批判性思维正在被 AI 杀死？Anthropic 工程师给出的 6 个 Claude 使用建议

今天看到 Anthropic 工程师 Addy Osmani 的一篇文章，很受触动。他的核心判断是：很多人的批判性思维正在被 AI 悄悄“杀死”。最麻烦的是，这种变化很难察觉——我们对 AI 输出越来越满意，却慢慢丢掉了自己的思考和理解。

他提到一个概念：认知投降。过去从一个问题到得到答案，中间通常要经历查资料、思考、研究；现在用 AI 几秒钟就能出结果，扫一眼马上又去问下一个。AI 的输出逐渐变成了你自己的观点。

随着 AI 越来越强、答案越来越“完美”，你甚至感觉不到需要自己思考的空间。批判性思维就这样被 AI 卸载了。

比如，很多人用 Claude 写程序，几万行跑下来没出错，功能和 UI 都挺好。可你其实不知道它用了什么技术栈、接口和安全策略。真到出问题时，就很难定位和理解了。Addy Osmani 给这种现象起了个名字：理解债务。

AI 产出得越多，理解债务也就越多。市面上很多“AI 代码屎山”和 AIGC 垃圾内容，正是用户在几乎没有个人判断的情况下批量生产出来的。

他给出的做法，我整理成 6 点。

1. 提问前先有自己的假设

在提问 AI 前，自己要有个假设，哪怕很烂也没关系。你可以让 AI 修正你的假设，但不要毫无概念地全盘接受。

2. 得有一个必须为真的前提

AI 结论要有参考价值，必须建立在一个为真的前提上。AI 的建议远不如你能实际执行的一次测试有价值。就像做律师辩护，AI 说了一大堆正确的话，但如果不是你的辩护立场，那就没什么用。

3. 用不同的 AI 交叉验证

用不同的 AI 去验证，找到冲突和共识，再形成自己的观点。很多人固执地认为有 ChatGPT 就够了，但 GPT 也有自己的局限和偏执，多参考几个 AI 很重要。

4. 把验证变成习惯

怎么更好地做验证？这是用好 AI 的关键。现在 AI 写代码和自我验证的能力已经很强，你的价值是给 AI 提供一种验证自己工作的方式。这建立在你自己有验证的观点、流程和闭环，并且知道好的验证长什么样。

5. 充分理解 AI 生成的内容

对于 AI 写的代码或内容，如果不仔细阅读、理解，很容易被忽悠。这是对结果负责的必要方式。

6. 输入质量决定输出质量

这其实是提出明确且有约束的需求的能力。开发一个工具，你至少得想清楚要实现什么功能，什么能做、什么不能做，什么是好、什么是坏。否则一定是垃圾进、垃圾出。

有一个观点我很认同：AI 一定会比人更强，不管是开发还是审核。能交给 AI 做的，尽管交给 AI；但人始终要对结果负责，不能把责任甩给 AI。

Addy Osmani 最后留了一句话：独立思考，问更好的问题，对结果负责。这大概就是 AI 时代的操守。