游乐游手机版
首页/AI教程/文章详情

谷歌辞职创业失败重读神经科学 AI时代外包思考最危险|万有引力

时间:2026-06-06 16:51
谷歌前员工因血栓事件辞职,创业失败后重读神经科学,提出AI时代最危险的是将思考外包。她倡导用“小实验”替代目标,通过PACT框架保持好奇心与自主思考,警惕盲目追求效率牺牲健康。

AI焦虑这件事,已经伴随我们三年多了。从模型到Agent,从Context Engineering到Harness Engineering,技术热点轮番上阵,焦虑也跟着一波接一波——昨天学会的工具可能今天就过时,手里的技能不知道还能值多久的钱。

很多人以为这是中国科技圈特有的压力,毕竟我们有996,有“卷”文化,有“唯快不破”的决心。结果发现,全球都一样。

这个五月,我在伦敦见到了Anne-Laure Le Cunff。这位神经科学家、谷歌前员工,见面没多久就告诉我:“科技社区的人特别容易焦虑,因为你们真心想对这个世界产生正向影响——正因如此,当你全身心投入这个使命,就很容易忘掉自己的好奇心,忘掉自己的身体。”她顿了顿:“我也是过来人。”

某天下班后,她站在镜子前刷牙,发现整条手臂变成了紫黑色。谷歌园区的护士看了一眼,立刻说:“你必须马上去医院。”医生检查后告诉她:手臂里有一个血栓,随时可能游走到肺部,有生命危险,需要立刻手术。在那个生死攸关的时刻,她的第一反应是:“等一下,我得先查查我的日程表。”

Anne-Laure是法国人,有法国和阿尔及利亚的双重背景。14岁那年她第一次踏上中国,后来在谷歌工作期间,因公多次往来北京、上海,还去过张家界——那片高耸翠绿的山峰令她着迷。我们的见面地点,是她家附近一家安静的Music Studio。伦敦的咖啡馆不允许录制视频,她直接自己付费预订了这里,确保采访不受打扰。那天她日程很满,采访窗口不到一小时。她的口语很好听,少有法国人标志性的卷舌音,还很照顾我这种思维中式的采访者,分享了自己最初在美国学英语“什么都听不懂”的经历。

加入谷歌旧金山总部、负责数字健康产品的时候,Anne-Laure觉得自己是世界上最幸运的人——顶级科技公司、令人兴奋的项目、才华横溢的同事。但与此同时,有一个念头在她脑子里低频运转:别让人发现他们雇错人了。

这种状态有一个名字,叫“冒名顶替综合征”(Imposter Syndrome),在高度竞争的科技行业极为普遍。她当时并不知道这个词,只是本能地用“证明自己”的方式来应对——对所有请求说“好”。

于是她成了办公室那个对什么都说“好”的人。“你晚上七点来找我帮忙弄一份明早要演示的PPT,我会说没问题,推掉今晚所有安排,熬夜帮你搞定。所有的请求,照单全收。”她取消了和朋友的聚会,没有时间陪伴家人,也不照顾自己的身体。直到那条手臂在镜子前变成紫黑色。

手术之后,她辞掉了谷歌的工作。但离开不等于找到。最初几个月,她感到极度不适——当你在一家名企工作,走进任何一个房间,只需要说“我在谷歌工作”,所有人都会夸赞“你一定很聪明”。那是一张很方便的通行名片。突然之间,她失去了它。

为了填补这种不适,她去创业了。不是因为找到了使命,而是因为在硅谷,创业是“下一个最被社会认可的选项”。然后,创业失败了。“这是我人生中发生过的最好的事情之一。因为这一次,我终于向自己承认:我完全迷失了。”

迷失之后,她开始真正追问:如果剥掉所有世俗对成功的定义,我到底对什么感兴趣?答案是:大脑——为什么人会这样思考,为什么人会这样感受。这个问题跟了她很多年。于是她申请了伦敦国王学院的神经科学研究生项目,重回校园,从头开始。“不为职业规划,不为变&现,就是想每天早上醒来,学到一件新东西。”

