「用 AI 寫了六個月，我發現自己再也無法臨場思考」：布特林的認知保衛戰

本文整理自《The a16z Show》2026 年 5 月播出的單集。

{{< spotify "episode/7JlA8Bl6qnxxLxX5JQSh0n" >}}

{{< apple-podcast "tw/podcast/vitalik-buterin-on-human-agency-in-the-ai-era/id842818711?i=1000768002750" >}}

---

一個真實的警訊

節目中，一位觀眾提出了一個讓很多人心有戚戚焉的問題：「我用 Claude 處理工作上幾乎所有的寫作已經六個月了。產出確實大幅提升，但上週開會時需要即席口頭報告，我發現自己沒辦法像以前那樣在腦中快速組織想法。我是變得更有生產力了，還是正在變笨？」

這個問題之所以刺痛人，是因為它描述的不是假設情境，而是許多知識工作者正在經歷的真實感受。當你把思考的苦差事外包給 AI，大腦那塊負責組織、推理、即興應答的肌肉就開始萎縮。就像長期坐輪椅的人腿部肌肉會退化一樣，長期不動腦的人，腦力也會衰退。

以太坊創辦人維塔利克．布特林（Vitalik Buterin）對這個問題的回答出人意料地直接。他沒有談論任何複雜的框架或理論，而是分享了一個從小到大的個人紀律：強迫自己用笨方法做事。

不用計算機的化學課

布特林說，他從小就刻意做比必要更困難的事。在化學課上，其他同學都用計算機，他堅持心算。這意味著他得把對數表背下來，把那些繁瑣的計算步驟一步步在紙上完成。「那真的超級難，」他坦承，「但同時，它有用。」

這個習慣延伸到了他成年後的生活方式。他是一個長年遊牧、在全球各城市移動的人，而他探索城市的方式是步行，而且盡量不看 GPS。他認為走路和開車的差異不只是運動量。開車的人把城市經驗成一個又一個的「傳送點」，從 A 點直接跳到 B 點，中間的空間是模糊的。但走路的人必須理解城市的空間結構，知道街道怎麼連接、區域之間的相對位置，整個城市在腦中形成一個符合幾何學的完整地圖。

這不是什麼浪漫的慢活哲學。布特林把它定位為一種認知訓練的紀律。他的核心觀點是：你必須強迫自己至少偶爾用手動方式做事，就算你明明可以自動化，只為了確保你的大腦還是「開著的」。

主動學習是被動學習的十倍

布特林提出了一個簡潔有力的判斷標準：主動學習的效果是被動學習的十倍，即使花的時間完全一樣。

這是什麼意思？看一篇文章是被動學習，自己試著把那個概念解釋給別人聽是主動學習。讓 AI 幫你寫一份分析報告是被動消費，自己先寫一份再讓 AI 補充是主動參與。把問題直接丟給 AI 是被動的，自己先想過一遍可能的答案再去驗證是主動的。

差別在於，被動消費時大腦處於接收模式，資訊流過去就流過去了。主動參與時大腦必須建立連結、找出矛盾、填補邏輯缺口。兩者的時間成本可能差不多，但學習效果差了一個數量級。

這對現在用 AI 工具的人來說是一個很實際的啟示。問題不在於「要不要用 AI」，而在於你用 AI 的方式是把自己放在駕駛座還是副駕駛座。如果你每次遇到問題的第一反應是丟給 AI，你就是在練習不思考。

從自動駕駛到掌舵者

布特林把這個觀點放在一個更大的人生框架裡。他回顧自己過去十年最重要的轉變，不是技術上的，而是從「自動駕駛」到「我就是飛行員」的心態轉換。

他坦言，就連創造以太坊這件事，在最初的階段也是一種自動駕駛。他本來在大學參加了產學合作計畫，想去一家加密貨幣公司 Ripple 實習，結果因為簽證問題沒去成。休學期間他以比特幣雜誌寫手的身分全球跑，接觸了各地的區塊鏈社群，寫了一份技術提案給另一個專案 MasterCoin，對方說要很久才能實作，他就決定自己做。即便如此，他當時還想著「做幾個月就會回去念書」。

真正的覺醒時刻是 2014 年 1 月。當他看到以太坊引發的巨大興趣和群眾規模，他才意識到：「我不會回去了，對吧？」那一刻，他從一個參與別人遊戲的玩家，變成了必須定義遊戲規則的人。

布特林觀察到，自動駕駛不只發生在日常決策層面，也發生在思想層面。年輕時他「整個吞下」九零年代密碼龐克留下的意識形態，覺得那些關於密碼學保護網路自由的論述很酷，但並沒有真正從第一原理去理解為什麼這些東西重要。直到 2020 年代初期，他才發現那些舊腳本已經過時了，他必須像當年的密碼龐克一樣，從頭建立自己的哲學體系。

這是一個關於選擇的問題

節目主持人追問：這最終是不是一個「主體性」（agency）的問題？布特林的回答很乾脆：「對，你確實必須這樣做。」

在一個 AI 能幫你完成幾乎所有認知任務的時代，選擇不用 AI 做某些事，本身就是一種主體性的展現。這不是反科技，而是反對把自己變成一個只會按按鈕的操作員。

布特林的處方說穿了很簡單。不需要什麼冥想課程或大腦訓練 app。就是在你可以偷懶的時候，刻意選擇不偷懶。在你可以問 AI 的時候，先自己想五分鐘。在你可以叫車的時候，走一段路感受城市的幾何結構。

這些選擇看起來效率很低，但它們的價值不在效率。它們的價值在於：當你真正需要即席思考、需要在會議中快速組織想法、需要在沒有 AI 協助的情境下做出判斷時，你的大腦還記得怎麼做這些事。

主動學習是被動學習的十倍。但前提是，你得先做出「主動」這個選擇。