Claude Code 发布“刻意练习”插件：利用学习科学对抗 AI 编码带来的技能退化
该插件针对 AI 编程可能导致开发者陷入“能力错觉”和技能退化的问题，提供了一套基于认知科学的解决方案。它能在完成架构变更等关键节点时，自动弹出 10-15 分钟的交互式练习，强制开发者进行预测、生成和检索练习，从而打破 AI 快速生成的流...
标签索引
认知科学
这个标签下有 23 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
“大语言模型化”：警惕人类误以为自身思维运作同AI一样的认知偏见
这篇论文提出了“大语言模型化”的概念，指人们开始倾向于相信人类认知与大语言模型的工作方式相似。作者指出，这是一种基于“反向推理”的认知偏差，即因为AI能生成类似人类的语言，人们便误以为人类思维本质也是预测性的语言模型。文章强调，语言输出的相...
LLM的“理解”是伪命题吗？从概率计算到思维链的认知迷思
本文深入探讨了大型语言模型（LLM）是否真正具备“理解”世界的能力。作者反对将LLM简单视为概率预测机器的观点，提出“理解”不应局限于人类认知模式，类比于猫狗等生物的非人类智能。文章同时指出了一个矛盾现象：尽管LLM基于不可解释的高维向量计...
基于认知科学的Prompt优化利器：Hello Prompt上线，免费调用小模型重塑指令
针对用户在编写AI提示词时反复调整却效果不佳的痛点，社区开发者推出了名为Hello Prompt的优化工具。该工具不依赖简单的措辞调整，而是引入认知心理学中的“前瞻记忆上下文”理论，构建了包含场景识别、目标提取、结构重构等10个阶段的Pro...
过度依赖AI正在“外包”你的大脑：警惕聊天机器人带来的认知退化
随着大语言模型（LLM）接管越来越多的认知任务，研究人员发出警告：这种看似高效的“精神外包”实际上暗藏代价。文章探讨了人类过度依赖AI聊天机器人可能导致的负面后果，包括批判性思维能力下降、记忆力衰退以及自主思考的丧失。正如GPS削弱了人们的...
AI辅助认知的隐忧：当大模型导致人类思想陷入“近亲繁殖”与停滞
本文深入探讨了AI辅助认知对人类发展的潜在威胁。作者指出，虽然AI能提升效率，但基础模型本质上是静态的，存在固定的归纳偏差。如果人类过度依赖AI进行思考和创作，会导致思维模式趋同，形成“认知近亲繁殖”，从而扼杀思想、文化和科学的多样性进化。...
AI揭开了教育的遮羞布：我们从未真正学会批判性思维
文章基于RAND最新调查指出，近七成学生认为AI正在侵蚀他们的批判性思维能力，但这并未阻止他们使用AI辅助作业。作者认为这并非简单的学生懒惰，而是一个系统性陷阱：由于教育体系长期通过标准化测试奖励“结果”而非“过程”，导致学生为了竞争优势被...
AI生成笔记的高效陷阱：为何“外包大脑”反而导致学习空虚？
随着AI工具的普及，自学方式正在发生深刻变革。一位技术博主分享了从“手动整理”到“完全依赖AI生成笔记”的三个阶段。尽管利用AI直接对接Obsidian极大地提升了效率，但他却感到前所未有的“轻飘飘”，认为知识并未真正入脑。这一现象揭示了A...
AI的本质是概率还是认知？深度解析技术演进、语言边界与产业价值的未来博弈
本文通过一场深度对话，从技术哲学与产业经济角度探讨了AI发展的三个核心议题。首先是AI的本质之争：它是基于冯·诺依曼体系的概率统计机器，还是因系统复杂度涌现而出的认知雏形？其次是语言与认知的边界：计算机的形式逻辑能否无限逼近人类无法言说的“...
当AI地图开始重塑疆域：为何我们需要掌握一种无法被编码的“阅读直觉”？
文章借用博尔赫斯的寓言与鲍德里亚的哲学框架，深刻剖析了语言模型（LM）作为现实“地图”的本质。LM不仅是现实的压缩副本，更因其高保真度而开始重塑现实本身，导致用户逐渐迷失在“拟像”中。作者指出，随着LLM介入代码审查、科研等核心工作，我们急...