重塑好奇心：在 AI 时代重建专注力与创造力

真正的创造力源自持续好奇所构建的内在知识网络，而频繁依赖即时答案的外在工具，则会中断这一复利循环。

撰文：@nurijanian

编译：AididiaoJP，Foresight News

一、分心之论

注意力分散会割裂专注力。而 AI 工具让这种割裂变本加厉，ChatGPT 就像一台带键盘的老虎机。输入一个提示，看着它转动，然后收获一份无法预测的奖励。这套机制，简直就是 Instagram 无限滚动的升级版，只是提供了更高「带宽」的新鲜感。

帕基·麦考密克最近指出一个现象：尽管我们拥有前所未有的富足如 AI 工具、无限信息、零传播成本，但原创思想似乎正在减少。一旦看清背后的交易，这个悖论就迎刃而解：我们用深度，换取了广度。

代价是什么？是创造力的消失。创造力需要你与一个悬而未决的问题长久共处，直到新的视角浮现。如果你每隔三分钟就去拉一次手柄，这些视角就永远没有机会形成。

这并非反对 AI 工具。而是想探讨好奇心的复利效应，以及在这个信息泛滥的时代，好奇心是如何丢失的。

二、好奇 - 创造循环

创造力不会凭空降临。它源自一个特定的引擎：一种能持续足够久、直到催生出意想不到的联结的好奇心。

这个循环是这样运作的：一个问题在你脑中扎根。你反复琢磨，尝试一种方法，不行，再换一种。方法本身又会催生新的问题。每个答案都会揭开旁边你未曾注意到的谜题。最终一个灵光乍现的连接产生了，这是那些早早放弃的人永远无法触及的。

这就是好奇心作为创造燃料的过程。它不只是被动地刷维基百科或 YouTube，它是主动的追寻，并且会产生复利。

我说这些是基于个人经验，而非专业权威。我玩音乐、录专辑、写书。并不是因为我在这些方面多有天赋，而是因为我「不被卡住」。论技能，我在大多数领域都低于平均水平，而我未能进一步提升技能的原因，正是下面要说的。但「产出」确实发生了。我认识的很多更有才华的人，产出反而更少。差别不在能力，而在于这个循环能否持续运转。

这个循环有个致命弱点：它需要持续的注意力。如果链条过早断裂，复利就停止了。分心，正是在这里变得致命。

三、技能壁垒

但好奇心并非总能点燃。有时你接触一个领域，却感觉不到任何引力，没有继续探索的动力。通常的解释是：好奇心是天生的，要么有，要么没有。

真正的壁垒是技能，而非天性。

好奇心需要「抓手」。一个 SQL 新手面对报错的查询，那些错误信息对他来说毫无意义。没有着力点，没有能吸引他明天再来的小小成就感。于是，他关掉了页面。

对比一下电子游戏：第一关挂了？四秒后复活，换个方式再跳一次。反馈是即时的，代价微乎其微，奖励清晰可见。好奇心得以存活，因为能力通过一个个微小而确凿的步骤在积累。

区别不在人，而在于反馈。

当有人说自己对某个领域「不感兴趣」时，他们通常描述的是：一个被伪装成个人偏好的技能鸿沟。他们尝试过，感到无力，没有收到任何正向反馈，于是撤退。这种撤退感像是缺乏兴趣，实则是一种自我保护。

四、人人皆有好奇心

好奇心并未消失，只是放错了地方。证据就是：每个人都曾是充满好奇心的孩子。这种能力是与生俱来的。可能是后来的因素压抑了它：父母惩罚提问、学校奖励服从、失败教会退缩。但潜力始终都在。

更重要的是，人们在某些领域依然保持着好奇心，只是自己没意识到那是「好奇心」。

声称自己没好奇心的人，可能花四个小时研究梦幻足球交易。另一个则沉迷于关于历史战役的长视频。还有人对自己汽车的每个零件都如数家珍。我妻子酷爱心理惊悚小说，尤其是那些有女性反派和结局反转的。她必须知道发生了什么，必须弄明白作者是如何布局误导的。

