我们正经历一个“氛围制造”的时代，人工智能能够模拟能力，但缺乏真正的理解。这种趋势在编程、烹饪和写作等领域尤为明显，它将掌握的“感觉”置于真正的理解之上。它催生了一种“够用就行经济”，将流利与理解混淆，将模式匹配与创新混淆。虽然这项技术使任务变得更容易，但这种对人工智能的依赖可能会以牺牲深度思考和创造新解决方案的能力为代价来训练表现。作者通过个人经历说明了这一点，在这些经历中，更好的工具虽然提高了输出速度，但并没有加深知识的深度。人工智能驱动的“氛围编程”或“氛围烹饪”可以在不要求用户掌握基本原理的情况下产生功能性的结果。这种现象在包括治疗和写作在内的各个领域都可以观察到，导致了有能力的作品，但学习甚微。虽然这种“氛围制造”可以作为一种表现工具，但当它取代实践并降低了真正掌握的标准时，就会变得有害。创新往往源于摩擦和限制，而人工智能的易用性可以绕过这些，阻碍了更深层次的解决问题。作者警告不要在医疗保健或公共决策等关键领域依赖人工智能，在这些领域，深刻的智慧和多年的刻意练习至关重要。人工智能生成输出的便捷性可能导致过度依赖和人类判断的丧失。随着人工智能变得越来越熟练，人类的能动性有减弱的风险，从增强转向遵守人工智能建议的模式。为了应对这种情况，至关重要的是提高标准，奖励理解，并有意识地使用人工智能作为一种工具来增强现有判断，而不是取代它。个人在接近人工智能工具时，应专注于学习，先独立尝试任务，然后再寻求人工智能的帮助进行完善。引入刻意的摩擦，例如为人工智能帮助设置时间限制或手动构建版本，可以加强学习和解决问题的能力。在过程中保持透明，详细说明人类的推理和人工智能的贡献，至关重要。教育和招聘实践应同时纳入人工智能辅助和人工智能排除的评估，以准确衡量判断力。最终，人工智能的负责任使用取决于制作者的意图，无论是提高人类能力的天花板，还是降低基本理解的门槛。