文章介绍“二阶思维”这一心智模型，用于审视日常使用 AI 的长期影响。一阶思维只问结果好坏，二阶思维追问“然后会怎样”。文章引用 MIT Media Lab、微软研究院、卡内基梅隆、哈佛等研究，指出 AI 使用对技能、判断力、习惯、数据和学习的五个方面的二阶效应：如认知卸载导致批判性思维下降、过度信任削弱核查习惯、隐私分享链接的长期风险，以及结构化使用（如 AI 导师逐步引导）反而能加倍学习效果。核心结论是：效应取决于使用方式而非工具本身，刻意、结构化的使用能积累能力，而无引导的依赖则会侵蚀思考力。
文章从《经济学人》报道的一项针对26811名中国中学生的研究切入：使用生成式AI后作业成绩提升18%、用时缩短30%，但六个月后闭卷考试成绩下降约20%。作者结合自身经历——从不会写代码到借助AI开发出上架App Store的应用——提出“句号型AI”与“冒号型AI”的区分。AI既可以替人完成任务让思考终止，也可以成为进入陌生领域的门票，引发持续追问。作者认为能力外包与能力扩张可以同时发生，真正危险的是认知地图停止生长，关键在于我们如何使用AI。
文章针对三种常见负面情绪给出了具体应对方法：当烦心事不断、怒气累积时，与其继续发泄，不如放下手机、找一个安静的地方放松身体、缓慢呼吸，让自己先平静下来；当情绪低落时，可以回溯一段美好的回忆，细致地重现当时的场景而非泛泛怀念，同时避免陷入今昔对比的伤感；当独自太久、不想社交时，可以给真正谈得来的朋友发消息约个电话，不必解释情绪也不必强装开心，轻松闲聊同样能带来快乐。核心观点是：不同的坏心情需要不同的应对方式。
文章探讨童年失权——成长中缺乏自主选择、表达意愿和维护权益的权利——对成年后心理与行为的12种影响，包括自我效能感不足、金钱与控制负面关联、过度依赖外部评价、习得性无助、冲突回避与过度讨好等。作者将这些表现归纳为四个层次：自我认知、独立判断、利益关系与主动行动受限，指出核心机制是主体性发展受限。文章最后强调，童年影响并非不可改变，成年后的自主选择、持续试错和责任承担能帮助重建主体性，实现从依赖他人到独立判断的真正成长。
本文探讨了思维层级对人生结果的决定性作用。作者首先指出愚蠢思维的特征：一维化、还原论、部落化和不质疑，停止思考是其核心问题。他区分了横向的“知道”（领域知识积累）与纵向的“理解”（认知操作系统的复杂度），“聪明但愚蠢”现象源于前者发达而后者停滞。文章借鉴 Ken Wilber 的理论，提出五个认知层级：本能级、从众级、个人主义级、综合级和生成级，其中前两者属教条式的一阶思维，后两者为追求真相的二阶思维。天才思维的本质是在感到威胁时仍能保持开放、持续思考的能力。提升思维宽度、深度和高度，是释放个人潜能的关键。
文章借 Karpathy 的漏斗模型，指出大众对 AI 能力的认知错位：60亿人没碰过大模型，十几亿人只用免费版聊天，仅约2000万人专业使用前沿模型。作者提出小白用好 AI 的三步法：一是换档，分清聊天与派活，按需选择档位而非盲目付费；二是派活，从可检查、重复性的真实任务入手，让 AI 先复述目标再动手；三是验收，把做完写成可执行的动作，要求 AI 交证据，涉及钱、删除、权限必须亲自确认。文末附派活单和七天上手清单，帮助读者用一件真实任务体验 AI 的实际价值。
文章剖析保健品营销中影响消费者判断的三个问题：炒作、相关性误读与自身偏见。作者以记忆补充剂挑选有利试验结果、美国糖业操纵科学研究嫁祸脂肪、β-胡萝卜素补充反增吸烟者肺癌风险、绿茶提取物肝损伤报告等案例，说明广告中的'科学证据'可能被夸大，相关性不等于因果，天然成分浓缩后也可能有风险。建议消费者购买前明确自身需求，审视研究条件是否适用，不要因心理偏爱与沉没成本盲目囤积补剂，避免花冤枉钱。
作者分享了一个帮助自己做决策的思考方法：问自己“明天的你希望今天的你做什么？”。这个问题能让人跳出当下情绪的干扰，把决策去个人化，像对待朋友一样理性看待自己，从而优化长期利益而非即时满足。作者强调，决策本质上是对未来自我的投资，我们与自己决策所塑造的故事共处的时间，远长于决策本身的影响。善待24小时后的自己，才能做出更明智的选择。
文章以土耳其一项数学实验开场：使用GPT-4直接给答案的学生练习成绩提高48%，但在无AI考试中成绩反而下降17%，说明'工作变好'不等于'学到了东西'。作者提出掌握AI需要同时提升系统能力和自身能力两个维度。核心方法论包括：以周五前可完成的具体项目驱动学习，而非囤积课程资源；通过让AI以提问访谈的方式定位学习障碍；主动保留关键决策环节，先自己做预测再对比AI答案，避免让AI代劳导致'完成了作品却没学会技能'。文中给出可套用的提示词模板，强调提示式辅导(tutor mode)能避免依赖陷阱，真正实现用AI高效学习。
文章介绍了 Wait But Why 创始人 Tim Urban 在《What's Our Problem?》一书中提出的“思维阶梯”模型。作者指出，人类大脑同时存在追求真理的“高级心智”和为远古部落生存而演化的“原始心智”，后者把观点当成肉身来捍卫，导致我们在职场争论、投资决策、亲密关系中出现情绪化防御。Tim 将思考方式分为四个层级：科学家（以证据为导向）、体育迷（受动机性推理与确认偏见影响）、律师（从结论倒推证据）和狂热者。作者认为该模型具有跨领域通用性，可作为摆脱低级心智、提升思考质量的心智解药。
宝玉分享吴恩达的观点：AI 时代人人都应该学编程。与一些企业高管认为 AI 会自动化编程、不值得学的观点相反，吴恩达认为正因为 AI 辅助让编程变得前所未有地容易，才更值得人人学习。学编程不等于手写代码，而是学会用计算机听得懂的方式把需求说清楚。会编程的职场人可以自己搭建网站、用程序筛选简历，与不会编程的人拉开明显生产力差距。孟岩补充观点：把'人人学编程'翻译成'人人用 Agent'更贴切。
作者分享了在 AI 时代降低学习门槛的方法：一个 /eli5 Skill 和配套 Prompt 模板，可将任何学习资料生成图解 HTML 页面（Artifact）。Prompt 要求按概念依赖顺序梳理核心概念，用两格漫画卡片呈现每个概念的烦恼与解决办法，配固定角色、统一视觉风格（手绘风 SVG），并在末尾提供领域指标尺子和学习路线。作者用它来学习 AI Infra、投资等各领域内容，大幅降低理解成本。
作者以自身强迫性兴趣驱动的学习经历（香水、数据科学、健身、一人公司）为切入点，批评传统教育体系源于工业革命、以死记硬背和标准化考试为导向，扼杀了真正的求知欲。文章区分了三种人：无知者、智力白痴（为学习而学习、缺乏实践）和价值创造者（拥有知识并付诸实践）。作者强调在AI时代，快速学习和适应能力至关重要，主张对每个观点进行深度检验，追求可以应用于现实的智慧，而非停留在表层的知识。
