AI 让你变无聊了吗？关于原创思维的深度反思
今天 Hacker News 上一篇 500 多分的文章引起了广泛讨论：「AI Makes You Boring」。作者 Viktor（Marginalia Search 的开发者）提出了一个尖锐的观点——AI 不只是在帮你写代码，它在让你变得无聊。
这不是又一篇「AI 要取代程序员」的焦虑文，而是一个更深层的问题：当我们把思考外包给 LLM，我们失去的到底是什么？
Show HN 的衰落折射出什么
Viktor 的观察起点很具体：Hacker News 的 Show HN 板块，曾经是发现有趣项目的宝地。每个项目背后，是一个在某个问题上深入思考了很久的人。你可以和他讨论设计取舍、技术选型、踩过的坑——这些对话本身就极有价值。
但现在，大量 vibe coded 项目涌入。它们技术上「能跑」，但作者对问题空间缺乏深入理解。问他为什么这样设计？答案往往是「AI 建议的」。讨论到此为止，没有什么可以深入的了。
原创想法来自哪里
这里是我认为最有洞察力的部分。很多人说「让 AI 干活，人来做高层思考」，听起来很合理。但 Viktor 指出了一个被忽略的事实：
原创想法是你在解决问题的过程中产生的——而这个过程，恰恰是你正在外包给 AI 的部分。
这和费曼的方法论一脉相承。费曼说过，他的创造力来自于长时间沉浸在问题中——不是坐在那里等灵感，而是在反复推导、犯错、重来的过程中，看到了别人看不到的路径。
当你让 AI 写完一个功能，你跳过的不只是编码时间，还有编码过程中可能产生的那些「如果换个方式呢？」的时刻。那些时刻，往往就是创新的起点。
不是 AI 的错，是使用方式的问题
我并不认同「AI 有害」这种简单结论。问题的关键在于使用方式。
LLM 的特性决定了它擅长生成「平均水平以上但缺乏原创性」的内容。这在很多场景下非常有用——写样板代码、生成测试用例、翻译文档。但如果你在做需要原创思维的工作——产品设计、架构决策、技术写作——完全依赖 AI 生成内容，结果必然趋于平庸。
更隐蔽的问题是，AI 的反馈循环会强化平庸。你给它一个想法，它说「太棒了，这个方向很有前景」，然后帮你展开。你感觉很好，但实际上你的想法并没有经过真正的挑战和打磨。
开发者应该警惕什么
我的建议很简单：
- 区分创造性工作和机械性工作。让 AI 处理后者，但前者必须自己深入。
- 警惕「高效的幻觉」。一天用 AI 写了 10 个功能，不等于你比手写 2 个功能的人创造了更多价值。
- 保持深度思考的习惯。每周至少留出整块时间，不用 AI，自己从零思考一个技术问题。
- 用 AI 做第二意见，而不是第一意见。先自己想，再让 AI 挑战你的思路，而不是反过来。
实际上，不同模型在「挑战你的思路」这件事上表现差异很大。Claude 倾向于赞同，GPT 可能提出不同角度，Gemini 有时会给出意想不到的反馈。通过 OfoxAI（ofox.ai）这样的多模型平台对比不同模型的回应，反而能帮你避免陷入单一 AI 的思维茧房。
写在最后
AI 是一面镜子。如果你本身有深度、有独特视角，AI 会放大你的效率。如果你只是把思考外包出去，AI 会让你的输出和其他所有人的一样——正确、流畅，但无聊。
最稀缺的从来不是代码量，而是对问题的独特理解。在 AI 时代，这一点比任何时候都重要。