我们正在失去好好说话的能力

那是凌晨一点。手机放下的声音格外清脆。

两个小时，七十多个短视频。国际新闻、明星八卦、人工智能、心理学、财经、历史……两个小时里，我像是在快速浏览这个世界的切片，把各种信息从眼前扫过。

那天晚上，我有一种奇妙的满足感，感觉自己接触到了大量信息，仿佛在短短两个小时里，自己了解了世界正在发生的很多事情。

第二天，朋友随口问了一句："你昨晚刷到什么了？"

我停顿了几秒，脑海里似乎留下了一些痕迹，却很难真正想起具体内容。那些信息曾经经过我的眼睛，却没有真正进入我的思想。它们就像流水一样经过，也像流水一样离开。

这种体验，大概很多人都经历过。每天打开手机，新闻、观点、经验之谈铺天盖地，信息从未像今天这样容易获得。我们拥有了比过去任何时代都方便的学习工具。

但奇怪的是，看得越多，真正理解一件事反而越来越难。

我们开始拥有一种错觉：看过很多，不等于真正理解。知道几个关键词，不等于拥有知识。收藏了一篇文章，不等于读懂了它。

问题或许从来不是信息不足，而是在信息爆炸的时代，我们是否还保留着处理信息、理解信息，并最终形成自己判断的能力。我们与语言、信息以及思考之间的关系，正在悄悄发生变化。而这，或许比"获取信息的能力不足"更值得追问。

语言不是表达工具，而是思考工具

我们总以为，语言只是给想法寻找一个出口。但实际上，很多时候，一个想法能够走到哪里，取决于我们是否拥有足够准确的语言去描述它。

一个没有经过语言整理的想法，往往只是一种模糊的感觉。比如，你觉得某件事情"不太对"，但你说不清哪里不对。你不同意某个观点，可是当别人问你为什么，你却发现自己很难完整解释。

这并不是因为你没有想法，恰恰是因为这个想法还没有经过语言的加工。语言的意义，并不是简单地把脑中的东西说出来。它是在帮助我们整理混乱的感受，将模糊的直觉转化为可以被观察、被讨论、被反驳的观点。

换句话来说，语言不是思想的容器，语言本身就是思想形成的过程。

两千多年前，《战国策》中记录了一个关于语言力量的故事。

赵国危急之时，需要向齐国寻求援助。齐国提出条件，希望赵太后的小儿子长安君前往齐国作为人质。从国家角度看，这是一个政治选择。但对于赵太后来说，这首先是一位母亲面对孩子离开的痛苦。果不其然，她拒绝了。

群臣轮番劝说，有人讲国家利益，有人讲局势危急。可是这些道理都无法改变她。因为他们试图用逻辑去解决一个情感问题。

在这时候，触龙出现了。他没有直接批评赵太后的决定，也没有急着证明自己正确。他先询问赵太后的身体状况，聊起家常，谈起孩子。然后，他慢慢引导她思考：父母真正爱孩子，究竟意味着什么？是永远替孩子挡住所有困难，还是让孩子拥有面对未来的能力？

触龙最终改变了赵太后的想法。

这个故事流传千年，并不仅仅因为它展现了政治智慧，更重要的是，它揭示了语言真正的力量：最有效的表达，是帮助对方重新思考问题，而不是说服别人接受自己的答案。触龙没有把一个结论强行塞给赵太后，他只是改变了她看待问题的角度。

这也是语言区别于信息的地方。信息可以告诉你答案，语言可以帮助你重新理解问题。

当然，语言也可以走向另一个方向。

在人类历史中，语言不仅可以帮助人思考，也可以影响甚至限制人的思考。二十世纪的政治传播史中，希特勒的演讲经常被作为研究案例。那些重复的口号、强烈的情绪表达，以及将复杂社会问题简单化的叙事，展示了语言如何调动群体情绪。

语言从来不是中性的，它可以帮助人理解世界，也可以让人停止思考。

而进入算法时代之后，语言又拥有了一种新的属性——它成为争夺注意力的工具。一句标题、一段文字、一个观点，都可能决定一个内容是否被看见。越简单、越刺激、越容易产生情绪反应的表达，往往越容易获得传播。

但这并不意味着复杂思考失去了价值。恰恰相反，在一个越来越依赖即时反应的信息环境里，重新训练语言能力，可能比过去任何时候都重要。这种训练并不一定需要从写长篇文章开始，有时候，只需要一次有意识的停顿。

当你看到一个让自己产生强烈反应的观点时，不要急着转发，也不要急着愤怒。试着问自己三个问题：

当一个想法经过自己的语言重新组织，它才真正从外部信息变成了自己的思考。那些原本混乱的感受，也会在语言的整理中逐渐变得清晰。

算法时代，我们如何面对信息

今天的问题哪里还是信息太少，真正的问题是，信息已经容易到不需要我们主动寻找。

过去，知识往往需要经过人的选择，一本书、一篇文章、一份报纸，背后都有作者和编辑的判断。而现在，信息正在主动寻找我们。打开手机，算法根据我们的浏览记录、停留时间、点赞行为，预测我们可能感兴趣的内容。它知道什么标题能让我们停下来，知道什么画面能激发情绪，知道什么观点能够让我们产生互动。

从效率来看，这无疑是一种巨大的进步。算法帮助我们从海量信息中筛选内容，让每个人都拥有一个高度个性化的信息入口。但问题也随之出现：当算法越来越了解我们，我们是否也正在越来越不了解算法？

