认知去技能化先于升级

AI 加法阶段（AI 能替人完成特定任务并提供即时反馈、但尚未形成完整智能体协作能力的阶段）的真正风险是认知去技能化会先于认知升级被观察到：建立真正的理解框架需要时间和刻意练习，而绕过这个过程只需要一次调用。卞旸先对"替我感知"那条旧预测做诚实结算——承认赌桌本身还没搭好，感知精度单独测不出来，把它从押对押错的框架里移出去、改为"待建测量方法"的开放问题；随后从邓宁-克鲁格效应出发指出 AI 把"不知道自己不知道"陷阱挖得更深而非帮人跳过它，并把判断操作化为一个可检验假说：同等初始水平的初学者在 AI 辅助写作、代码生成、资料整理任务中，高自信度区间的停留时间大概率延长一到两个数量级。借着十九世纪末纺织业"半熟练工人"的历史类比，他说工具好用门槛降低和人在系统中的判断价值被稀释是同一枚硬币的两面，并正面回应 Copilot 反而提高代码理解要求的反方、MIT/Stanford 标准化测试未降的反方、十九世纪函授教育存活下来的反方，指出 AI 是放大器、不是原因，真正决定结果的是元认知习惯。落点是他给所有用 AI 学习的人开出的可操作规则：学完任何任务后，挑一个答案里的小点自己独立验证一次，这条通往真实世界的通道是长期和"假性能力"之间唯一的缓冲。