当代世界信息传播的格局正在经历前所未有的变化。昔日依赖广播塔、印刷机、权威机构以及传统媒体的知识体系正在逐渐瓦解。而全新的信息秩序尚未完全形成，每个人都感觉似乎处于一种模糊与过渡的状态，就像在旧世界与新世界之间的薄雾中踟蹰徘徊。这种混沌带来不安全感的同时，也孕育出前所未有的机遇。历史告诉我们，文明每当面临重大变革，都需要重塑自身对知识和理解的建构方式。如今，人工智能特别是大型语言模型的出现，正在重新雕塑我们关于认知和意义的基本隐喻。
过去几百年，人类对知识的理解经历了多重形态。启蒙时代将思维视为一块等待经验书写的白板。工业革命时代则将思考比作生产线，通过加工原材料生成成品。计算机时代我们把大脑看成数据处理器，运用算法分析信息。然而，现如今的大型语言模型挑战了这些传统隐喻。它们并非单纯的数据存储体，也不是搜索引擎那样简单指向现有内容，而更像是“意义的机器”或“现实的合成者”。
这些模型吸收了人类对世界的深层模式和结构，能够即兴而连贯地生成语言和思维片段，仿佛即兴演奏的爵士乐手一般。爵士乐手不会死记旋律，却懂得基于模式和关系实时创造旋律。同样，语言模型也是基于深层语言和语义结构的模糊集合进行创新输出。但关键在于，音乐家清楚何时在即兴创作，而我们往往难以辨认语言模型何时在“编造”。传统的知识体系，如新闻界、学术界、媒体和教育机构，曾经承担了获取事实、验证真相、分析解读以及叙事构建等多重功能，形成了有保障的知识生产和传播路径。这些机构虽然并非完美，却通过严谨的方法论和责任机制，保证了知识的稳健积累和共同理解的形成。
而大型语言模型则将这些功能打散，按需即时提供极具说服力的内容，速度和规模远超人类，同时零成本，这无疑令人兴奋，却也极具潜在风险。在这种语境下，“核实”变得愈发困难。模型生成的内容往往表面合理，使得传统的事实确认机制难以奏效。更重要的是，这些系统并非中立的事实传递者，它们承载了一种“环境意识形态”，一种无意识中形成的世界观基调。这种意识形态并非政治上的立场，而是一套关于现实如何运行的基本假设，包括共识通常是正确的、复杂问题可以简化、一切观点都能调和、冲突仅是交流障碍、所有问题都有答案以及不确定性终将消失。这样一种基调影响了模型对议题的框架构建、解决方案的提议甚至能想象的可能性空间。
这种潜移默化几乎难以察觉，更难以抗拒。当我们将理解的任务外包给这些模型时，不仅是在获取信息，更是在不可避免地吸收它们的视角和意义构造方式。就像戴上了一副已经习惯色调的有色眼镜，却忘记这个现实并非真正的颜色。可以说，理解是一场在知识景观中穿行的导航之旅，寻找不同观念间的路径、映射知识领域、识别真理标记。传统教育和媒介构造了明确的人行道和指示牌，尽管带有意识形态，但至少相对透明且可辩驳。社交媒体的出现则打破了这些路径，展现为一个连点成线，但无固定路径的广阔空间。
用户可瞬间从科学研究跳转到阴谋论，再飞跃到私人物件照片，方向感和辨别力被极大削弱。大型语言模型承诺成为穿越这片废墟的完美向导，似乎通晓所有连接和捷径，但它们更类似梦境中的行者，路径是即时生成且不可复制的幻象，一旦凝视消散，便无踪可寻。每项认知工具都塑造着人类的思考方式和自我认知。当写作工具普及，人们开始依赖它，也就形成了不同的表达方式。同理，语言模型作为前所未有的认知辅助器，不是简单增强某项认知能力，而是有潜力取代整套认知功能。为何还要苦恼于综合观点和构建框架，当它可随时生成多种方案？这种能力的转移带来新的“能力边界”，既带来优势，也可能削弱我们某些核心认知技能。
我自己在创作过程中，时常自觉依赖ChatGPT，既受益于新视角，也担忧跳过了深刻思考和应对困难的过程。何时“合理依赖”，何时“逃避挑战”，是微妙且不易区分的。未来，更优质的意义建构体系不应选择全盘拒绝大型语言模型，也不应回归往昔机构权威。关键在于构建增强而非取代人类判断力的工具。这些工具应当营造“积极摩擦”的环境，促使用户先表达自我理解，再给出汇总，促进思辨而非简单答案。平台更应突出不同意见，绘制多元解读空间而非灌输单一结论。
理想的系统将显著标明自身不确定性，展示知识盲点和矛盾；同时鼓励社区基于特定思想传统，建立本地化模型而非泛化训练。意义建构的核心是能力的培养，是从个人见解走向集体共识的过程，不仅仅是快速获得答案。它包含判断力的塑造、心智模型的建立以及在不确定中前行的技能。意义建构本质上是社会行为，依靠共享的认知网络和制度支撑。我们亟需未来能够适应高度AI渗透的社会认知机制。此刻，我们并非处于一个稳定可以从容调整的平衡态，而是正经历一场知识生态的结构性转折。
成千上万的人们日常生活中已将大型语言模型作为学习与决策的常伴。各种新习惯迅速传播，远远超出我们对其长远影响的理解。风险不在于技术必然决定论，而在于制度漂移，即社会整体知识体系在不经审视的情况下，依赖一套尚未被充分理解且难以逆转的技术基础架构。尽管危机感强烈，但我并不悲观。变革同样意味着创造的可能。我们应当怀着审慎与实验的心态，在细节上逐步建构新的意义机制。
我自己设立了若干原则指导与语言模型的互动，比如先写自己草稿，遇到异议时查证非AI来源，比较多个模型答案，不断锻炼不依赖AI的原生能力。更深层来看，这已不单是技术问题，而是如何共同理解现实的哲学难题。我们生活在知识生产与消耗的变革期，新的认知工具塑形着政治、科学、文化与应对复杂挑战的能力。此刻“踟蹰向前”正是恰当的姿态，不是挥舞乐观的旗帜，也非防御式的技术恐惧，而是一种探索式的共谋，与新知识形态共生共塑。旧有的认识论正逐渐失效，真理与后真理交织，权威演变为统计意义上的文本集合。我们走在旧神话消逝与新神话萌生的边缘。
面对未知，我们唯有拥抱这种试错和缝隙中的曙光。作为这场转折的见证者和参与者，我们都是知识的新生之际的陪产士。新形态的人类方式正缓缓成型，抛弃刻板与固有，只为更适应未来。成败不在于躲避，而在于塑造让我们认同且共存的明天。
![Prompting Guide 101 [pdf]](/images/C588E9E5-0ACD-45CC-B864-AB9FE0452B2E)
