当知识越来越没有力量

在很长一段时间里，我们相信一句话：知识就是力量。

这句话通常被归于英国哲学家弗朗西斯·培根。四百多年前，当他写下“知识本身就是力量”时，知识仍是一种稀缺资源。掌握知识的人，往往也掌握着理解世界、改造世界的能力。

此后的几百年里，这句话几乎从未被真正质疑过。

从学生时代开始，我们就被反复告知：努力学习，多掌握一些知识，你会更有竞争力。

但今天，事情正在发生变化。

当我们遇到一个问题时，很多时候不再需要翻书，也不再需要长时间检索资料。只要打开一个 AI，对话几轮，它就可以迅速给出这个领域的基本概念、常见观点、分析框架，甚至整理出一份看起来相当完整的答案。

在过去几年里，AI 已经越来越多地进入写作、翻译、总结、创意表达等领域；而到了今天，它甚至已经开始帮助普通人完成代码编写、调试和实现，这些原本都需要经过专业训练的能力。

一种让人不安的感觉开始出现：我们曾经花了很多时间去学习、记忆和积累的那些知识，好像正在变得没那么“有力量”了 —— AI is The New Power。

那么，当知识越来越没有力量，我们还需要它吗？

如果只看表面，这种感觉似乎是合理的。

当答案可以被即时生成，当知识可以被随时调用，“掌握知识”这件事，的确不再像过去那样构成明显的优势。某种意义上，知识正在从一种稀缺资源，变成像水、电一样的基础设施。你不再必须“拥有”它，而只需在需要的时候“调用”它。

过去，人与人之间的差距常常在于：你知道，而我不知道。

但今天，这种差距正在迅速缩小。因为大量“知道与不知道”的问题，都可以被 AI 在短时间内补齐。

不过仅仅“知道”，从来都不是知识真正的力量。

知识之所以有力量，不是因为它能被储存、记忆和复述，而是因为它能帮助我们理解世界、判断问题，并最终改造现实。

也正因为如此，今天人与人之间真正的差距，正体现在另外的能力上：

你能不能提出更好的问题；

你敢不敢质疑 AI 给出的答案；

你会不会把 AI 的回应组织成自己的理解；

以及，你有没有能力把这些理解真正转化为行动。

失去力量的，不是知识本身，而只是“占有知识”这件事。

而这些能力并不是凭空产生的。

你能提出什么样的问题，能否判断一个答案是否可靠，能不能把分散的信息内化为自己的理解，以及是否能够把理解真正转化为行动——这些看似发生在“当下”的能力，背后都依赖一个更长期的积累：一个持续沉淀、可以被调用的知识结构。某种意义上，这样的知识结构也正是我们之前强调过的“个人上下文”。

当知识可以被随时获取时，真正稀缺的，不再是信息本身，而是你如何理解这些信息、如何连接它们，以及如何在具体情境中使用它们。

换句话说，AI 可以替你生成答案，却无法替你构建理解。

理解从来都不是一瞬间产生的。它来自于你过去如何记录、如何整理，以及如何反复思考和使用知识——也就是来自于你的个人上下文。

这也正是为什么，在 AI 时代，长期的记录积累反而变得更加关键。它不再只是“把东西记下来”，而是在不断构建一个可以被调用的、属于你自己的认知结构。

认知结构的变化并不是第一次发生。

如果把视角拉长一点就会发现：在人类历史上，每一次知识变得更容易获得，都会伴随着人类认知方式的重塑。

在更早的时代，书籍本身是稀缺资源，知识掌握在少数人手中。印刷术的出现，让知识第一次大规模走向大众。但随之发生的，并不只是“更多人可以读书”，而是知识开始被更广泛地传播、积累和标准化，系统化学习也因此成为可能。人们不再只是零散地接触知识，而是开始以更有结构的方式学习、归纳和理解知识。

互联网与搜索引擎，则让知识第一次以海量、网络化的方式向个体展开。真正改变的，并不只是“信息更多”、“查得更快”，而是知识由单一、线性的获取路径变成了一个可以被不断跳转、比较、连接和重组的巨大网络。人们不再只是从少数权威来源接受知识，而是必须在大量信息、不同观点甚至相互冲突的内容中建立自己的理解路径。也正因为如此，信息筛选、来源判断和结构化整合的能力，逐渐成为新的能力分水岭。

而移动互联网，则让知识进一步变成一种随时可接入的能力。信息不再只存在于特定场景，而成为日常环境的一部分。人们开始不断在碎片化的信息流中做选择、做判断、做整合，对信息的即时处理能力，也成为移动互联网时代效率提升的关键。