他们不把这称为「好奇心」，因为感觉像娱乐。但其内在机制一模一样：问题产生，追寻开始，知识复利增长。

问题在于，你常常在那些找不到「抓手」的领域强行培养好奇心，往往只是因为别人宣称这很重要。与此同时，你那真正的「好奇心」，可能正顶着另一个名字，在别处蓬勃生长。

五、在无趣处生趣

如果技能创造「抓手」，「抓手」催生好奇心，那么好奇心是可以被「建造」出来的。但这个过程，需要诚实地面对：什么值得追求？

选择之问

在试图「建造」好奇心之前，先问：我真的应该对这个感兴趣吗？

生命有限，注意力是零和游戏。每一个小时强迫自己去对编织感兴趣，就意味着有一个小时没能花在真正吸引你的事情上。有时候，正确答案不是「我怎么才能对此产生兴趣？」，而是「我为什么要尝试？」

这个问题至关重要。很多人耗费数年，在根本不适合的职业、别人推荐的爱好、或自己毫无天赋的领域里，强行培养兴趣。这种努力很少能转化为真正的热情。选择，先于建造。

但假设你已经决定：这个领域很重要，虽然现在没感觉，但我还是想培养兴趣。

电台策略

电台 DJ 总是把不熟悉的新歌，夹在两首热门金曲之间播放。新单曲在你爱的歌之后响起，下一首又是你的心头好。你的大脑会借来那份熟悉的「暖意」。

我听「死亡汽油弹」这类比较「难入口」的音乐时就用这招，因为破解一张专辑的密码很有成就感。一开始很痛苦，你讨厌听到的东西，它陌生又刺耳，只想切回那张已经循环了一周的老专辑。

「死亡汽油弹」的音乐非常暴躁：鼓点爆炸，主唱嗓音像电锯。于是，我播放一首他们的歌，接着放一首我喜欢的，然后再来一首他们的歌。对比之下，那种锋利感被柔和了。一周后，我爱上了它。

这个原则可以推广：将困难与熟悉配对。把你正在攻克的领域，和你已经游刃有余的领域穿插进行。读一章艰涩的教科书，然后读点轻松有趣的。处理 20 分钟令人头大的项目，然后切换到一个你驾轻就熟的任务。熟悉的事物，为挑战未知提供了情感上的「脚手架」。

有时问题在于，你手头全是难事，于是从一个难题切换到另一个难题，自然会倍感挣扎。我刚开始做产品时就是这样，每天从早到晚，每个任务都很难。唯一让我放松的时刻，就是能在 Excel 里捣鼓点数据。可惜，这种任务不常有，因为并非总有数据可分析，日子过得相当磨人。

反馈循环审计

「建造」好奇心需要持续评估。反复问自己这几个问题：

我找到「抓手」了吗？我还相信这个领域重要吗？努力是否转化为真正的投入？你甚至不用刻意问，自己就能感觉到。

循环要么进入正反馈——技能在积累，反馈变快了，好奇心增强了；要么没有。如果努力了三个月依然毫无引力，诚实的答案或许是：放弃。这不是失败，这是高效的资源重组。

人生苦短，不该耗费在那些即使过了很久也无法吸引你的事情上。但我敢说，只要你在最初三次尝试之后，再多坚持那么一会儿，几乎肯定会被吸引进去。

六、神经之网：当技能开始复利

持续好奇心的终极回报，是网络化的知识结构。

在任何领域的初期，学习都像是在收集一堆孤立的事实。你懂这个术语，会那个操作。但知识点之间彼此隔绝，互不关联。

然后，你会跨过一个临界点。那些孤立的节点开始连接。第三章的概念照亮了第七章的问题。为 A 任务学的技巧，突然能用在了 B 任务上。整个知识网络开始「嗡鸣」运转。

这就是神经连接协同激活时的景象。单个突触用处不大，但当成群的突触一起激活，就开始能进行模式识别。一个网络化的结构，能解决你从未直接练习过的问题。

接着，元认知层面被解锁：从一个领域学到的东西，可以迁移到另一个完全不同的领域。你在音乐中内化的结构——张力、释放、节奏、重复——会出现在你的写作里。编程中的调试逻辑，会在你诊断商业问题时自动浮现。下棋培养出的模式识别能力，会在制定战略时显露身手。

