有個剛學寫程式的菜鳥，連基本的遞迴邏輯都搞不懂，卻問我能不能用 AI 直接生成一套完整的寵物健康監測系統，好讓他省下研究開源硬體架構的時間。我當時看著他螢幕上跑出的那一堆冗長且充滿語法錯誤的程式碼，心想這哪是在學技術，根本是在給自己的腦袋找個舒適的墓地。現在市面上出現了像是 Lathe 這類強調「引導學習」而非「全自動代工」的工具，聽起來像是給那些被餵養慣的技術侏儒們準備的復健器材，但這場景似曾相識，當初那些被電子逗貓棒養廢的家貓，不也正是因為懶得動腦捕獵，最後連基礎的生理協調能力都退化了？
說穿了，這不過是焦慮症狀的變體。當技術門檻被 AI 抹平到連個位數年齡的孩童都能生成一個網站時，人類對「習得知識」的渴望徹底被「取得成果」的速效感取代。寵物圈內這類現象更為荒謬，某些飼主連基本的飲食營養比例都懶得看，直接丟給 AI 算出一份所謂的「最適化配方」，結果導致五歲以下的幼貓因為缺乏關鍵氨基酸而出現心肌肥大。AI 給出的數據永遠是正確的平均值，但生命個體是極端且充滿變數的，你用統計學邏輯去養一隻患有慢性腎病的銀狐犬，就像是用過時的地圖去導航一座已經位移的冰山。那些聲稱能輔助學習的工具，本質上只是在減少人類與現實磨合的摩擦力，但成長往往恰恰發生在摩擦最劇烈的時刻。
看看日本或是歐陸那些傳統的寵物訓練機構，他們甚至禁止訓練師在初期使用任何數位化的輔助計數器，要求一切回歸到對動物眼神、肌肉張力、呼吸頻率的感官判斷。反觀我們這邊，不少人整天盯著穿戴式設備的數據圖表，卻連自家狗兒現在是焦慮還是興奮都看不出來。當我們把學習過程外包給模型，把觀察權交給演算法，我們實際上是在放棄作為飼主、作為學習者最核心的權利：犯錯與修正的權利。一個沒有經歷過挫折的學習過程，就像是一隻永遠被關在防護罩裡的寵物，牠或許外表光鮮亮麗，但只要一旦失去 AI 的護持，或者遇到突發的環境變異，牠們根本沒有活下去的本能。
你真的以為把代碼或是寵物照護知識「手寫一遍」就能換來深度理解？當 Lathe 這類產品開始標榜「讓你手動輸入」以增加參與感時，這本身就是對人類專注力的一種諷刺——我們已經懶到需要一個工具來提醒自己：「嘿，動手操作是很重要的」。
如果連獲取知識的過程都要被設計成一種「極簡化」的體驗，那麼我們到底是在進化，還是正在優化自己走向集體的無能？