每一次知识变得更加可获取，知识都不是因此变得更没有价值；相反，它总是在推动更高层次的能力升级——理解的能力、连接的能力，以及把知识转化为行动的能力。

也正是在这个意义上，知识的门槛虽然不断降低，但知识的力量并没有消失，反而被不断放大。

历史上每一次知识普及都在放大知识的力量，那为什么到了 AI 时代，反而有更多人觉得知识不重要了？

印刷术、互联网、移动互联网，它们都在做一件事——让知识更容易被获取。但无论获取方式如何变化，有一件事始终没有改变：理解，仍然需要你自己完成。

你仍然需要阅读、筛选、比较、推理，并在这个过程中逐渐形成自己的判断。

但 AI 的出现，第一次改变了这一点。

它不仅帮助你找到信息，还可以直接帮你整理结构、提炼要点，甚至给出结论。它开始让“过程本身”变得可以被替代。过去那些必须由人亲自完成的认知过程——理解、归纳、表达——开始被大规模地“外包”。

而一旦过程可以被跳过，结果就会显得过于廉价。

当你可以在几秒钟内得到一个看起来完整的答案时，你很自然地会产生一种错觉：既然答案可以随时生成，那我是否还需要亲自经历这个理解过程？

问题正是从这里开始的。

当理解被外包，首先失去的，是判断的能力。拥有答案，却未必能够判断它是否可靠。

当知识变成“随用随取”，也更难形成稳定的结构。每一次问题都像是第一次面对，无法真正积累，无法真正沉淀。

某种意义上，这就像一个总靠抄答案完成考试的学生——题目也许做完了，但知识并没有真正成为他自己的东西。

于是，一种更隐蔽的状态开始出现：你拥有越来越多的答案，却越来越难形成自己的理解。而当理解不再属于自己，那些看似已经“明白”的内容，也很难真正转化为行动。

- 5 -

道理讲清楚了，那么在 AI 时代，我们到底应该如何避免把认知过程一并外包出去？

一个看似传统，但很重要的答案是：做好知识管理。

在 AI 时代，一个很容易产生的误解是：既然 AI 已经可以帮我们整理信息、生成总结，我们就可以减少记录、减少整理，甚至不再需要自己的知识体系。

情况恰恰相反。

如果你把“记录”这件事完全交给 AI，你往往也会把“理解”这个过程一起交出去。

因为对人来说，真正形成理解的，从来不是“看到答案”，而是在表达、组织和反复使用中，逐渐建立起来的认知过程。

也正因为如此，在 AI 时代，知识管理需要做的，不是更高效地“存储内容”，而是有意识地保留那些不能被跳过的环节。

你依然需要用自己的语言去表达，而不是只复制粘贴现成的总结；
你依然需要把新的信息与已有的认知建立连接，而不是孤立地存放；
你依然需要把理解转化为具体的使用和行动，而不是停留在“看懂了”。

这些过程，看起来效率不高，但它们恰恰是理解发生的地方。

从这个角度来看，AI时代知识管理的意义也在发生变化。

它不再只是一个“记录工具”，而是一个持续构建个人上下文的过程——把零散的经验、信息、判断和思考，慢慢沉淀为一个在关键时刻可以被调用的自己。

AI 时代的知识管理，不再是保存知识，而是保留认知过程。

- 6 -

所以，回到最开始的问题：当知识越来越没有力量，我们还需要它吗？

或许真正的答案是：

知识从来没有失去力量，只是“占有知识”这件事，已经不再重要。

在一个答案可以被随时生成的时代，真正稀缺的不是信息，而是你是否拥有属于自己的理解。

AI 可以替你生成结构，却无法替你形成判断；
AI 可以替你完成表达，却无法替你推动执行的效果。

当我们习惯于直接接受答案时，也很容易在不知不觉中，放弃构建自己认知的过程。

而一旦这个过程被放弃，知识就真的失去了它的力量——
不是因为它不重要了，而是因为它不再属于你。

也正因为如此，在 AI 时代，坚持理解、坚持记录、坚持构建自己的知识体系，并不是一种低效的选择，而是一种对认知主权的保留。

当答案越来越容易获得，
当记录越来越自动化，
当知识不再稀缺，

我们更需要重新理解 AI 时代人与知识之间的关系。

在今天，只有被理解并转化为行动的知识，才真正拥有力量。

这是印象笔记「AI时代再思考」系列的第三篇文章。

人工智能正在快速改变我们获取信息、处理知识和进行创造的方式。但技术变化的背后，往往伴随着一些更深的问题：当答案越来越容易获得，学习意味着什么？当记录看起来越来越不重要，我们为什么还要主动记录？当知识随处可得，人类还需要怎样的判断力？

「AI时代再思考」系列想持续讨论的正是这些问题。它们未必有标准答案，却都与我们如何在这个时代继续生活、学习与思考有关。

这一篇，我们讨论的是 AI 时代知识的意义。你还在构建自己的知识结构吗？你在多大程度上依赖 AI，又在多大程度上保留了自己的理解？

欢迎把你的想法留言给，让我们在这个快速变化的时代，一起继续思考。

而这个系列的下一篇，我们会进入一个阶段性的话题：AI时代人真正不可替代的能力究竟是什么？如果你有自己的想法，也欢迎留言给。