关于AI，手动变速箱给我的启示

梯形图转SCL | 博途AI辅助编程文档 | AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

有条路我几乎每天都开。没什么特别的。基本都是堵车，走一点，停一下，再走一点，开得多了，你几乎能预感到哪里会慢下来，还没到那儿就知道了。

那时候我开手动挡，有一天到达目的地后，直到开完才意识到一件事：我根本没想过离合器。也没想过挂的几档。左脚做着该做的事，手在换挡，我在减速、再起步、跟上车流，全程没刻意告诉自己该怎么做。

车和我合二为一了。

我知道这么说有点夸张，因为那个时刻其实一点都不戏剧化。那次驾驶中什么也没发生。没有高难度操作，没有惊险时刻，没有任何通常会让一次驾驶值得铭记的事。让我印象深刻的是，一件曾经需要大量注意力的事，不知怎么地不再需要了。

1、学开手动挡

我一开始绝对不是这样。我用不同的车学会了开车。有轿车、小型SUV，有时在城里开Nano。一开始我很笨拙，因为我不仅要看路上发生了什么，还要不断想着怎么操作车。我得想离合器、档位、油门，还有它们之间的配合，同时还要留意交通状况。

甚至换一辆车体验都不一样。离合器的感觉不会完全相同，档位的手感也不会一模一样，在一辆车上觉得很自然的事，换到另一辆车上可能突然就别扭了。所以这真的不是记住一个序列——踩离合、换挡、松离合——然后永远重复的问题。过了一段时间，你开始理解车本身。你能感觉到离合器什么时候接合，听到发动机在做什么，判断当前档位是否还合适。

最终，我不再把所有事情分开想了。不再是想现在踩离合，现在换挡，现在松开。如果车流慢了，我就减速、换挡，这是同一个反应的一部分。如果需要换档，我通常不用把感觉转化成语言就知道了。

很长一段时间里，我以为这只是意味着我不再想开车的事了，但我觉得不完全对。我曾经反复思考过这些动作，以至于不再需要有意识地管理每一个了。

2、后来我开始开自动挡

再后来，我更频繁地开自动挡，当然，它们更容易。特别是在堵车时，我不必坐在那里希望有个离合器每十秒踩一次。但我确实注意到开它们时感觉不同了。脑海中浮现的词是挂名。这大概是描述司机的奇怪方式，因为显然我还是在开车，但我和车的某种关系已经变了。

我还是在转向、刹车、看路、决定往哪开，但整个一层交互消失了。左脚没什么事做了。右手不再在档位间移动。我不再以同样的方式倾听车的声音，不再根据即将发生的事决定是保持当前档位还是换挡。如果车流慢了，我就减速。如果需要更多动力，我就踩油门。车在处理底层的决策。

这正是让我感兴趣的部分。不是自动驾驶不需要思考，显然它仍然需要。你还是要看路况、保持车道、注意行人、判断其他司机、控制速度、决定何时刹车。但变速箱移除了一个手动挡司机一直在后台解决的持续小问题。

假设前方车流开始减速。在手动挡车里，我不仅要决定需要减速，还要判断减多少、是否需要换挡、什么时候踩离合、车流恢复移动后可能需要哪个档位，以及如何协调这一切而不把注意力从周围发生的事上移开。需要加速时也是一样。

根据情况，我可能判断当前档位不对，降档，协调离合器和油门，然后加速。在自动挡里，我仍然做出需要减速或加速的高层决策，但车管理了更多底层的事情。

3、大脑实际上在做什么？

这就是我对前额叶皮层产生好奇的地方，因为我看到有说法称手动驾驶比自动驾驶更多地激活它。简化版的说法听起来像是手动挡让大脑更努力工作，但我觉得这个解释本身没什么用。

前额叶皮层不是大脑里专门用来换挡的区域。驾驶同时使用许多系统：视觉、运动、空间感知、注意力、记忆和预测。但前额叶皮层的部分区域在我们需要记住信息、引导注意力、在可能的行动间选择、以及协调行动以达成目标时会大量参与。这样描述，就更容易理解为什么手动驾驶可能对它要求更高。

开手动挡时，我不断整合不同的信息。我知道大概的速度，听到发动机在做什么，看到交通在做什么，同时还在想几秒钟后的事。我是不是要减速？要转弯？路是不是变宽了？要上坡吗？当前档位对即将发生的事还合适吗？

然后我得把那个判断转化为动作。一只脚控制离合器，另一只脚控制油门或刹车，一只手可能在换挡，同时眼睛还在路上。有趣的是，这不仅仅是关于物理运动。动作必须在正确的时间发生，并对变化的信息做出响应。这创造了一个持续的注意力、决策和运动协调的组合。

不过，当我更仔细地查阅研究时，发现事情比一些标题听起来更复杂。我找到了Ryuta Kawashima和同事的研究，显示操作传统摩托车的人比骑踏板车的人在背外侧前额叶皮层有更大的活动。研究人员将这种差异与操作传统摩托车所涉及的额外认知和运动需求联系起来。

这接近手动vs自动的观点，但我找不到Kawashima的同行评审汽车研究能清晰证明"手动变速箱比自动变速箱更多激活前额叶皮层"，所以我不想把这当作完全确定的结论。

我更感兴趣的是另一项真实驾驶研究，比较了经验丰富和经验不足的司机。经验不足的司机在驾驶时前额叶活动的增加比经验丰富的司机更大。起初我觉得奇怪，因为如果驾驶在精神上很费力，经验丰富的司机不是应该更有效地使用大脑吗？但后来我想到了自己学习手动挡的经历。

