把思考外包出去之後，萎縮的會是誰：從菲爾茲獎得主的聯名信談起

文｜沈安

2026年9月17日，澎湃新聞刊出評論文章，討論人工智慧時代「人腦會不會退化」。這個題目並非空穴來風，往前推幾天，9月11日，陶哲軒、鄧煜等25位菲爾茲獎得主聯名發表公開信《人工智慧在數學中的嚴重錯位》，直接點名警告AI行業。信的導火線，是OpenAI在三天前宣布，其未公開的內部模型調動上萬個智慧體、連續跑了88個小時，攻克了困擾人類百年的納維－斯託克斯方程問題。機器解開了百年難題，最會解題的一羣人卻站出來說：請慢一點。這個反差，值得在熱度退去之後重看一次。

一個初中生的作業，和一羣數學家的信

先把兩個畫面擺在一起。第一個畫面在很多家庭上演：一名初中生對著數學作業犯難，掏出手機把題目拍給AI，三分鐘後抄下答案，如釋重負。第二個畫面在學界：全世界最會解題的人聯名宣告，解題從來不是數學的目的。

數學家們在信裡說得很白。他們沒有一句反對AI，反對的是以越來越快的節奏批量生產答案，因為解題只是工具與代理，數學真正要的是概念的理解與洞見；批量答案會摧毀孕育新思想的土壤，也會打斷數學代代相傳的人類傳承鏈。

一端是孩子把解題外包給機器，另一端是最頂尖的解題者宣稱解題非目的。兩相對照，一個古老的生物學命題重新浮上檯面：被外包的器官會萎縮，大腦會是例外嗎？

腸子讓位給腦子的那筆舊帳

人類史上的工具革命，革的多半是四肢的命。槓桿放大臂力，蒸汽機放大肌肉，汽車與飛機放大雙腳，但往哪兒使勁、到哪兒去，始終由人拍板。這一次不同，人工智慧要接管的，直奔「做決定」這個功能本身。

進化給過的答案不留情面。人類學家蘭厄姆的烹飪假說指出，熟食更容易消化，提供更多能量，推動了大腦進化。經濟學者奧菲克在《第二天性：人類進化的經濟起源》裡追過同一條線索：火把消化這道工序外包出去，人類的腸道隨之縮短，省下的代謝預算投給了大腦。腸子就是這樣讓位給腦子的，有考古化石為憑。這是「外包導致萎縮」最硬的解剖學證據。

主張用進廢退的拉馬克，在基因層面是錯的，在文明層面卻幾乎一直是對的。文化的遺傳近乎拉馬克式，後天獲得的能力可以透過教育與模仿傳下去；同樣地，後天放棄的能力，也可能在兩三代之間傳丟。失傳的要害在能力，而非內容。圖書館還在，但如果連「我們曾經會什麼」都不記得，重建便無從談起。

麻煩在於，決策是大腦的核心功能。把執行外包，人還握著方向盤；把拍板外包，等於請躺在手術檯上的器官自己簽同意書。上一輪技術革命，人類用四肢換來大腦，賭注全押在智力上。認知是最後一站，這一站讓出去，未必還有下一站可換。

進化不簽免賠協議

有人會說，何必悲觀，進化本來就不斷割讓功能。的確，自然選擇揚長而不補短：尾巴、體毛、寬大的頜骨、鋒利的犬齒，都在百萬年間陸續丟失。直立行走算得上一次冒險的補短，解放了雙手，代價是產道收窄與腰椎勞損，這筆帳至今仍由每一位產婦和腰痛者支付。

進化從不簽免賠協議，每次割讓都要付帳，而且帳單送達往往滯後幾十萬年。以往帳單由子孫簽收，簽字的人從不知道條款。這一次不同，人類頭一回能在簽單時預讀條款。看得見風險，是幸運；條款誘人的程度前所未有，是考驗。

何況這次的割，節奏與以往完全不同。割掉一條尾巴花了百萬年，割掉一種文化能力，兩三代人就夠了。當AI割掉人類思考與做決定的能力，這張帳單會寄給誰？寄給今天拍題目給AI的初中生，還是他們的下一代？

不滿足的動物，遇上餵得太飽的機器

奧菲克那本書的書名裡藏著主張：交換這種經濟行為古老得驚人，它對參與者的苛刻要求，識人之明、守信之名、延遲滿足的耐性，反過來成了選擇壓力，參與塑造了人腦。經濟傾向沉進基因，成了人的第二天性。

這本書最動人的一層，是關於不滿足。動物的欲望有飽和點，飽食即止，佔有一片領地便安於現狀。人類偏不。站上食物鏈頂端之後，智人仍在跟自己較勁，縱向的文化進化取代了橫向的生理進化。這股不饜足，是整部文明史的引擎，許多科學突破都長在較勁之處，起於對「足夠好」三個字的不買帳。

現在，史上第一臺可能餵飽這臺引擎的機器出現了。答案唾手可得，較勁的那條必經之路被整個取消。再深一層看，第二天性形成於人與人的交換，心智是在與真人的往來中打磨出來的；如今交易對手越來越常是機器，塑造人類心智的環境變了。一個靠不滿足起家的物種，遇上一臺有求必應的機器，這才是聯名信真正指向的長期問題。

所以呢：三個可操作的判斷

對一般人而言，這場論戰可以收斂成幾個實際的判斷。

第一，把AI當計算機，別當方向盤。讓機器代勞計算、檢索、草稿，人保留「問什麼問題」與「要不要接受答案」的權限，這條線畫在哪裡，決定萎縮的是工具能力還是判斷能力。

第二，教育現場的規則要改。作業的價值本來就在過程而非答案，當答案免費，過程就必須被重新設計進評量與課堂。這與我們先前分析過的微軟給AI智慧體加人工審批是同一套邏輯：連企業導入AI都知道要留一道人類的關卡，學校與家庭更沒有理由省略。

第三，盯住「傳承鏈」而非「排行榜」。數學家們的焦點不是機器多聰明，而是新思想孕育的土壤與師徒相傳的鏈條會不會斷。這也呼應外灘大會上AI從榜單走向落地的觀察：當AI的價值衡量從跑分轉向真實場景，人類這一端的配套，包括訓練方式、審批機制、教育設計，才是決定這項技術是放大器還是替代器的變數。

工具從來不決定結局，決定結局的是使用工具的物種還保有多少不自動化的部分。這一次，被放上檯面的剛好是大腦。帳單還沒寄到，條款已經可以先讀了。