2025年8月，《经济学人》公布了一份硬核证据：一项覆盖中国中部某县26811名初高中生的追踪研究显示，接入AI工具后，学生作业分数平均上涨18%，完成时间从64分钟压缩至45分钟。但闭卷考试中，这批学生的成绩比不用AI的同学低了20%，相当于1.4个标准差。论文题为《生成式AI学习惩罚》，由斯德哥尔摩大学与香港大学的三位经济学家完成，样本来自5所初中和4所高中，从2022年9月追踪到2025年6月，整整30个月。
希鸥网观察到，这条曲线的形状令人不安：工具全是熟面孔——豆包、DeepSeek、文心一言、通义千问，采纳率的两次跳升恰好踩在DeepSeek V2.5和R1发布点上。社科类科目跌得最重，降幅27%；数学跌22%；英语跌17%；语文跌9%。更反常识的是，原来成绩最好的那批学生跌得最狠。作业分，这个曾被家长和老师视为最可靠的“晴雨表”，第一次开始撒谎——作业越好，考试成绩越差。
这背后是一种名为“认知卸载”的机制在起作用。AI接走的不是运算和记路，而是打草稿、试错、推演——恰好是心智模型长出来的那道工序。论文作者给出了耐人寻味的细节：用AI满5个月后，外包作业的比例从58%涨到81%，完全外包从34%涨到50%。那些花65分钟以上认真写作业的“模范用户”，全部是上手不到5个月的新手。用满6个月后，没有一个AI学生的作业用时还超过65分钟。所谓的“正确使用AI”，不是一种可维持的状态，而是一个维持不到半年的过渡期。
分科目看，惩罚的不均匀分布暴露了更深层的逻辑：语文跌幅最小（9%），因为写作的思维链路更难被AI完整替代；社科类跌得最重（27%），因为论述框架容易被工具整体接管。初中生比高中生惨四成，男生比女生惨——认知尚未发育完全的用户，承受了更大的能力损失。论文作者们特意提醒：眼下那些几星期、几个月的短期研究，都在系统性低估AI的学习成本——因为惩罚需要两年才长满。
同样的曲线，过去一年多在成年人身上已经画了四次。《柳叶刀·胃肠病学和肝病学》去年8月发表波兰研究：19名资深内镜医生使用AI辅助几个月后回到无AI状态，腺瘤检出率从28.4%掉到22.4%，相对下降20%。麻省理工媒体实验室的脑电实验发现，用ChatGPT写作的学生神经连接强度比纯靠自己写的低55%，83%的人复述不出自己文章里的一句话，研究团队称之为“认知负债”。微软研究院和卡内基梅隆大学调查319名知识工作者后得出结论：对AI输出越有信心的人，自己动脑核查的投入越少。METR实验里，资深程序员用上AI后实际变慢，自己却觉得快了20%。今年2月复测没做成，因为大多数开发者已拒绝在没有AI的情况下工作。
希鸥网认为，这场博弈的双方不是“人与AI”，而是“能力生长”与“效率交付”之间的零和置换。短期看，AI公司获得了用户时长和订阅收入，企业获得了更快的产出节奏，学生获得了更高的作业分。受损的是长期能力资产负债表：当“把一道题亲手解出来”的过程被外包，“无论题会不会解”的心智查错能力同步萎缩。成年人没有月考，没有人为这条曲线强制结算——直到某天方案在客户面前扯出漏洞，才发现自己连该从哪里开始质疑AI的推导都不知道。工具侧的适应正在发生：同样用满5个月，2023年初的学生平均损失25%，到2025年6月收窄至16%。但损失没有归零的迹象——它只是从“显性”变成了“可管理”。
对创业者而言，这份研究提供了一面镜子。创业的本质是在高度不确定的环境中行动，不能依赖确定性的“微积分式”精确预测。AI把执行环节的确定性拉满，但恰恰抽走了创业者最需要的“统计学思维”：在反复试错中形成对问题的直觉判断。见过太多创始人，用AI生成商业计划书、用AI写周报、用AI做用户访谈纪要——产出效率上去了，但问及“这个数据的异常波动可能意味着什么”，回答往往停在AI输出的结论层，推演过程一片空白。没亲手推演过的人，审的其实是个黑箱：AI的逻辑链一旦错在深处，你连该从哪里起疑都不知道。
挣扎不是创业的异常状态，而是核心常态。AI替你绕过了挣扎，也就错过了能力长出来的那道工序。这对应着中学生那条曲线：作业分在涨，家长在群里点赞，老师看到的提交记录越来越整齐——每一个反馈都在形成畸形的激励机制。创业中同样如此：用AI提效带来的正反馈，让团队逐渐丧失对核心问题的深度介入能力。那个“没有AI就不肯工作”的程序员群落，和“超过65分钟就不愿写作业”的教室，是同一个现象的两张面孔。9月1日开学后，26811人的实验会在更大样本里重跑。而创业者的“月考”没有固定日期，等到市场发卷子那天，可能已经来不及补课。
破解之道藏在一条笨办法里：突破核心瓶颈没有捷径，唯有死磕基本功。网景时期微软用免费服务器碾压，各种并购合作巧思全部无效，最后靠死磕性能优化活了下来。AI时代依然如此——你可以用AI提效，但必须保留一段不用AI的“裸奔训练”：写代码的人定期脱离工具重写核心模块，写方案的人每周闭卷重构一次逻辑链条，做决策的人强制要求自己先给出判断再到AI里验证。具体动作很简单：每周留出两小时，关闭所有AI工具，用手写完成最重要的那块思维草稿——那是Debug能力的来源，是“把关人”底稿的出处。CEO必须绝对坦诚，尤其是对自己：这台生产力机器的油耗，是不是正在从你的判断力里扣？别等月考发卷那天，才发现自己交的是豆包写的答案。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo