一个人最危险的状态，可能不是他不知道什么，而是他已经开始相信自己看到的，就是整个世界。 尤其是现在这种推荐算法主导信息传播的环境。 你平时喜欢看 AI，平台… · @UPing123zzz · TwKit

@UPing123zzz

一个人最危险的状态，可能不是他不知道什么，而是他已经开始相信自己看到的，就是整个世界。 尤其是现在这种推荐算法主导信息传播的环境。 你平时喜欢看 AI，平台就不停给你推荐 AI；你觉得某个技术方向有前途，算法就不断推送相关观点；你对某件事情感到焦虑，刷到的内容可能又在不停强化这种焦虑。 时间久了，你会产生一种错觉，好像全世界都在讨论同一件事，所有人都认同你看到的观点，自己每天接收的信息也越来越多，认知自然就越来越高。 但实际上，你可能只是在一个越来越精致的信息茧房里打转。 就拿 AI 来说，如果你每天只关注那些鼓吹 Agent、AI 编程、超级个体和一人公司的博主，你可能很容易相信，未来几年所有程序员都会被替代，所有企业都在疯狂部署 AI，一个人靠几个 Agent 就能运营一家几百人的公司。 但如果你真的接触过一些企业 AI 项目，就会发现事情远没有网上说得那么简单。 企业关心的不只是模型聪不聪明，还包括成本、安全、可靠性、数据权限、业务流程、错误责任和实际回报。 一个 Demo 能跑起来和一个系统能稳定交付给客户，完全是两个难度。 我觉得这里最大的问题，不是那些博主说的东西一定都是错的，而是如果你只接触其中一种叙事，就很容易把某种可能的发展趋势，当成已经发生的现实。 而且还有一个很有意思的现象：很多人觉得自己已经跳出了中文互联网的信息茧房，于是开始大量刷英文 X、Reddit、YouTube，觉得接触英文内容就意味着获得了更高质量的信息。 但实际上，英文互联网同样充满各种情绪、商业营销、夸大宣传和立场偏见。 只不过换了一种语言、换了一群博主，你可能又进入了另一个信息茧房。 所以我现在越来越觉得，真正重要的不是每天刷多少信息，而是有没有能力判断信息。 比如看到有人说某个 AI 模型能力大幅提升，你可以直接去看官方技术报告、独立评测，看看它究竟在哪些任务上提高了。 看到一个开源项目被吹得很厉害，你可以去 GitHub 看看代码、Issue、更新频率，甚至自己部署一下，判断它到底能不能解决实际问题。 看到有人说某种 AI 商业模式特别赚钱，你至少应该去了解它的客户是谁、收入从哪来、成本有多少，而不是只看截图上所谓的收入数字。 认知的提升不应该只是知道更多观点，而是能够区分事实、推测和个人立场。 还有一点特别重要，就是你要有意识地接触那些和自己观点不同，但确实有证据支撑的信息。 如果你觉得 AI 一定会让程序员全部失业，就应该去研究哪些工作仍然需要人承担责任，哪些工程问题短期内难以完全自动化。 如果你觉得某个行业肯定会爆发，也应该去看看为什么有人不看好它，他们的理由到底是什么。 这不是为了故意和别人唱反调，而是为了避免自己的判断越来越单一。 我现在甚至觉得，一个人获取信息的能力，最终应该体现在他的决策质量上，而不是他收藏了多少文章、关注了多少博主、每天刷了几个小时 X。 真正的独立思考，不是别人说什么你都反对，也不是觉得自己比普通人清醒，而是即使一个观点非常符合你的立场，你仍然愿意去验证它；即使一份证据推翻了你过去的判断，你也能够承认自己之前想错了。 信息越来越容易获取的时代，筛选信息、理解证据、形成判断，反而可能成为更稀缺的能力。

曝光 72 · 评论 1 · 点赞 0 · 书签 0