重回校园后,她读到一个心理学概念,叫“生成效应”(Generation Effect):当你用自己的语言重新输出一个知识,对它的理解和记忆会深刻得多——教别人,你记得更牢;写下来,你记得更牢。她给自己设了一个规则:连续100个工作日,每天写一篇关于神经科学的短文。算上周末不写的日子,大概130天。“有时清晨写完,有时临睡前突然想起还没写,赶在睡前凑完。有一次,是在机场登机口,快要上飞机前几分钟写完发出去的。”

写着写着,读者来了。写着写着,出版商找上门了。写着写着,五年之后,就有了这本《Tiny Experiments》(中文版《小实验:如何在目标至上的世界自由生活》),今年在中国上市。当我说“从一篇文章生长成了一本书”,她点点头:“Yes, exactly。”

如今,Anne-Laure是伦敦国王学院的神经科学研究者,Ness Labs的创始人,也是活跃在AI时代的思考者和写作者。她的研究方向和她的书,有一种奇异的共振:神经科学告诉我们大脑如何运转,“小实验”告诉我们如何和这个运转着的大脑好好相处。

“我完全忘记了自己的身体,生产效率甚至比健康更重要”

采访一开始,话题自然从那段谷歌经历开始。她说,血栓事件让她猛然意识到:自己的产出效率,在那一刻比健康更重要。“这是一个非常错乱的优先级排序,但我当时完全意识不到它有多荒唐。”

这种状态是从什么时候开始形成的?她追溯到加入谷歌时陷入的“冒名顶替综合征”。“我总是提心吊胆,生怕别人发现雇用我是一个错误。所以我成了那个对所有事情都说‘好’的人。你晚上七点来找我说明早要一份演示文稿,我会说‘没问题,我推掉今晚所有安排,帮你搞定。’这彻底透支了我身体和心理的健康。取消了朋友社交,没有时间陪家人,也没有照顾好自己的身体——一切都是为了在工作上获得认可。”

离开谷歌后,她去做创业。“不是因为热爱,而是因为创业是硅谷最被认可的下一个选项。”她说,当你在名企工作时,走进任何一个房间只需要亮出那张名片。突然之间失去它,非常不适。为了缓解这种不适,她做了硅谷最名正言顺的事——创业。

创业失败了。“我人生中最好的一件事情发生了:创业失败了。这一次,我终于向自己坦诚——我彻底迷失了。”也就是在那个时候,她开始反问自己:如果剥离掉世俗对成功的定义,重新连接真实的自我,我到底想做什么?答案是大脑。她一直对“人为什么会这么思考”、“人为什么会这么感受”充满好奇,这驱使她重返校园去读神经科学。

当她说“这个转变听起来很顺理成章”时,她强调:当我们迷失的时候,本能是赶快找到下一个解决方案,填满那种迷失感。但迷失本身可以是一种礼物——它给你机会问自己:如果剥掉所有那些世俗对成功的定义,我到底想要什么?

“目标在于结果,实验在于学习”

《小实验》中文版出版后,很多人都在问一个问题:所谓的“小实验”和中国人熟悉的“小目标”,到底有什么本质不同?她在采访中给出了清晰的区分。

“目标,无论大小,都有一个非黑即白的成功标准。你预设了一个想要得到的结果,达到了就是成功,没达到就是失败。而实验,尤其是小实验,不存在非此即彼的成败定论——只要你在过程中学到了新东西,这就是成功,无论最终结果如何。对于目标,你执着于一个特定的结果;而对于实验,不论结果走向何方,你唯一的目的就是去发现新知,去学习新的东西。”

为了帮读者把这套逻辑落地,她在书里总结了一套PACT框架:Purposeful(目标导向)、Actionable(切实可行)、Continuous(持续不断)、Trackable(可追踪)。

