一句话定义
AI（以大语言模型为代表）是史上面前的最强学习放大器——但它放大的是你已有的学习动作：用它替代取回与思考，它会放大依赖；用它增强取回与思考，它会放大理解。
为什么重要
kp-022 的三无检验在 AI 时代变得空前重要：AI 让"获取答案"的成本趋近于零，于是"自己取回"的意愿面临史上最大的冲击。认知卸载研究早就警告过：把记忆外包给 GPS/搜索会削弱相应能力；AI 把外包范围从"事实"扩大到了"推理"。会学习的人与不会的人，差距将被 AI 拉大而非抹平。
前置知识
kp-008 检索练习、kp-022 误区清单。
核心概念
认知卸载（cognitive offloading）：把本可自己完成的认知任务交给外部工具。卸载"记忆"（查通讯录）几乎无害；卸载"推理"（让 AI 想解题步骤而你只想看答案）正在掏空生成能力。生成式 AI 的最佳站位：它最擅长扮演的角色——苏格拉底式提问者、示例生成器、卡壳解锁器、出题机器；最危险的站位——答案贩卖机、第一反应求助对象、思考的替代者。AI 生成 SRS 卡片：批量生成间隔重复卡片效率极高，但劣质卡片（一卡多问、脱离语境、直接复述教材句）会污染题库——生成后必须人工过筛（kp-007 误区同款）。AI 幻觉与验证责任：模型会自信地编造；学习场景的验证责任永远在学习者——AI 输出是"待验证假设"，不是"知识"。
原理 / 机制
一条清晰的分界线——先挣扎，后求助：
错误顺序：遇到问题 → 直接问 AI → 得到答案 → 感觉懂了 →（流畅性错觉，kp-022）
正确顺序：遇到问题 → 自己挣扎 15–20 分钟（提取+尝试）
→ 还卡 → 向 AI 提"我的思路是 X，卡在 Y，给我提示不要给答案"
→ 得到提示后自己完成 → 再让 AI 检查/讲解 → 卡点写进复习系统
为什么挣扎不可跳过：Deslauriers 等（2019）发现，主动学习的学生实际学到更多但自我感觉学得更少——AI 的即时解答进一步放大这种"感觉上的高效、实际上的低效"。挣扎本身产生提取、生成与错误修正信号，是 AI 答案无法替代的加工过程。
AI 各站位与本库方法的映射：
| AI 用法 | 放大的是 | 对应方法 |
|---|
| 让 AI 出自测题 | 检索练习 | kp-008 |
| 让 AI 反向提问（苏格拉底模式） | 自我解释与断点探测 | kp-009/kp-012 |
| 让 AI 出两个"同构不同皮"的例子 | 对比多例与迁移 | kp-015 |
| 让 AI 解释你的错误答案 | 元认知校准 | kp-014 |
| 让 AI 直接写作业/总结全文 | 认知外包 | ——（反面） |
公式 / 模型 / 图示
AI 学习的"三道闸"（使用任何 AI 学习工作流前自检）：
闸一（顺序）：我是否先自己尝试过了？
闸二（形式）：我要的是提示/反问/例子，还是现成答案？
闸三（落袋）：得到的东西是否进入了我的复习系统（卡片/笔记/复盘）？
配套的量化工时规则：把"AI 求助"纳入 20 分钟卡壳预算（kp-024）——前 20 分钟不许问，问后必须重写/复述，否则本次求助计入"外包亏损"。
直观类比
健身房的电动轮椅：AI 像健身房里免费的电动轮椅——推着你去器械、替你举铁。肌肉（提取与推理能力）恰恰在你自己举的时候才长。外接硬盘 vs 外接 CPU：把事实存到 AI/搜索（外接硬盘）问题不大——你需要时能查到就行；把思考外接（外接 CPU）则是能力流失——因为"想"这个动作本身没有替代练习。
实例 / 案例
正例一：学习历史的学生让 AI 扮演"苏格拉底"——只提问不给结论（"你觉得条约失败的经济根源是什么？给我三个追问"），一小时后自测成绩与讲解能力显著好于"让 AI 总结三章"的对照组路径。正例二：把整本教材目录喂给 AI 生成 300 张卡片初稿，人工筛成 120 张高质量句子卡——生成效率高 10 倍，质量靠人工闸门保住。反例解剖：编程学员让 AI 直接给出完整解法后"看懂了"就进入下一题；两周后的手写白板测试中，他无法独立完成任何一道——AI 给了 100% 的答案，他的大脑留在 0%。修复：prompt 改为"只给第一层提示"，且答案出来后必须合屏重写。验证责任的实例：AI 解释某个历史事件的"关键转折"时引用了不存在的文献——学习者的核对习惯（用原始材料交叉验证关键事实）决定了这次学习是增益还是污染。
常见误区
"AI 时代不需要记忆了"：恰恰相反——推理与创造以记忆为原料（组块库，kp-006）；脑内无货的人连提问都提不出质量，更无法判断 AI 输出的对错。把 AI 输出当权威：幻觉率虽在下降但永不为零；关键事实必须回到一手来源验证（教材、论文、官方文档）。用 AI 生成一切卡片：无人工筛选的批量卡片 = 垃圾进垃圾出；AI 适合做初稿，不适合做终稿。全盘拒绝 AI：另一端同样错误——禁用 AI 练习的是"无 AI 环境"，而真实工作环境里 AI 是标配；正确的目标是"驾驭而不依赖"，顺序（先挣扎后求助）比禁令更可持续。
自测题
用"先挣扎后求助"的顺序重写你最近一次问 AI 的过程，写出修改后的 prompt。三道闸分别拦截什么风险？"AI 时代不需要记忆"错在哪？用组块理论论证。
参考答案 · 先自己作答再展开
改写模板：先自己挣扎 15–20 分钟并写下思路，然后问 AI："我的思路是 X，卡在 Y。请只给提示或反问，不要给完整答案。"得到提示后自己完成，再让 AI 检查并讲解，卡点写入复习系统。顺序闸拦截"跳过提取与生成"（认知外包）；形式闸拦截"要现成答案"（观看流畅感）；落袋闸拦截"用完即丢"（不进卡片/复盘等于没学）。推理与提问以脑内组块为原料（kp-006）：没有存货的人提不出好问题，也无从判断 AI 输出的对错。事实可以外接（硬盘），思考不能外接（CPU）——外接思考会让"想"这个动作失去练习。
与其他知识点的关系
kp-007/kp-008：AI 放大的对象与风险；kp-012：AI 是随叫随到的"外行听众"；kp-022：流畅性错觉的 AI 放大版；kp-026：AI 产品的注意力设计与学习伦理的交汇处。
延伸阅读
Risko & Gilbert (2016), "Cognitive Offloading"（Trends in Cognitive Sciences 综述）Deslauriers et al. (2019), PNAS（主动学习的"感觉-实际"背离）各 LLM 厂商的教育使用指南（持批判态度阅读）