认知外包

十月这波产品更新有个共同方向：OpenAI 推「面向所有人的智能界面」，谷歌云在 Gemini at Work 2026 里放出能单一界面处理问答、创作、代码的通用工作智能体。两者都在说同一句话——你不用再学怎么用软件了，告诉它目标就行。从认知角度看，这是把「程序性知识」——关于「怎么做」的那套肌肉记忆与步骤理解——整体外包出去。这一步的代际后果，比效率数字深远得多。 哪类知识会先被外包掉？ 认知科学把知识粗略分成两类：陈述性知识（知道「是什么」）与程序性知识（知道「怎么做」）。过去几十年，学校教软件、企业培训系统、老员工带新人，反复打磨的都是程序性知识——快捷键、菜单路径、异常处理。这类知识有个特点：它必须通过反复操作内化，变成不假思索的本能。 智能界面一旦成熟，程序性知识的学习回报骤降。既然对 AI 说一句话就能完成，为什么还要花三个月背快捷键？于是年轻一代会系统性地跳过「学会用工具」这个阶段。陈述性知识他们照样查得到，程序性知识则整层消失。 不去亲手操作，代价是什么？ 程序性知识不只是操作步骤，它内嵌着对系统行为的直觉：你知道哪个操作危险、为什么会报错、哪里有坑。这种「手感」是多年操作沉淀下来的隐性模型。一旦你从不自己操作，就永远长不出这个模型。 后果是：当 AI 的结果出错、或需要你在没有 AI 的环境里临时兜底时，你完全没有手动应对的肌肉。你不是「暂时忘了」，而是从未建立过。这和「会骑自行车后多年不骑仍记得」不同——你根本没学过。智能界面把人从工具里解放出来，也把人从工具的理解里剥离了。 到底什么不该外包？ 这不是要抗拒技术，而是要分辨哪些程序性知识值得保留。凡涉及「判断结果是否可信、出问题能否手动兜底、对系统行为有无直觉」的领域，亲手操作的经验是认知的安全垫。把这部分也外包，人就从工具的主人，退成对工具的被动消费者。 智能界面面向所有人是普惠，但普惠的前提是：人仍保留一层不依赖界面的底层能力，作为最后防线。否则我们培养的不是「会指挥智能体的人」，而是「只会提要求、对过程一无所知的人」。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：程序性知识

当地时间 10 月 8 日，谷歌云在「Gemini at Work 2026」大会上发布 Gemini 通用工作智能体。按官方博客的说法，它从一个统一的提示框出发，拥有组织的全部业务上下文，自己规划工作、调用技能与工具、连接企业内部系统，最后把成品直接送回你已经在用的文档、收件箱与开发环境里。它还会自己为任务选最合适的模型，并内置成本控制。换句话说，过去你在十几个软件之间切换的那串动作，被压进了一句话。 注意力曾经是我们最稀缺的认知主权 人的注意力是串行的，这是进化给大脑的硬约束：你没法同时深度思考两件事。过去几十年，我们用多窗口、标签页、看板来对抗这个约束，结果只是把自己切成了碎片。注意力分配——先做什么、后做什么、什么时候切换——被普遍认为是人类最后的认知主权之一。 单一提示框智能体做的事，恰恰是把这层主权也接过去。你只给目标，它负责在内部决定先查知识库、再写初稿、再跑一段代码验证。你不再需要为「下一步用哪个工具」分心，因为工具的编排被内化进了智能体。 外包的连续性 这其实是一种「外包的连续性」。过去你靠自己在脑子里维持一条工作流的连贯性，现在这条连贯性外置到了智能体那里。好处显而易见：碎片时间被缝合，切换成本趋近于零。 但代价也值得记下来： 当你不再经手每一步，你对任务的「手感」会退化。 当选择最优模型、控制成本都由系统代劳，你对「思考值多少钱」会逐渐失去直觉。 最危险的是，你可能忘了这条工作流原本是可以由自己设计的。 结论 单一入口不是终点而是信号：注意力这层最后的认知主权，也开始进入外包周期。会用它的人把它当放大镜，不会用的人把它当拐杖——区别只在于，你还记不记得自己原本会走路。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：单一提示框与注意力