P,Purposeful,意思是你要做的任何实验,都必须是你打心底里充满好奇、真正想要探寻答案的事情。绝不能仅仅因为身边的人都在卷某个领域,就盲目跟风。A,Actionable,切实可行——太多人会说“我真想做这个尝试,但我没钱、没时间、没有合适的人脉”。所以你要挑选一个利用手头现有资源、就在今天立刻启动的实验,没有任何借口。C,Continuous,持续不断——一个目标是一发子弹定输赢,而实验需要反复试。只有通过重复,才能分辨出眼前发生的是偶然的运气,还是某种必然的规律。你可以说“我要在接下来的两周内每天坚持尝试”,或者一个月、三个月,像她当初的第一个实验那样,死磕100天。最后是T,Trackable——这和SMART目标里的“可衡量”不一样。在PACT框架下,你唯一需要追踪的就是今天做了还是没做——Yes或者No,就这么简单。画个小表格,做了打钩,没做打叉。实验进行过程中不要急于下结论,严禁提前分析数据,等到收集完所有数据再去复盘最终结果。

“如果外部数据漂亮,但你每天都在崩溃,说明系统出了大问题”

在中国,越来越多的人想借助AI的力量来实践“超级个体”的理想——一个人、一家公司、无数个小实验。但什么时候该坚持、什么时候该转向、什么时候该直接放弃,大多数人并不清楚。

她认为,这是实验分析中最关键的一环。如果只是一味埋头收集数据,却从不复盘,就无法从中汲取经验,更无从决策下一步。当一个实验结束时,摆在你面前通常有三个选项。第一种,坚持。但必须同时审视“外部信号”和“内部信号”。外部信号就是那些可以量化的数据指标——用户活跃度、页面访问量,或者更直接的,有多少人愿意为它付钱。这些很重要,但不是全部。还要看内部信号:推进这个实验的过程中,你感觉如何?症结往往在于:即便外部数据一片大好,但如果你每天都感到身心俱疲、濒临崩溃,那说明系统出了大问题,你必须正视这一点。

第二种选项是调整方向(Pivot)——微调实验里的一些参数。比如你给自己定了“两周内每天发布一篇AI教程”,但实际操作中发现每天日更实在太吃力,质量也在下滑,用户也在抱怨。这时候,可以改成每三天发一篇,有更充裕的时间去打磨内容。第三种是果断喊停。如果外部指标惨不忍睹,内部信号也在亮红灯,你可以坦然地说一句:感谢这次实验给我上的这一课,我悟了,现在可以收手了。

“我们有996,而法国每周工作35小时”

她的职业轨迹横跨法国、美国、英国,加上母亲的阿尔及利亚背景,这种多元视角让她对“生产力”有一套独特的理解。当被问到这些文化背景如何塑造了对生产力和成功的理解时,她说:“生产力是一个极具文化属性的概念。在不同文化里,大家对‘什么叫生产力’的定义大相径庭。在英国,‘生产力’有时候更像一种表演艺术,重点在于让你老板‘看到’你很努力,但实际上未必有实质产出。所以我很反感那些逢人便兜售所谓‘放之四海而皆准’的万能效率系统的人——那种东西根本不存在。每个人都必须把自己所处的文化背景、社会环境统统纳入考量,去量身定制一套独属于自己的系统。”

当被问到法国、阿尔及利亚、美国、英国这几种文化背景各自带给了她什么,她打了个比方:“这就像做一顿大餐,你需要调配不同的香料。从美国借一点,从欧洲取一点,再从亚洲加一点,这样才能烹饪出一道绝世佳肴。美国那种破釜沉舟的雄心壮志非常好——那里的创业公司敢于做改变世界的大事。但不能全盘照收,因为对速度的极度渴望,有时会诱使他们走捷径。在欧洲,你会想汲取一些‘工作与生活平衡’的智慧,但也不能过量——某些极端追求平衡的文化里,整个社会氛围是‘反雄心’的,创业会变得步履维艰。至于中国,你们拥有令人敬佩的职业素养和吃苦耐劳的精神,这非常宝贵;但也伴随着令人窒息的高压。集百家之长,各取一点香料——我认为这才是那份完美的配方。”

