有没有更好的方向"。

烂方案不是噪音，是摩擦。

它拦住了你的第一反应，逼你绕远路。

而绕远路，恰恰是创造力的发生条件。

研究者还给这种现象起了个名字，叫"过早固化"（early fixation）。你一旦看到好答案，就会在心里把它"固化"成标准，然后围绕这个标准去工作，跳过了本来该有的探索和质疑。

论文里有一句话挺扎心的：

"基于方案的人机协作工具，不应被视为省时省钱的工具，而应被视为通过增强人类创造力来产出更好结果的工具。"

翻译成人话就是：你以为AI是在帮你省时间，其实AI是在让你花更多时间——但花得值。

两种用法，两种关系

我后来一直在想这个实验到底在说什么。

表面上，它在说AI怎么用才能真正帮到人。但我觉得它说的其实是另一件事：

你用什么方式跟AI对话，决定了AI能给你什么。

你把AI当下属，"给我答案，快点，别废话"——它会给你一个答案，快、准、没脾气。但你拿到的，只是一个结论。和你找了一个效率更高的"专家外包"没什么区别。

你把AI当伙伴，"你怎么看""我不太同意这个方向""再想想，有没有别的可能"——它会给你一堆参差不齐的东西，有好的有坏的有奇怪的。而正是这个"参差不齐"，逼着你的大脑开始工作。

这两种用法，AI都是同一个AI。

差距不在AI，在你跟它的关系。

你把它当工具，它就是工具。你把它当对话者，它才有可能成为对话者。

这让我想起胖东来的于东来说过一句话，大意是：生命在于释放而非修行。

把AI当效率工具，是一种"修行"——你被进一步压榨，产出更多、更快，但那个被压榨的人，还是你。

把AI当对话伙伴，是一种"释放"——你不是在产出更多，而是在想得更深，认知在这个过程里自然生长。

当然我不是说这两种用法有高下之分。有时候你就是需要答案，deadline就在那儿，你没时间绕远路。我自己也会用AI"要答案"，这没什么不对。

但如果你永远都是"要答案"的用法，你可能会慢慢失去一种能力——自己绕路的能力、自己想问题的能力、自己往深处走一段再出来的能力。

AI帮你省掉了那段路，但你省不掉的是，那段路本来能给你的东西。

那次共创，到底发生了什么

说到这儿，我想回过头来聊聊一开始提到的那个感受。

那次和AI共创文章，我为什么觉得"慢"但"值"？

因为它没有给我"最优解"。

它给了我一些我觉得不太对的地方，一些我没想过的角度，一些我第一反应想反驳的东西。每一次它说出一个让我想说"不是这样的"的观点，我都得停下来想一想：为什么不是？到底是什么样的？有没有可能是它对而我错了？

这段"想"的过程，就是我说的那个"中间的路"。

如果它上来就给我一个完美的框架，我可能就顺着框架走了。快，但浅。

但它没有。它给我的是一堆参差不齐的东西，逼着我一个一个去判断、去思考、去反驳或者去接受。这个过程慢，但我走过的那些弯路，最后都变成了文章里的那些我自己真正想清楚的东西。

好的AI协作，可能不是帮你从A更快到B。

是让你发现，从A到B之间，还有C、有D、有E。

是你自己一个人走不到的那么远，但跟AI"聊"着聊着，你就走到那儿了。

你付费买的不是答案，是空间

你每个月花20美元订阅AI工具，期待的是什么？

一个给你最优解的系统。快、准、没废话。

但我想说，好的AI，可能不是给你答案的那个。

而是用一堆不完美的方案，逼你自己去想的那个。

你付费买的不是答案，是空间。

一个让你愿意想更远的认知空间。

从A到B之间那些弯路，才是你自己的。

2026年5月3日 于西安