互联网活动家伊莱·帕里泽（Eli Pariser）曾提出"过滤泡"（Filter Bubble）这一概念。他认为，个性化推荐系统会根据用户过去的行为，不断调整我们看到的信息，让每个人逐渐生活在自己熟悉的信息环境中。

这种变化并不是突然发生的。事实上，它甚至不会让人察觉。每一次点击，每一次停留，每一次搜索，都在告诉算法——这是你喜欢的。而算法又不断把类似的内容送回给你。久而久之，一个人看到的世界，就会越来越接近过去的自己。

这也是为什么很多人在互联网时代产生一种奇怪的感觉：明明每天接触大量信息，却越来越难理解那些和自己观点不同的人。问题可能不是对方失去了理性，而是你们长期生活在完全不同的信息环境中。

算法并没有创造人类的偏见，人类一直都有寻找同类、排斥陌生观点的倾向。只是过去，一个人的偏见影响范围有限。而今天，一个能够精准预测你情绪的信息系统，可以不断强化这种倾向。最终，偏见不再只是一个人的想法，而可能成为一个由信息环境共同塑造出来的闭环。

算法究竟是人类的镜子，还是模具？答案或许是它既是镜子，也是模具。它反映我们的兴趣、习惯和偏好，但与此同时，它也在塑造未来的我们。真正的问题不是算法存在，而是当算法替我们选择越来越多东西时，我们是否还拥有主动选择的能力。

面对一个观点，比起继续搜索更多内容，更重要的是停下来问：

这些问题，并不是为了让我们拒绝信息。相反，真正的信息自由，从来不是看到最多的信息，而是能在信息不断涌来的时候，我们依然拥有判断它的能力。

重新学习与AI合作

算法改变了我们接触信息的方式，而人工智能正在进一步改变我们创造和处理信息的方式。

AI正在降低很多技能之间的门槛。不会写代码的人，可以借助AI完成一个简单程序；没有设计基础的人，可以利用AI生成视觉作品；不擅长表达的人，也可以通过AI整理自己的想法。过去很多需要多年训练才能完成的事情，现在普通人也可以开始尝试。这是一件令人兴奋的事情。

但与此同时，一个新的问题出现了：当工具越来越强大，人真正需要保留的能力是什么？很多人担心AI会不会取代人，但或许更值得关注的问题是，如果我们习惯把思考过程全部交给AI，我们是否还会思考？

AI并不像人类一样理解世界。它不会真正感受到痛苦、快乐、价值或者意义。它本质上是一个通过大量数据训练出来的模型，能够根据已有信息生成合理的回答。但它并不拥有真正的判断，这也意味着，AI存在一个容易被忽略的问题：它可能会迎合我们。

研究者将这种现象称为AI"谄媚"（sycophancy）。简单来说，当用户表达某种观点时，AI有时会倾向于顺着用户的方向继续回答，而不是主动挑战这个观点。

如果你问："AI会不会导致大量人失业？"，它可以提供很多支持这个观点的理由。但如果你换一种方式："AI是不是不会影响就业？"，它同样能够找到支持你的论据。AI没有自己的立场，但它能够放大使用者已有的立场。

所以，真正危险的不是AI给出了错误答案，而是当人开始停止提问。如果一个人没有自己的问题意识，那么AI提供的只是更多信息，而不是更多思考。

苏格拉底曾经通过不断追问，让人意识到自己原本确信的观点可能并没有想象中牢固。

今天，我们也可以用类似的方法使用AI。不要只要求AI"告诉我答案"，而可以问："如果你不同意我的观点，你会如何反驳？""我的论证中有哪些隐藏假设？""有没有我没有考虑到的角度？""如果站在另一个群体的立场，这个问题会如何理解？"

当你让AI成为一个挑战者，而不是一个附和者，它才真正成为思考工具。

我有时候会把一个刚产生的想法交给AI，不是让它帮我证明我是对的，而是让它告诉我哪里可能错、哪里考虑得不够、还有什么变量没有被看到。在这样的过程中，AI没有替代思考，而是在帮助思考发生。

工具可以越来越强大，但提出问题的人，依然必须是人。

重新学习创造

每一次技术革命，都会重新定义什么能力才真正具有价值。

工业革命就是一个典型案例。机器出现之后，许多传统生产方式被改变，一些职业逐渐消失。但与此同时，新的产业、新的岗位、新的社会结构也不断出现。技术从来不是简单地替代人，它改变的是人与工具之间的关系。

经济学家约瑟夫·熊彼特将这种过程称为"创造性破坏"。旧的结构被打破，新的可能性被创造。而人工智能正在经历类似的过程。

当AI可以快速生成文字、图片、代码甚至视频时，单纯完成任务的能力正在变得越来越普通。过去，一个人会写一篇文章，这是一种能力。未来，可能更重要的问题是你为什么要写？你想表达什么？这个问题为什么值得被讨论？

AI可以生成一张图片，但它不知道这张图片为什么值得被看见。AI可以写出一段文字，但它不知道这个观点为什么重要。AI可以帮助我们完成工作，但它无法替我们决定什么值得创造。

创造力从来不是简单地产生新东西，它包含发现问题的能力，连接不同知识的能力，理解人的需求的能力，以及判断什么真正有价值的能力。未来人与人的差距，也许不只是掌握多少工具，而是谁能够提出更好的问题，谁能够发现别人没有注意到的需求，谁能够利用工具创造出真正属于自己的东西。

工具越强大，方向感就越重要。