“史诗剧本”:科技行业最危险的一种思维导向

开发者为什么特别容易陷入焦虑?她的分析切中了一个意想不到的角度。她说,这是因为科技圈里的很多人都有着强烈的使命感——他们真心渴望对这个世界产生积极的改变。正因如此,当你全身心投入到一项宏大的使命中时,你很容易遗忘自己的健康,忽视内心真实的好奇心。

她在书里归纳了三种“认知剧本”(Cognitive Scripts),对开发者格外有参考价值。第一种叫“续集剧本”(Sequel Script)——这里的Sequel和编程里的SQL没关系——意思是今天的决策完全被过去的决策绑架。比如因为大学学了某个专业,就认为只能投那些专业完全对口的工作。在开发者里,你会看到有人死死抱住同一个框架,仅仅因为那是他们最熟悉的舒适区。第二种叫“讨好者剧本”(Crowd Pleaser Script),尤其对初级开发者来说,在工作场合表达真实想法往往令人恐惧,特别是当周围坐着一圈技术大牛的时候,你可能随波逐流,因为“大家都这么说”就跟着做了。

但在科技行业,潜伏最深的隐形杀手是第三种——“史诗剧本”(Epic Script)。整个社会都在赞颂这种宏大叙事,洗脑你必须去改变世界,必须肩负神圣使命。尤其现在AI浪潮里更是如此。在这个剧本的逻辑里,只要能达成那个伟大使命,哪怕牺牲掉心理健康也是理所应当的——这是一种极其危险的思维导向。

“AI最初的承诺是扫除枯燥的工作,而我们却把最有趣的工作都自动化了”

聊到AI时,她提出了一个令人警醒的问题:我们到底在把什么外包出去?当被问到中国开发者“离开AI就不会写代码”的现象时,她说:“当我们把思考的过程全部外包出去时,大脑中与某些技能相关的神经连接,就会因为长期闲置而萎缩,我们最终会彻底丧失这些能力。用进废退。如果你想保持某种技能,你就必须不断使用它。所以,在日常工作中,保留一部分完全由你自己大脑主导的任务,非常非常关键。”

她自己的工作里,对于人机边界的划定,有一套清晰的思路。“我总是不断拷问自己:我到底在把什么外包出去?AI最初的承诺是帮我们扫除枯燥的工作,好让我们有精力去做有趣的事。但现实是,我们正在把所有最有趣的工作都自动化了——让AI替我们写作,替我们思考。我绝不允许这种本末倒置发生在我的工作里。”

对于行政琐事,她全部交给AI;深度思考,尤其是初始构思,她绝对不假手于人。“如果碰上一个关键项目,我会先拿出一个传统的实体笔记本,把灵感和思绪一笔一划写下来。等梳理完,再拍照发给AI,让它顺着我的思路继续探讨。但思想的原点,必须来自我自己的大脑,这无可替代。”

至于科学研究这类工作,AI对研究的辅助作用确实非常强大。“有了AI,我做研究的功力大增。但我依然坚持用自己的大脑去定基调,把AI视作一个思考的拍档,一个陪我一起探索的同行者。我最喜欢问它的问题是:我漏掉了什么?AI会指出我思考中的盲区和逻辑断层,帮我把论述做得更严密。”

“当你被不确定性包围时,不要逃避,把它当成一次绝佳的实验机会”

采访临近尾声时,被问到“如果时光倒流,回到二十多岁还在谷歌工作的自己,会对曾经的自己说什么”,她的回答很干脆:“多去尝试,多去犯错,这都没什么大不了的。你不需要事事苛求完美。你可以停下来喘口气。你绝不需要以牺牲心理健康为代价,去换取世俗意义上的成功。”

还有一个更现实的问题:对于那些有家庭要养、绝对不能辞职的开发者,“小实验”是否只是奢谈?她笑着说很喜欢这个问题,因为大家对她的书有个深深的误解——觉得“实验人生”就得先把工作辞了。“大错特错。这也正是为什么这本书叫《小实验》——它极其微不足道。你根本不需要炒了老板。你完全可以安安稳稳地待在你现在的工位上。关键在于,在日复一日的惯性中,给自己撕开一道裂缝,为‘实验’腾出哪怕极其微小的空间。比如,如果你对AI感兴趣,你可以设定一个实验:每周一去联系一位AI领域的专家,只向他请教一个问题。或者每周测试一款新的AI工具,或者雷打不动地阅读一篇深度教程。它不需要惊天动地,更不需要你砸了饭碗。”

