「核心提示」

答案越来越容易得到的时代，思考却越来越稀缺。

作者 |  詹方歌

编辑  |  刘杨

最近，麻省理工媒体实验室的一项研究引起了不少讨论。

有研究者找来 54 名志愿者，分成三组写作文：一组用 AI，一组用搜索引擎，一组只靠自己的大脑。结果用 AI 的那组大脑神经活跃度最低，并且在神经、语言和行为层面上的表现均 " 持续落后 "。在几个月的时间里，使用 ChatGPT 的受试者在写作过程中越来越懒惰，到研究结束时，他们常常直接把 AI 生成的内容复制粘贴完成任务。

当研究者要求他们离开 AI，凭记忆把文章重写一遍，他们几乎不记得自己写过的文章。任务是完成了，但没有在脑海中留下痕迹。或许 AI 能够替我们把工作做得很快，但思辨、判断、创造这些原本应该由大脑完成的精密推演，却也在这个过程中一并被省略掉了。

别让 AI 代替你的思考过程，或许是人类应该在 AI 时代坚守的底线之一。

最近，张朝阳在和物理学家刘若微对谈时，也发出了类似的呼吁："AI 给出答案之后，还要留出同样多的时间自己思考，否则大脑会退化。"

这样的呼吁并非空谈，张朝阳自己从未放弃深度思考。2021 年起，张朝阳开始做物理直播——《张朝阳的物理课》。在直播中，他不回避任何艰深的问题，从牛顿力学一路讲到量子力学、相对论，不仅直播中手推公式，也会请来诺奖物理学家对谈。近五年，290 余期课程，形成了一套系统的物理课程。

在他的直播间，人们在验证的不只是物理公式的推演过程，更是一个朴素的道理：最快的答案往往来自别人，而真正属于自己的理解，藏在一步步推导的脚印里。

从剃须泡沫说起

2026 年 8 月的 " 基础科学大会系列对谈 " 中，张朝阳请到了宾夕法尼亚大学物理教授、软物质与生命物质研究中心主任刘若微。她是非平衡统计物理领域的标杆学者，因在阻塞相变和无序固体上的贡献与合作者一起拿过 2025 年美国物理学会 Kadanoff 奖，还在今年的国际基础科学大会上获得了玛丽 · 居里物理学奖章。

这样一位科学家，平时普通人很难有机会当面听她讲物理。可是在张朝阳的直播间，他们从生活中的物理现象谈起，层层推进。比如，一把干沙子倒下来，会像水一样流，可堆到某个角度又突然卡住不动了；一堆剃须泡沫看着软塌塌，用手一压却能感受到来自泡沫的作用力。沙子、泡沫这类既不完全像固体、也不完全像液体的东西，什么时候会卡住、什么时候会流动，背后是软物质和非平衡统计物理里很前沿的问题—— " 阻塞相变 "。

如今直播形态很多，有靠流量和打赏变现的娱乐直播，有聚焦卖货的电商直播，各有各的逻辑。搜狐视频关注流上的知识直播，则是把专业知识的密度和思想的深度当成核心竞争力。科学家对话系列尤其如此，把国际顶尖科学家请进直播间，把基础科学最前沿的内容，用没有门槛的方式展现在普通人面前。这样的做法在直播中不多见。

整场直播中，张朝阳和刘若微从剃须泡沫为什么越挤越硬，聊到水和大海其实遵循同一套流体方程；从一个小小的神经网络，聊到规模变大之后复杂能力是怎么一点点涌现出来的。

同样是长大，一堆没有生命的材料，变大之后人们只关心它的硬度、密度这些宏观参数；可生命体不一样，从一颗受精卵，到胚胎，再到婴儿，人类越长大，能做的事情反而越复杂，因为细胞、蛋白质、大脑在长大的过程中，始终守着自己的结构和信息。刘若微说，这正是让她着迷的地方，它是一种全新的凝聚态物理。

这也是人脑和 AI 的根本差别，人脑赖以 " 学习 " 的数据和方式，跟 AI 大语言模型从一开始就不一样。刘若微提到一个耐人寻味的细节，一个三个月大的婴儿，其实已经 " 懂 " 牛顿定律，如果一个球滚到屏风后面，却在错误的时间、以错误的速度冒出来，婴儿会愣住，然后盯着看。

正因为这种不同，她认为，AI 并不会取代人类，它做的是和我们不一样的事。那么，什么才是真正属于人、AI 拿不走的那部分？刘若微说，物理学最重要的是提出问题，问题越新、越不同，往往越有价值。但 AI 擅长给答案，却替代不了人去思考和提问。

在与张朝阳对谈时，宇宙物理学家苏比尔 · 萨卡尔也表达了类似的观点。在如何验证一次黑洞并合？科学家们往往需要将黑洞并合产生的引力波，去和成千上万已经算好的波形比对，如果能够对上，就能够确认真的是黑洞并合，AI 能够负责这条引力波和海量模版的比对工作。

但萨卡尔表示，你得先告诉 AI 该做什么，用你的直觉去判断什么在物理上是可能的。比如告诉它，这个黑洞大概是三十个太阳质量、朝哪个方向运动；而且 AI 给出匹配之后，还得由你来判断这个结果到底对不对。" 到目前为止，我还没听说 AI 提出过任何一个物理问题。" 萨卡尔说。

