高赞答案旗帜鲜明地站「判断派」，理由很硬：AI 可以反向追问帮你把问题打磨清楚，但它给你编的那篇夹杂真实文献、严密推导的「学术级失真」，只有真的在那个领域里泡过很多年的人才能识破。提问的门槛被技术降下来了，判断的门槛被技术抬上去了——这就是稀缺性的此消彼长。
这道理我基本同意。但我想聊一个报告里几乎没人说的东西：这个二元对立本身，可能已经过时了。
不是「提问」和「判断」之间谁更稀缺的问题——而是当一个时代把所有人的注意力都吸引到这两种「可被命名的能力」上时，真正稀缺的东西反而是那些你没法命名、没法训练、没法写进岗位描述的东西。
一、把问题打磨清楚，AI 真的已经做得不错了
报告里反复提到 AI 的「反向追问」能力——你扔给它一个粗糙的问题，它不会乱答，而是反过来问你：「您是不是想解决 A 问题？为了给您更好的方案，您能告诉我您的具体场景是 B 还是 C 吗？」
这一点我自己也有体会。2025 年之后的大模型，在「意图对齐」这件事上的进步是肉眼可见的。你给它的 prompt 不再需要工程师级别——一个普通的运营、一个刚入职的文案、一个只会用语音输入的中年人，都能通过几轮反问把一个模糊的需求聊成一个可执行的方案。
提问的「操作门槛」确实在塌方。这是事实。
但这里有一个偷换：报告里反复说的「提问」，其实指的是表述层面的提问——怎么把话说清楚、把参数补完整、把场景描述到位。这种提问 AI 确实可以替代。
而认知层面的提问——那个让你意识到「我原来问的问题本身就跑偏了」的冲动——AI 替代不了。两者听起来差不多，差的是一个本质的区别：前者是「怎么问得更好」，后者是「我为什么要问这个」。
但报告里几乎没有严肃地区分这两者。它把「AI 可以反向追问」直接当成「提问能力被 AI 铲平」的证据。这是一种滑坡。
真正的滑坡是：AI 替代了提问的形式，很多人就开始误以为 AI 也替代了提问的实质。这两件事差了十万八千里。
二、判断力在被抬高，但被抬高的方式有点诡异
报告里大量篇幅在讲「高级幻觉」——AI 现在犯错不是低级错误，是夹杂真实文献、严密逻辑链条的「学术级失真」。这是真的。我自己审过 AI 写的市场分析，里面引用的论文、模型、行业数据几乎都能搜到原文，但拼在一起的那个论证链条，到第三步就开始偷换概念。如果不是在那行里泡过几年，根本看不出来。
这就是为什么 MIT Media Lab 那个 83% 的记忆偏差实验会被反复引用——它精准地击中了当代人的焦虑：我们是不是正在一边被 AI 抬高判断的门槛，一边被它悄悄削弱判断的能力？
但我想指出一个报告里没说的东西：「判断好答案」这个能力，正在被悄悄地从「认知能力」重新定义为「防御能力」。
什么意思？以前我们说「判断力」，指的是在多个候选答案中识别最优解的能力——进攻性的，主动的，是有审美、有格局的人在做的事情。现在我们说「判断力」，越来越指的是「不被 AI 骗」的能力——防御性的，被动的，是和幻觉作战、和谄媚作战、和认知负债作战的能力。
这两种判断力听起来一样，实质上指向的是不同的稀缺性。前者关乎上限，后者关乎下限。前者让文明进步，后者让你不出错。
报告把这两件事混着讲了。它说「判断是终极分水岭」「天花板再高，地板塌了也没用」——这话没毛病，但它的潜台词是：在 AI 时代，保命比开荒更重要。
这是对的，但也是危险的。当整个社会的注意力都被「防御性稀缺」吸走的时候，「进攻性稀缺」就真的变得更稀缺了——不是因为提问能力本身退化了，而是因为没人再愿意花时间训练它了。
三、最稀缺的能力，是识别「这类问题正在过时」的元判断
写到这里我意识到一件事：报告本身在做的事——用 6 个场景、4 类用户、5 个维度去精确定位「在 X 场景下提问更稀缺，在 Y 场景下判断更稀缺」——其实是一种工业化的问题处理方式。它把一个开放性的认知问题，拆解成可对照的表格、可打分的维度、可对照案例的场景。
这种处理方式很有用，但不是稀缺的。它是任何一本 MBA 教材都能教会你的结构化分析能力。AI 也能做——而且 AI 做这种结构化拆解比人快得多。
那什么能力是 AI 做不了的？
我自己的体验是——当一个问题被讨论得足够多、足够热闹、足够多人站队的时候，真正稀缺的能力是怀疑这个问题本身的提问方式。
「AI 时代更稀缺的是提问还是判断」这个问题，从 2024 年开始被反复讨论，到 2026 年已经变成了一个几乎可以预测答案的公共议题——高赞答案会站判断派，反方会搬出爱因斯坦命题，最后结论一定是「看场景」。这种可预测性本身就是问题过时的信号。
真正稀缺的能力，是在所有人都还在 A 和 B 之间二选一的时候，你能看见 C。不是更精细的 A，也不是更精致的 B，而是完全在另一个层面上的第三种可能性。
我没法给这种能力命名。叫它「元判断」也好，叫它「问题意识」也好，叫它「对认知框架本身的怀疑」也好——都只是近似。这种能力不是训练出来的，是一个人在反复被自己的问题困住、又反复逃脱之后，慢慢长出来的。
AI 帮不了这个忙。不是因为 AI 不够聪明，而是因为这种能力的训练场必须是你自己。你不能在别人的对话里学会这个，你也不能在 AI 的反向追问里学会这个。
四、一个不太舒服的推论
如果上面这些大致成立，那么有一个推论是大多数人不会喜欢的：
AI 时代真正稀缺的能力，既不是「提问」也不是「判断」——而是「知道自己在哪种能力上正在退化」的能力。
MIT 的实验里有一个细节经常被忽略：纯脑组和使用 LLM 组在停止使用 LLM 之后，大脑网络连接性的差异并没有立刻恢复。也就是说，退化的过程是隐性的，但一旦显现就很难逆转。
更隐蔽的是——一个人如果长期把「提问」外包给 AI，他不会立刻发现自己不会提问了，他会觉得自己「问得挺好的啊」。一个人如果长期依赖 AI 的「正确答案」，他也不会立刻发现自己不会判断了，他会觉得自己「用 AI 用得很顺手啊」。
认知负债的特点是：它不会让你痛，只会让你慢慢钝。
所以真正稀缺的能力，不是提问也不是判断，而是对自己的认知状态保持一种诚实的、近乎苛刻的觉察——知道自己什么时候在被 AI 抬着走，什么时候在被 AI 拖着走，什么时候在被 AI 替代着走。
这种能力没法培训。它要求你定期停下来，往回看，问自己一个不舒服的问题：「我上次独立想清楚一件事，是什么时候？」
如果这个问题让你迟疑了超过三秒，那么稀缺的能力不在外面——在你身上。
来源
知乎问题「AI 时代，更稀缺的是『提出好问题』还是『判断好答案』？」及高赞回答，2026 年 7 月 16 日抓取
MIT Media Lab 关于「认知负债」的脑电图研究（2025），转引自北大光华管理学院刘俏演讲
光明网教育频道关于 AI 时代提问能力与批判性思维培养的评论
环球网、中国青年报关于 AI 学术级幻觉与高校教学应对的报道
相关文章