最后一个问题,她给中国开发者留了一句话。“当我在转行成为神经科学家的过程中,收获了一个最宝贵的发现,就是科学家们是如何面对不确定性的。对于普通人来说,面对未知时,第一反应往往是深深的恐惧,拼命想要逃离这种失控感。但科学家恰恰相反——当他们置身于一团迷雾中时,他们会两眼放光:‘有点意思,我能从这里面挖出什么新东西?’所以,我想送给所有开发者:当你被不确定性的迷雾包围时,不要逃避,把它当成一次绝佳的实验机会。保持好奇心,也许你就能在未知的荒野中,发现一片新大陆。”

采访结束时,她提到自己每天清晨都会写日记——不是为了提高生产力,而是作为一种正念修行。“我发现它不仅能激发创造力,对心理健康也大有裨益。”那个曾经把日程表排在生死前面的人,现在每天早上会先坐下来,和自己的思绪待一会儿。

她仍然用AI,用得很精准——但从来不用在那第一步。“思想的原点,必须来自我自己的大脑。”

来源:https://blog.csdn.net/tangxiaoyin/article/details/161428871
上一篇从零开始手把手教你Claude快速接入MiniMax AI大模型教程 下一篇AI聊天机器人心理咨询伦理违规问题探讨
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
Synthesia零基础教程:客户端安装与工作区权限设置
AI教程 · 2026-06-07

Synthesia零基础教程:客户端安装与工作区权限设置

本文介绍了AI视频生成工具Synthesia的入门流程。内容涵盖从官网下载客户端、完成账户注册与登录,到软件安装与启动的完整步骤。详细说明了如何初始化工作区,包括创建首个AI视频项目、选择模板与AI主播。最后,指导用户理解并设置团队协作中的不同权限角色,以便安全高效地共同管理项目。

FramePack新手入门指南:安装启动报错修复导出全流程
AI教程 · 2026-06-07

FramePack新手入门指南:安装启动报错修复导出全流程

本文详细介绍了FramePack工具从下载安装到项目导出的完整流程。内容涵盖软件安装步骤、首次启动设置、常见报错解决方案以及项目打包导出方法。指南旨在帮助用户快速掌握工具核心操作,解决使用过程中可能遇到的技术问题,确保顺利完成AI视频帧处理任务。

FLUX.1保姆级教程:环境安装、显存优化与首次出图测试
AI教程 · 2026-06-07

FLUX.1保姆级教程:环境安装、显存优化与首次出图测试

本文详细介绍了FLUX 1的安装与初步使用流程。内容涵盖从Python环境配置、代码仓库克隆、依赖包安装,到关键的显存优化设置,最后指导用户完成首次文生图测试。教程旨在帮助用户顺利搭建运行环境,解决常见安装问题,并实现基础图像生成功能。

AnythingLLM新手实战:本地大模型部署后知识库接入设置
AI教程 · 2026-06-07

AnythingLLM新手实战:本地大模型部署后知识库接入设置

本文介绍了在本地部署大模型后,如何为AnythingLLM设置知识库。内容涵盖知识库的基本概念、创建与配置步骤、文档上传与处理技巧,以及如何通过问答测试其效果。旨在帮助用户有效整合本地文档资源,构建个性化的AI知识助手,提升信息检索与利用效率。

Aider安装失败排查:扩展冲突与登录异常全解析
AI教程 · 2026-06-07

Aider安装失败排查:扩展冲突与登录异常全解析

本文针对Aider安装过程中常见的扩展冲突与登录异常问题,提供了系统的排查思路与解决方案。内容涵盖如何识别并处理与其他AI工具的兼容性问题,解决因网络或账户设置导致的登录失败,以及通过环境检查、依赖更新等步骤彻底排除安装障碍,帮助用户顺利完成安装与配置。