AI使用报告-11.6-11.12

你一周会用多少 AI？

出于作业的需要和自己的好奇，我统计了从 11.6 到 11.12 这一周使用 AI 的情况。我主要通过两种渠道来使用 AI：网页端问 AI 问题，在本地 agent 软件上指挥 AI 干活。作为参考，我使用的 Agent Harness 是 Pi，环境是 Linux。

在本地 agent 这一侧，我让我的 agent 读取了过去一周的记录，得到了这样的数据：

至于网页端，我检查了 Deepseek 和 Chatgpt 两个来源的聊天记录，得到这样的结果：

• 11.6 调用了 3 次 GPT，让它根据我的历史工作画图，展示创新点。
• 11.6 随手打开了 Deepseek，问了他一个我不太清楚的问题。
• 11.9 写 DSP 的作业。基本上每一题都会截图给 AI 看一看，对于不明白的知识点，还会进行追问。
• 11.12 我听说黄仁勋离职了，一时间百感交集，用 GPT 制作了两张梗图。

从上面的数据来看，我对 AI 的使用有这样几个特征：

1. AI 是我能力的延伸。这一周，我让 AI 生成了 5 张图片，几乎完全代劳了 2 个科研项目、4 个小组作业。这些大多是我做不到的、或者我做不了那么快那么好的事情。
2. 我几乎完成了全部决策。虽然说这些项目的具体代码不是我写的，但是其应该完成的功能，实现范围，甚至具体实现方案我都心中有数。这也是为什么我说 AI 是我能力的延伸，而非代替。

这样的数据确实会让人产生一些担忧。比如思考的碎片化，决策能力的下降，进入心流的能力变差等等。不过呢，笔者有独特的办法来对抗这一点。我尽量每周维持 5 小时的 ICPC 训练，维持自己的观察能力、注意力、保持心流的能力，来对抗 AI 工具带来的思考流失。

笔者觉得，任何感到自己因为使用 AI 而“变蠢”的人都可以试试，保持某个“古法”思考的项目留给自己挑战，能够带来无与伦比的成就感。

相比之下，我更担忧的是另一个问题：输出能力的下降和语感的丧失。

使用过 gpt 系列模型的人一定都有这种感受：AI 根本就不说人话啊。且不说其防御性编程的特点让完成任务的时间本身就很长。在它交付结果之后，用户甚至要花更长的时间来阅读它的输出，进行多轮提问，才能知道 AI 刚才做了什么事情。我举一例来说：

11 月 11 日下午，我让 pi 重写一份组内技术图册。读者是组里要接手的几个人，我得从引入 32k 自采数据讲起，把这段时间试过的所有方法交代清楚。我提的要求很具体，现在写的内容可读性太差，按 Affirmative-First 的原则重写。 二十三分后它交回第一版。正文从 10,801 字符压到 6,507，11 张示意图、33 张表都留着，防御式否定句式的可见计数是 0，54 项测试通过，378 个结果行对着原始 JSON 复核过。交付说明一条条列得很齐。 我读了四十五分钟，回它的是这段话。 可读性还是很低啊。首先，ramp 内容先跳过不讲，没什么正向结果，你也没讲清楚。要从如何标记数据开始讲。你上来就要说明白 CTE 都是什么玩意，只给个图鬼看得懂啊。我们一开始不是基于 MLP 探针尝试了很多次吗？每次尝试，在哪些 token 上标了数据，这个数据的 0/1 是按照什么规则制定的，最终训练出来 dev 集上的效果是什么，就这三个很简单的问题，你清晰的讲明白了就好了。 它照这个顺序重排了。第二版先用十段文字定义 episode、round、position 这些词，拿一条 15 个位置的例子逐个走一遍，再把 22 种方法一项一项摆出来，每种方法固定回答三件事，在哪些位置标、0/1 怎么定、dev 上的漏报和误报是多少，最后一张 22 行总表。 那一版按我要的顺序写了。当天晚上七点十七分，我还是问了一句，CT 和 C、T 有什么区别。它答，CT 是 C 和 T 的并集。七点二十一分，我盯着示意图问，为什么顺序是 CTCE。它去查了语料，回来说这个形状在 36,662 个训练回合里一次都没出现过，图和例子一起改了。 这件事的账很清楚。第一版确实改了，我给的每一条标准它都做到，字数压掉四成，防御式否定清零，测试全过。我给的是一组风格指标，它交回的是一份达标的验收单。读者第一次打开文档要知道的三件事，一件都没在开头。它按项目时间线写，从 2026 年引入数据讲起，十一个阶段一路排下去，每一节都按「观察、动作、数字、过渡」四段推进。那是给审计看的骨架，不是给人读的。 十六点十三分那条消息，我把三个问题写了进去，等于替它做了提纲。人写这种文档，第一页就会回答这三件事，因为人知道读者卡在哪。模型不知道，它只知道我让它删掉那批句式，删干净了，然后换一种方式继续不说人话。 代价算得出来。十五点零五分提出，十六点四十六分拿到能用的版本，一小时四十一分钟，6,507 字读了两遍。两个半小时后我还在问一个术语的集合关系。再往下问一句图的顺序，才发现这份已经核验过 378 个结果行的文档里，示意图画了一个语料中不存在的形状。 读不懂的文档还有个副作用，它会把错误藏起来。图和例子看懂了，顺序不对才会被注意到。顺序没看懂，读者只会以为自己没看懂

