用AI这件事，有个反直觉的发现。
去年一项覆盖中国中部某县 26811 名初中生的研究，跟了他们 30 个月，结论很扎眼：用AI之后，日常作业成绩平均提高了 18%，完成时间缩短了 30%。可六个月后一闭卷，月考成绩反而掉了 20%。
作业更好了，考试更差了。这两件事同时成立。
研究者管这叫"生成式AI学习惩罚"。而且损失不是摊给所有人的——集中在约 81% 把作业"外包"给AI的人身上，还在自己花时间动手的那部分人，反而没怎么受影响。
很多人看到这儿就停了，觉得是"学生太懒"。但真正值得琢磨的，是下一句。
表现好，不等于学进去了
认知科学里有个区分，大部分人从没认真想过：表现（performance）和学习（learning），是两回事。
AI能把你"当下做题"的表现拉满，但只要你跳过了自己消化、自己内化那一步，知识根本没长在你身上。表面那个漂亮的作业，是在替你的表现充门面，你真实的能力还在原地没动。
一个特别实用的判断标准：如果AI让某个环节变得"太顺了"，那大概率不是好事，是需要警觉的信号。那些让你卡壳、让你反复试错、让你觉得吃力的过程，恰恰是认知肌肉在长个子的时刻。你把这段外包出去，等于让那块肌肉一直在休息。
不同的年纪，边界不一样
不是"能不能用"，是"用到哪一步"。
教育部 2025 年的《中小学生成式人工智能使用指南》其实把学段线划得很清楚：小学阶段禁止学生独自使用开放式内容生成功能；初中可以适度探索"这个生成结果逻辑对不对"；高中才允许结合技术原理做探究。底层的逻辑很朴素——年龄越小，独立思考和记忆这些基本盘，越得先护住。
有研究者访谈了一批重度用AI的年轻人，不少人反映自己"不再愿意花心力做深度资料分析"，连记忆和判断都在往外面交。这种倾向一旦从中小学阶段就固化下来，后患不小。但这不意味着孩子该跟AI完全隔绝——了解它、体验它能做什么不能做什么，本身就是教育的一部分。核心那几件：自己观察、自己感受、从零开始构思、试错了自己修正，任何年纪都不该外包。
高中生认知开始成型了，关键不是用多少，是用什么顺序。有效的模式是：先自己挣扎，卡住了再向AI要思路，然后拿着思路自己重做一遍。这时候AI扮演的应该是导师，不是答案贩卖机。顺序反过来——一上来要答案、抄下来——损伤照样发生，哪怕你频率不高。
一项小学的研究给了更硬的证据：被引导着"先质疑、再找证据、最后推逻辑"的学生，高阶思维明显比对照组强；没被引导的那组，就停在"表层交换、被动点头"的水平。
大学生认知框架基本成熟了，能啃更复杂的东西。但一项中国大学生的调研显示，用AI和批判性思维之间，隔着"反馈素养"这一关：你能不能解读、判断、基于AI给的东西再行动。过了这关的，AI用得越深批判力越强；没过关的，越用越懒得想。有位港大教授提了个务实的折中：预习可以用AI，但做题时解题步骤得完整写出来，这样老师才守得住"你到底懂没懂"这道评估线。
职场：这条边界得主动去守
职场是用AI空间最大的地方。微软 2026 年的工作趋势报告说，58%的AI用户"现在能做出一年前做不出的活儿"，最先进的那批人这个比例能到 80%。OpenAI 的报告里，规模化用AI的企业，员工平均每天省下 40 到 60 分钟。
但 2026 年有个词被反复提起——"智能体AI"。它跟"你问它答"的工具不一样，它能自己跑一串流程、改记录、协调任务。AI从工具变成了"同事"，问题就来了：它干出来的事，谁来负责？
更反直觉的是微软那批数据：用AI最深的人，恰恰是最主动守着自己认知边界的人。43%的人会刻意留一些不借助AI的活来保持手感；53%会在动手前先判断"哪些交给AI、哪些自己留"。这批人不是被AI推着走，是在主动管它。
所以职场的边界，不在一个固定的百分比，在于你有没有那层"主动管理"的意识。把重复的、执行性的活丢给AI，把判断、决策、创造留给自己，这条线得守住。等智能体越来越能干，这条线就更容易被一点点磨掉，需要的是刻意的纪律。
一句话能记住的边界
什么时候能用、什么时候不能用，其实有个挺简洁的答案：
AI适合用在"你已经知道怎么做"的事上，不适合用在"你还需要学会怎么做"的事上。
对孩子来说，"要学会"的领域很大，AI介入得越少越好；对工作的人，"已经会"的领域很大，AI介入可以很多。但不管哪个阶段，那些构成你核心竞争力的东西——独立判断、深度推理、创造性构思——别交给机器。
微软那批数据里有个数字挺值得琢磨：86%的AI用户说"把AI的输出当起点，但思考的责任还是自己担"，深度使用者里这个比例更高。
它说明的其实是个朴素道理：AI不会自动让你变弱，但它会惩罚那些主动放弃思考的人。
边界不在AI那边，在你这边。
有问题找南序
—— 文/南序先生｜辉旭为简工作室