这就是好奇心的复利。但它要求你挺过早期阶段——那个节点孤立、万事不联、反馈稀疏的阶段。分心会在这里扼杀你，在网络形成之前。

七、抽离之患

AI 工具、社交网络，都是老虎机。每次下拉或提问，都能立刻获得一点奖励。这种奖励，让人感觉像在进步。

但请留意缺失了什么：你没有构建自己的知识网络。AI 在你的神经元有机会建立连接之前，就给出了答案。那个本应形成的连接——把当前问题和你过往经验联系起来的纽带——永远没有机会诞生。你把好奇心的循环，外包了。

这就是「抽离问题」。AI 工具模拟了满足好奇心的感觉，却没有帮你建造那个能让好奇心产生复利的内在架构。你感觉学到了东西，实际上没有留下任何可以迁移的能力。

让 ChatGPT 解释一个概念的人，和为此概念挣扎一小时的人，经历了完全不同的过程。前者感觉获得了信息。后者，则建造了神经回路。

区别在你如何使用工具时，一目了然。

一种用法：你让 AI 帮你写年度目标。它生成一个漂亮的列表——多运动、多读书、多存钱。你点点头，保存文档，二月就忘光了。AI 替你做了思考，没有任何迁移发生。

另一种用法：你用 AI 来「采访」你关于目标的想法。它问一些你自己不会问的问题，揭示你宣称的愿望与实际时间分配之间的矛盾。最终浮现的目标是你自己的，AI 只是举起了镜子。

我最近两种都试过。首先，我用 Claude 采访了我关于来年的优先事项和策略。大多数人的年度规划是向内凝视，等待灵光乍现。用一个外部工具来结构化这场自我追问——追问第二、第三个后续问题——产生了与独自苦思截然不同的结果。

然后我更进一步：我用 AI 将目标「游戏化」。不是让它告诉我该做什么，而是让它应用那些我从未想到能与个人规划结合的游戏设计原理。AI 没有给我注入动机，但它帮我设计了一个系统，借用来自完全不同领域的机制，来维持我的动力。我依然需要努力和挣扎，但 AI 在我需要耗费数周才能独自完成的环节上，增强了我。

在这两种情况下，AI 都是增补，而非替代。它没有取代挣扎，而是创造了新的「工作面」。

这就是核心区别。抽离：AI 回答，你接收，没有构建。建造：AI 协助，你挣扎，网络形成。

这并非说 AI 工具无用。而是说它们以一种界面设计所隐藏的方式，代价高昂。每一次拉动杠杆（求助 AI），都是一场交易：用即时答案，换取被延后的能力。

八、守护循环

核心论点并非要你戒绝 AI，而是要保持清醒。

广义的分心，尤其是 AI 导致的分心会在好奇心 - 创造力循环产生复利之前，就将其截断。干预点很明确：

保护独处时光。 创造性洞见需要与未解问题不受打扰地共处。这一点没有商量余地。时长因人、因问题而异，但所需的最低时间远比你想象的长。连续三十分钟不切换任务，只是起点，远非上限。

刻意建造反馈循环。 进入新领域时，要主动设计出游戏天然具备的架构：小胜、可见的进展、快速反馈。别等环境给你，自己去建造——用 AI 来帮你建造，就是个绝佳用例。

审计你的「求助」行为。 每次伸手去用 AI 工具时，问问自己：我正在外包那个能建造网络的「挣扎」过程吗？有时外包是对的——任务本身琐碎，学习无关紧要，时间值得用在别处。但要让这场交易变得明确。别让「默认求助」成为习惯。

在通知打断你之前，抵达临界点。 网络化阶段——连接协同激活、知识可以迁移的阶段——需要你先熬过早期稀疏反馈的阶段。大多数人在这里放弃，不是因为缺乏好奇心，而是因为反馈还没到来。此时此地的坚持，是真正的分水岭。

那个在你挣扎之前就给出答案的工具，正是确保你下次还会需要它的工具。好奇心产生复利，而 AI 不会。