AI 对知识共同体的破坏：为什么私人思考需要一个共享的世界

TL;DR

AI 正在瓦解支撑个人智力工作的共同体生态系统，因此在软件、数学和其他领域的私人创作正变得越来越罕见，且动力不足。

核心观点

作者认为，个人的智力活动只有在人类共同体中才能蓬勃发展；AI 生成的代码、论文和答案正在消除人类阅读、评论或基于彼此工作进行构建的需求，从而侵蚀了推动持续、复杂创作的外部动力。

软件工程是如何改变的

AI 驱动的生产力伴随着社会成本

在 AI 出现之前，工程师可以通过发布开源库、撰写博客文章或设计新语言来提升职业生涯。
在 Claude Code (≈ 2025年10月) 发布后，作者观察到：

"围绕软件工程的讨论变得更愚蠢了。……人们过去谈论编译器、类型系统、逻辑。现在他们谈论‘提示词’、‘工具链’、‘循环’。"
这种转变有两个维度：
1. 工具性收益 – 每小时产出更多。
2. 人力资本损失 – 练习严谨、系统性思维的机会减少。
作者引用了他早先的文章：

"提示词工程不是一种技能，至少它比软件工程浅薄得多。工作的工具性维度得到了改善……但关于构建人力资本的工作维度却崩溃了。"

社区贡献变得毫无意义

博客文章主要被 LLM 的下一次训练运行所消耗，而不是被人类读者阅读。
新的编程语言变成了只有 AI 关心的实现细节。
开源库可能会被 AI 发现，但操作者永远看不到人类作者。
最终结果是一个私人的“代码花园”，它永远不会离开花园去公共集市上交易。

智力生活的一般理论

两个基本要素

共享的工作主体 – 任何人都可以扩展的公共知识库。
动力 – 包括内在动力（学习的乐趣）和外在动力（认可、对他人的贡献）。

"持续、复杂且长期的私人智力活动需要一个外部智力共同体来提供材料和动力，就像燃料和氧化剂一样。"

为什么外在动力很重要

内在驱动力是短暂的；如果没有同行来认可并基于一个人的产出进行构建，这种驱动力就会消退。
共同体创造了一个反馈循环：发布作品增加了共享主体，引用或点赞给予荣誉，这反过来又推动了进一步的工作。

AI 之后：循环的崩溃

以软件为例

AI 现在编写代码；人类不再需要阅读教程或评估新库。
技术散文的受众急剧萎缩，使得发布行为显得多余。

数学作为平行案例

LLM 可以证明定理、起草论文并辅导学生。
人类撰写的论文面临被忽视的风险，因为 AI 已经提供了答案。

更广泛的影响

如果每个领域都经历这种模式，支撑长期探究的共享文化就会蒸发。
作者警告说，未来个人将在孤立中构建，而没有一个活跃的共同体来交流思想。

来自讨论的反面观点

“盗窃”论点

"AI 包含了一个压缩版的数十亿行代码，并从中解压出了一个本质上是盗版的科学怪人二进制文件……" — noduerme 指出，问题不在于 AI 本身，而在于在没有署名的情况下大规模挪用集体工作成果。

共同体依然存在，但以新的形式

"LLM 实际上为我改善了这一点，因为它们可以成为陪练伙伴和互联思想的无尽词典……" — hypfer 指出，对于某些用户来说，AI 充当了临时的智力共同体，尽管它不能完全取代人类同行。

技能过时与技能演变

"提示词工程是一项深层技能，但工具的变化速度快于任何人掌握它们的速度。这种更迭太快，无法建立学徒关系。" — NiloCK 认为，工具的快速更迭使得精通变得不可能，而不是技能本身消失了。

关于适应的乐观态度

"有内在动力的人将继续保持内在动力，新的共同体将在新的领域周围涌现。" — spicyusername 认为智力活动会迁移而不是消失。

这对从业者意味着什么

认识到外在激励的丧失

如果没有引用、点赞或同行讨论，发布的回报就会减少。
考虑其他认可渠道：精选通讯、私人学习小组或混合的人机协作，这些协作仍然能凸显人类作者身份。

保护共同体的“燃料”

积极维护或创建小规模共同体（例如，每周代码审查聚会、本地数学圈）。
将 AI 作为共同体内的工具，而不是替代品。

重新评估个人动力

确定你工作中哪些方面是内在有益的，哪些方面依赖于外部验证。
如果后者已经蒸发，寻找新的外部结构（竞赛、指导计划、开源冲刺），这些结构可以重新点燃反馈循环。

结论

AI 极大地提高了生产力，但同时也侵蚀了支撑深层、长期智力工作的共同体脚手架。如果没有共享的工作主体及其提供的外在动力，私人创作就会变得越来越罕见且缺乏成就感。如果我们想让智力之火继续燃烧，维护或重塑以人为中心的共同体至关重要。