AI 越强，能动性越值钱：神经科学揭示的生存法则

所有人都在疯狂学 AI 技能。提示词工程、微调、RAG 管道……但拥有 400 万粉丝、年收入超 400 万美元的美国博主 Dan Koe，说了一句让我反复读了三遍的话：

技术根本不重要。

麦肯锡最新报告印证了他的判断：88% 的企业已部署 AI，但仅 39% 真正从中获利。差距不在工具，不在预算，甚至不在人才。

差距在能动性（Agency）。

能动性是什么？为什么它不是鸡汤？

能动性，是主动定义方向、不等待许可就采取行动的能力。

听起来显而易见。但它不是。因为人类大脑的默认状态，恰恰是相反的。

被动是大脑的出厂设置

1967 年，心理学家 Seligman 做了一个震动学界的实验：将狗关在笼子里反复电击，狗无法逃脱。后来门打开了，狗竟趴在地上哀叫，放弃逃跑。

他将此称为"习得性无助"——反复失败教会了被动。这个理论让他当选美国心理学会主席。

然后，2016 年，79 岁的 Seligman 本人在《心理学评论》发表论文，推翻了自己的结论。

新结论是：被动不是后天习得的，而是大脑的出厂设置。

当你面对持续压力，大脑深处的背侧中缝核会自动释放血清素，直接抑制行动冲动。不需要创伤，不需要反复失败，趴下不动就是大脑面对压力的默认反应。

真正需要学习的，是掌控感——大脑察觉某件事自己能够掌控，进而主动压制躺平程序。神经科学称此为"习得性控制"，且一旦掌握，可迁移至其他领域。

那只趴地不动的狗，不是学会了无助，而是从未学会如何掌控。

数据打脸"多学工具就能赢"

Dan Koe 有句话说得很犀利："成功比以前容易多了，但那些原本就不会成功的人依旧不会成功。"

AI 已经把工具门槛降到极低：不会画画，AI 帮你画；不会写代码，AI 帮你写；不会写文章，AI 帮你起草。

但瓶颈从来不是工具。瓶颈始终是：你有没有能动性，把这些工具用向真正重要的事？

数据说话：

内容质量： Lex 2025 年 7 月分析 60 万个网页，谷歌排名靠前的内容中，纯 AI 创作仅占 4.6%，人机协作占 86.5%。

用户信任： 2023 年 60% 的人认可 AI 内容，到 2025 年仅剩 26%。超过一半的读者，一旦察觉是 AI 生成便直接划过。

AI 自己的选择： ChatGPT 和 Perplexity 引用的文章，82% 是人类撰写的。连 AI 都在为人类投票。

麦肯锡（2025 年 1 月）： 调查 3613 名员工和 238 名高管，结论是：AI 时代最大阻碍并非技术，而是人的主动判断力。92% 企业要加大 AI 投资，但仅 1% 高管认为自家公司 AI 应用成熟。

世界经济论坛 2025 年十大核心技能前五： 分析思维、韧性、领导力、创造力、自我认知。没有一项是具体技术，全是人的底层能力。

哈佛商学院（发表于《自然》子刊）： 分析 1000 多种职业、7000 万次职业转换，发现底层能力广泛的人学习速度更快、收入更高、抗风险能力更强。

Dan Koe 最犀利的一句话："社会期望你简单、易于预测、便于归类。但当下所有信号都表明：拒绝被归类的人才最具价值。"

五步循环：如何训练能动性

这不是励志框架，是可以反复执行的循环：

第一步：从"不想要"反向推导方向

没人真正清楚自己想要什么，但大多数人清楚不想要什么——不想继续这份工作，不想过这种生活，不想五年后还在原地。

从这些反向推导，就有前行方向。选错可以调整，但不做选择比选错更致命。

第二步：研究他人路径，绘制简易地图

通过 YouTube、博客、书籍、导师，了解他人的做法和踩过的坑。不是抄袭，是在进入陌生地形前先画一张粗略的地图。

第三步：大量尝试，排除错误路径

大部分方法可能不适合你。这不是失败，这是过程。你不是在找正确答案，而是通过大量尝试缩小选择范围。每次失败都排除了一条错误路径。

第四步：抽身思考，识别底层模式

从执行中抽身，探寻真正起作用的底层逻辑：在什么情况下效率最高？哪些事有天然优势？哪些事屡屡受挫？

不要只是埋头苦干，要定期停下来思考苦干本身。

第五步：分享你的方法，教学相长

把自己的方法写出来，讲给别人听，发布出去。Dan Koe 说："老师比学生学到的更多。" 当你能清晰阐述一个方法时，理解就上升到了全新高度。

然后回到第一步——带着比上一轮更锐利的判断力。

这不是线性清单，而是复利循环。 每循环一次，大脑压制躺平默认程序的能力就增强一分。习得性控制一旦在一个领域建立，就会迁移到其他领域。

这对你使用 Token101 意味着什么

工具已经就绪。模型都在那里——Claude、GPT-4o、Gemini、Qwen，一把 API Key 全部接入。

问题从来不是"用哪个模型"。问题始终是：你想构建什么，为什么？

能动性，是把 API 访问权变成产品的东西。是把代码片段变成业务的东西。是把那 88% 部署了 AI 的企业，和那 39% 真正从中获利的企业区分开来的东西。

工具是最简单的部分。我们已经处理好了。

剩下的，是你的。

---

本文核心观点来自 Dan Koe 在 X 平台的爆款文章、麦肯锡 2025 年 AI 报告，以及 Seligman 与 Maier 2016 年发表于《心理学评论》的论文。数据已独立核实。