在人人都用 AI 找答案的今天，张朝阳和科学家们的对谈恰恰提醒我们，思考和提问的能力是人类不该交给 AI 的那部分。

看见科学本来的样子

在对话刘若微的现场，提问的人一个接一个：来自芝加哥的学生问，物理网络的局部学习和神经网络之间是否存在某种数学对偶；早稻田大学一位数学系本科生问，到底值不值得投身基础科学；还有不列颠哥伦比亚大学的硕士生、河北大学的研究者，甚至一名高中生，也都把自己的问题递了上来。

这些问题大多聚焦在专业方向，刘若微也都真诚回答。如何向一流的头脑发问，其实是一种得看着别人怎么问、才慢慢学得会的本事，而《张朝阳的物理课》的科学家对话，恰好提供了这样一个近距离的场域。它把原本锁在实验室和顶尖学府里的专业学科知识讲给了普通人，让身处任何一座城市的年轻人都能靠近最前沿的科学教育。

在面对一个怎么分辨 AI 是 " 真学会 " 还是 " 死记硬背 " 的问题时，刘若微说，这方面在计算机科学和 AI 的统计物理中，其实已经有一些相当严谨的工作了，比如去评估生成模型到底是在复制、记忆，还是真的在生成新东西。但她同时坦言：" 我们现在做的这套东西还处在非常初期的阶段，我甚至还没法回答你这个问题……还有很多东西我们都不知道。"

她尝试把科学最真实的一面展示在所有人面前，科学本就充满疑问，允许犯错，也需要一遍遍地思考和论证。就像她用登山打的比方：大多数时候是艰难攀爬，不断撞墙，但想通那一刻，" 眼前会突然展开从未见过的风景 "。

同样真诚的问答也发生在其他的物理学家对谈中。2024 年，哈佛大学教授、物理系系主任库姆伦 · 瓦法在回答 " 好奇心和想象力在学术研究领域的重要性 " 时曾回忆起自己的童年。七八岁时，他抬头看天空，想到 " 为什么月亮没有掉到地上 "，由此埋下了探索物理学的种子。

这些年轻人在面对顶尖科学家提问时，获得的不只是答案，更是一手的 " 治学心法 "。

刘若微坦言，物理圈的文化其实并不健康，讨论常常变成一场比谁更聪明的竞赛，很多人会冒出 " 我是不是很笨 " 的念头，进而想到退出。可她说：" 觉得自己笨，是每个人共同的秘密 "，物理本来就难，她鼓励所有人来做物理，觉得笨没关系，别怕，去做，享受它。

而萨卡尔则表示，科学真正的目标，不是去证明什么是对的，而是想办法去证明它是错的，这其中也包括由他自己提出的想法。也正因如此，他每天收到成百上千封 " 我有一个新想法 " 的邮件，却总要反问一句：你能拿什么去测量、去检验它？在他看来，这就是空想和真正的科学的差别，一个想法如果没法被验证、被推翻，它就算不上科学，而是空想。

这些话在场和屏幕前的年轻人都听得到：在物理领域，笨拙是被允许的，但要坚持；挑战权威也是被允许的，但绝不能空想。从这个角度看，这门直播课所做的或许不止于传授知识。

从物理课到关注流

从 2021 年 11 月开播至今，《张朝阳的物理课》已经开播 290 余期直播课、30 余节线下课、在线时长超过 30000 分钟，内容覆盖力学、电磁学、量子力学、相对论、天体物理等，走进清华、重庆大学、西安交大、北师大、香港科大等高校开讲。除了科学家对话系列，张朝阳还把物理讲进车展、火箭发射等真实的产业和生活场景。

《张朝阳的物理课》已经逐渐成为国内物理科普的一支代表力量，也补上了中文互联网长期缺少系统物理科普内容的空白。它同时展示了内容平台的一种可能性：不只依靠流量技巧，而是将传播科学精神、推动科普普惠作为长期投入的方向。

物理课不是一档孤立的节目，它本身就是搜狐视频关注流内容布局的一部分。作为搜狐创始人，张朝阳亲自下场讲物理，也提升了关注流在知识内容方向的辨识度。

何为关注流？用张朝阳的话说，短视频往往是被动的，关注流是主动、探索性的，更像一个小社会。他表示，有些平台推荐是跟机器打交道，视频能否形成热点是机器决定的。但关注流模式中，每个人看到的东西来自关注者的转发。这样一来，" 我看到的东西都是我认识的人的判断。" 他说。

一个运转健康的内容机制，加上《张朝阳的物理课》这类知识 IP 的带动，搜狐视频开始吸引越来越多专业创作者。

知识科普内容中，除了物理，还有中科大副教授 " 李旭的散装生物学 "、上海海洋大学副教授 " 化无止境薛老师 " 讲化学、北京大学地理学博士 " 北大地学辛博士 " 讲地球科学，还有飞行器设计博士出身的 " 星际奇航 " 讲航天……健康赛道上聚集了大量三甲医院的医生和医学博士，妇产、儿科、心血管、皮肤科等等。此外，还有观赏性强的国风汉服、舞蹈，以及 KPOP、二次元、航天科技等各自热闹的圈子。用张朝阳的话说，这些都是人的推荐，而不是机器的推荐。

这些有专业背景的人和关注流真实互动的机制一起，搭建了一个不太一样的场域，也让平台在知识领域建立起独特的竞争优势。在这里，爱好者们不必浅尝辄止，可以顺着自己真正感兴趣的方向不断钻研，无论你是想弄懂一个物理问题，还是想读透一段历史，都能够找到愿意认真讲授的老师，也能遇到一起较真的同学。

当效率成为第一准则，而 AI 又让答案越来越易得，或许我们更应该偶尔慢下来，自己把问题想一遍。毕竟答案可以问 AI，但提问和思考得靠自己。