当我刚开始时，驾驶需要大量有意识的控制。我积极地追踪脚和手在做什么。经过足够的练习，同样的动作在我内心变得更加自动化。我没有停止知道如何操作车。我变得更好了，能够在不需要有意识地监督每个小部分的情况下操作。

这给了我一个我认为比"手动驾驶对大脑更好"更有趣的区分。

一件事变得更容易，可能是因为你学会了它，也可能是因为有别的东西开始替你做了部分工作。

这两种体验从内部感觉可能非常相似，因为在两种情况下，你投入的有意识努力都更少了。但它们不是同一件事。对于手动挡车，我最终不再想离合器是因为我学会了怎么用离合器。对于自动挡车，我不再想离合器是因为这项任务被完全从我这里移走了。

一旦我看到了这个区分，我就无法停止思考AI。

4、AI也让事情变得更容易

当我们用工具来承担部分脑力工作时，有个术语叫认知卸载。这不是AI发明的。我们一直这样做。我们把事情写下来，这样就不必记住一切。我们用计算器，这样就不必心算每一次计算。我们用地图而不是记住每条路线。

AI的不同之处主要在于它让我们能把这种卸载推得更远。我可以用它来总结什么、比较想法、写代码、解释概念、规划方法，或者在我自己还没产出一个方案之前就生成几个解决方案。有时我甚至可以在还没清楚形成问题之前，就让它帮我找出问题是什么。

已经有一些发现值得关注。一项涉及666名参与者的研究发现，AI工具使用越频繁，批判性思维得分越低，认知卸载似乎在其中起了作用。这不能证明AI导致人们变得更不善于思考，但这种关系仍然很有趣。

另一项研究让这个问题对我来说不那么抽象了。经验丰富的内窥镜医生在一个AI辅助在结肠镜检查中经常可用的环境中工作了三个月。当后来在没有AI系统的情况下测量他们的表现时，他们的腺瘤检出率比之前更低。

同样，这并不意味着一个AI自动让专家变差的简单故事。可能有其他解释，这项研究仍在发展中。吸引我注意的是这样一种可能性：一个工具可以在我使用它时提高我的能力，同时在它消失时改变我的能力。

这非常接近我在自己工作中开始注意到的东西。

5、我愿意交给AI什么

我每天都用AI构建，所以没什么兴趣去争论我们应该避免使用它。有很多事我完全乐意交给它。如果我已经理解了一个问题，AI能帮我写些样板代码、创建某个重复任务的第一版、生成几个备选方案、或者让我更快达到可测试的实现，那感觉是有用的而不是令人担忧的。

对我来说，重要的是答案回来之后发生的事。

如果我正确理解了问题，我可以不同意AI。我可以看代码，发现某个假设是错的，或者某个抽象不符合我想构建的东西。我可以注意到一个解决方案技术上可行，但在别处造成了另一个问题。有时解释听起来完全自信和合理，但因为我理解这个主题，我能看到它悄悄回答了一个不同于我所问的问题。

在这些情况下，我可能卸载了大量执行工作，但我不认为我卸载了判断力。我仍然有足够的知识去和结果争论。

当我更不舒服的时候，是当我注意到自己在还没真正形成自己的观点之前就接受了答案。代码看起来很干净。解释听起来很有说服力。也许测试甚至通过了。然后就有一个非常容易的诱惑去继续，因为验证答案现在感觉像是在已经有看起来完成的东西之后的额外工作。

我特别在不太熟悉的领域工作时注意到这一点。如果我问AI我已经理解的事情，我有心理模型来比较答案。当我问几乎不了解的事情时，我没有同样的抵抗力。一个看似合理的答案更容易溜过去，因为我还不知道应该怀疑哪些部分。

这就是我不断回到的区分。我不认为卸载执行和卸载判断是同一件事。

我完全乐意让AI比我打字更快、比我更快搜索可能性、比我更快生成备选方案、帮我节省本来要花好几个小时的工作。我不想要的是慢慢失去看着结果就知道它是否合理的那部分能力。

因为判断力也来自重复。如果我看到足够多糟糕的抽象，最终我会更早地识别出一个。如果我调试足够多的问题，某些事情甚至在我能完全解释为什么之前就开始困扰我。如果我做了足够多的架构决策，我开始注意到某个东西在一个地方看起来优雅，但在别处会造成问题。你不是通过阅读好判断的定义来建立这种直觉的。你是通过一次又一次地深入问题来建立的。

这就是AI创造奇怪处境的地方。它能在我自己经历笨拙阶段之前就给我流畅的版本。

有时那正是我想要的。我不相信困难本身就有价值。当工具能在十分钟内完成时，我不愿意花三小时手动做某事，只是为了说我确实受过苦。但我也不想混淆获得好答案和发展出识别好答案的能力。

6、回到那条路

现在想起那条路，我觉得我记住的其实不是手动变速箱本身。我记住的是意识到一件困难的事变得自然的感觉。一开始，我很笨拙，对每个动作都有意识。后来，同样的动作仍在发生，但我已经内化了它们，它们不再需要我全部的注意力。

这和一开始就不必学习那些动作是不同的。

我仍然偏好更简单的工具。我不会回到一切都手动操作，无论是在车里还是在工作中，因为我觉得奋斗在某种程度上更真实。但我确实想更关注为什么某件事变得更容易了。是因为我学会了怎么做，还是因为工具移除了我需要学习那部分的必要？

我不认为其中一个总是好的，另一个总是坏的。我只是觉得它们不同，而有了AI，这种区别正变得更容易被忽视。

在那条路上，有一个时刻我不再想着换挡了。但那只是在我花了很长时间学习之后才发生的。

原文链接: What a Manual Transmission Taught Me About AI

汇智网翻译整理，转载请标明出处