今天凌晨，知乎热榜上挂着一个问题：「有了DeepSeek后，是不是不用看书了？」
高赞回答吵得很热闹。我没有站队，而是把最近一周相关的报道和研究翻了一遍——翻完之后我发现，争论双方其实压根没在讨论同一种"读书"。
说"不用读"的人，确实有道理
先看支持方。腾讯新闻9月7日一篇讨论AI阅读习惯的文章里，有位读者说得很直白：以前会大量看名人传记和知识类书籍，现在要么让AI梳理汇总，要么把整本电子书丢给AI，"不需要啃整本书，也没动力啃了"。
这不是个例。新民晚报9月5日刊发的一篇《AI时代的阅读》里，作者匪迦描述了更彻底的图景：AI能生成内容梗概、矛盾冲突、人物小传，甚至把小说做成几分钟的短视频，连外国主人公的名字都替你换成"小美小帅"。
但他紧接着写了一句很扎心的话：阅读的速度变快了，效率提高了，"但是，很容易就忘掉了自己曾经读过什么"。
信息类阅读——那种为了查资料、拿结论、补背景的读书——确实在被AI大面积替代。这一点没必要嘴硬。
但研究的代价，比"忘记"更重
真正让我改变看法的，是另外两份材料。
一份是腾讯新闻转载的哈佛研究报道。哈佛创新研究团队请了228位资深评审，评估麻省理工学院一项全球社会影响力创新挑战赛的48份参赛项目，分成三组对照：纯人工评审、大模型评审附带文字解释、大模型评审不带解释。
结果很意外：当AI建议否决专家小组认可的项目时，评审大多会采纳AI的意见，把有潜力的方案筛掉。更值得注意的是，附带文字解释的那组，反而更不容易推翻AI的错误建议——解释非但没帮上忙，还让判断质量更差了。
另一份是9月9日发表在《Frontiers in Psychology》上的研究，讨论大学生用生成式AI和批判性思维的关系。论文里提到两种相反的效应：AI既可能是"认知脚手架"，也可能造成"元认知懒惰"——分水岭不在用不用AI，而在你会不会处理和质疑AI给出的反馈。
把这两份研究放在一起，答案就浮出来了：AI摘要给你的是结论，而读书练的是"自己走到结论"的那段路。结论可以下载，判断力不行。
我的答案：不是读不读，而是分工
所以这个问题在我看来问错了方向。真正该问的是：哪些书放心交给AI，哪些书必须自己啃？
我这段时间在用的分工方式是这样的——
工具书、资料书，AI替读。 查一个概念、要一份行业背景、梳理一本书的框架，直接丢给AI。这类书的价值本来就在"查"，不在"啃"。我平时会用 spark1.cn/ai-writer 这类工具把书的内容整理成结构化大纲，五分钟拿到以前一下午的成果。
认知书、专业书，AI带路，自己走关键段。 先让AI回答三个问题：这本书在解决什么问题？它的核心论证链条是什么？哪两章最值得精读？然后只精读那两章。地图让AI画，路自己走。
文学书、体验书，老老实实自己读。 就像那位腾讯读者说的："用脑看书的需求下降了，用心看书的需求相对增加了。"感同身受这件事，AI替你不了。
再加一个防止"哈佛式盲从"的小习惯：读完一本书，让AI扮演反方，认真驳斥这本书的核心观点。如果你驳不回去，说明书还没读透；如果你连AI的驳斥都看不出错在哪，说明这本书可以重读了。
写在最后
AI不是来抢走你的阅读的。它把那些"不得不读"的书从你的清单里拿掉，是为了把时间还给真正值得慢啃的那几本。
书还是要读的——只是从此，你可以只读值得读的部分。这件事，你现在就能开始做。
💬 评论