为了让读者能够切身体会到阅读 AI 输出的痛，我在这里特地让 AI 来总结那一天发生了什么，而不是我自己来总结。上面的内容中，只有加粗的内容是我的原话，剩下的内容都是 AI 生成的。如果对您的精神造成了污染，我感到非常抱歉。

AI 输出内容的一大问题，就是很难命中要点。人类作者在写作的过程中，所用的词汇、句式，列出的数据，都是为了最重要的那条观点服务的。而且，人类作者同时也是人类读者，能够预判到其他人在阅读时，可能产生什么样的疑惑，并尽量安排文字来解决这些疑惑。AI 写作就很难降低读者的阅读代价，它使用特殊的词汇、句式、修辞手法，似乎只是为了证明它有能力使用这样的词汇，掌握了这样的修辞手法，但是对于论述它的观点没有任何帮助。（这也许是过度的后训练导致的？疯狂提高了使用工具的能力，丧失了表达观点的能力）

这样的输出内容，只给我自己看也就罢了，我还可以润色润色把重要的信息传达给别人。比这更糟糕的是，现在的互联网上的内容，已经开始被类似的内容污染了。长期阅读这样的文字，首先是会降低人对文字的敏感性。这样的文字不止是让人觉得累，还会潜移默化的改变我们的语言结构，等到你自己要写的时候，脑子里也只剩下诸如“契约，算账，审计，不能认为”这种词汇了；比这更糟糕的，就是这样的数据还会进入循环，参与下一轮模型的训练！

试想这样的未来：由于利益/效率的原因，越来越多的创作者把文案交给 AI 代劳，这样的文本占据了我们每天阅读的空间；作为个人，每天的精力也被这样的文字消磨殆尽，到最后不能表达，不会表达，甚至自己也要 AI 来帮助表达（这并不是玩笑！笔者就有朋友会用 AI 来润色 QQ 聊天），我们又该，何去何从呢？

讲真写到这里我已经有点力竭了。让我在这里分段，缓和一下。

也许我们需要一个类似 Terminal Bench 的榜单，不衡量模型工具调用的能力，就衡量模型说人话的能力，祈祷模型厂商们良心发作，把语言表达的自然和流畅作为下一个优化目标。

在这之前，我能做什么呢？

在本文的中间，我说过，“古法思考”可以对抗使用 AI 带来的思维能力下降。也许我也应该进行一些“古法写作”，保持自己输出观点的能力，让我的读者看到我写的文字，能够清晰的、容易的理解我的意思，并且感受到我的真诚。