通道走久了-你会以为那就是判断

通道走久了，你会以为通道的方向就是判断的结果——卞旸从早上翻新闻时的一个停顿讲起：他分不清自己是在做判断，还是只是顺着「热度排序」这条已经铺好的路在通过，他把这种状态叫「通道习惯」，你以为自己在判断，其实你只是在通过。他先给一个操作性区分：执行层（如何做到——导航、计算、手术手法）和判断层（议程判断「今天什么值得关注」加证据整合「独立权衡而不跳向第一个合理答案」），历史上工具替代的几乎都是执行层，而他今天担心的是判断层被外包。他认真对待汤普森的螺旋升级论——算盘、印刷术替代执行层、净结果为正——但指出这个论点有一个隐含前提：节省出的认知资源被「引导力」导向更高层任务（大学、科学机构、职业市场），而推荐算法这个引导力导向的是「与上一次点击相关」和「当前点击量最高」，是螺旋平移甚至降级的引擎，不是升级引擎。他用一串证据校准萎缩速度（麦吉尔 GPS 研究三年内海马空间记忆陡峭下降、Budzyń 内镜研究关掉 AI 后腺瘤检出率下降 20% 但无法区分短期迁移效应与持久退化、Liu 2026 大规模 RCT 显示 AI 辅助组随后独立任务表现更差且更容易放弃、Barcaui 45 天后知识保留差 11 个百分点），并诚实标注两个判断层历史类比（中世纪教会权威、计划经济下的个人经济判断力）在强制性制度与自愿性习惯之间的巨大跨度只能设上限不能给精确估计。落点是分层下注：萎缩速度有数据、比想象快；可逆性的生物基础存在（德国老年人路径训练研究证明海马在沉睡不是死掉）但从某个萎缩程度恢复到基线需要多久没有数据，这是今晚最大的不确定性；热身期他猜三到六个月但明确标注未被数据验证。他承认自己写这期节目的第一个动作就是打开内容系统看什么最多人读而不是先问什么重要，并给出可执行的观察练习——每天早上在打开任何推荐流之前，先在纸上写下今天你认为最值得关注的一件事和理由，一周后对照热榜，建立一个比「我感觉到不适了吗」更外部化的基线。