文章探讨了"时间压力"对思考和健身的相似作用，指出深度思考需要耐心整合零散想法。作者以被要求撰写"AI将在18个月内取代所有工作"的文章为例，展示了自己面对争议性观点时的思考过程。

标题：你还有18个月

核心内容概述：

本文探讨了人工智能（AI）快速发展背景下，人类自身认知能力的退化问题。作者认为，与其担忧AI取代人类工作，更应警惕人类在技术依赖中丧失深度思考能力。

关键论点：

1. "张力时间"的隐喻

   • 健身中的"张力时间"原理（如缓慢深蹲能增强肌肉）类比于思考：需要耐心整合碎片化信息以产生创新观点。
   • 作者通过自身经历说明，对"AI将在18个月内取代所有工作"这一命题的深入思考，串联起多篇跨领域文献（如《金融时报》《大西洋月刊》文章、教育评估研究等），最终形成独特见解。

2. 真正的危机：人类自我弱化

   • AI威胁论焦点错位：核心问题非AI超越人类，而是人类在技术面前主动退化能力。
   • 当前证据显示，写作和阅读能力正在系统性下降，这直接威胁深度思考能力。

3. 教育领域的警示信号

   • 写作危机：学生普遍用ChatGPT代写论文，导致教授警告将培养出"功能性文盲"毕业生。《自然》杂志强调写作本身就是思考过程，外包写作等于放弃理解。
   • 阅读崩塌：美国NAEP数据显示2024年阅读成绩创32年新低，精英大学生甚至无法完整阅读一本书。教育系统为应试将文本碎片化，加速了书籍阅读的消亡。

4. 历史视角下的认知退化

   • 学者Walter Ong指出：读写能力是人类复杂思维的基石。口语仅能传递简单故事，而书面语（如标准英语的150万词汇量）使《自然哲学的数学原理》等巨著成为可能。
   • 计算机科学家Cal Newport警告：读写能力是获得深度思考"超能力"的血清，而数字时代正在摧毁这种能力。

5. 应对建议

   • 在AI时代最应培养的恰恰是正在衰退的能力：耐心阅读复杂文本、包容矛盾思想、进行句子级写作对抗。
   • 当AI变得泛滥时，人类深度思考能力可能成为稀缺品。

数据支撑：

• 美国休闲阅读人口自2000年代下降近40%
• 乔治城大学英语系主任反映学生甚至难以专注阅读十四行诗
• NAEP数据显示2024年阅读成绩为1992年有记录以来最低

（注：原文中关于AI具体技术发展的预测性内容及部分企业高管言论因与核心主题关联较弱，在此摘要中已适当简化。）

以下是评论内容的总结，涵盖主要观点和论据，并保持不同观点的平衡性：

1. AI作为学习与效率工具的支持观点

• 观点：AI加速学习，帮助处理机械性任务，释放时间用于创造性思考。
  • 引用：
    "I’ve learnt so much, so much more quickly... I may not have learnt it in the first place without it." (rimeice)
    "It has been wonderful and I feel like I’ve been on a rocket ship of personal growth." (dcastonguay)
• 类比历史技术进步：
  • 引用：
    "Ages ago someone surely cried that cars will cause our legs to disfunction." (Trias11)
    "This feels in line with... every other tech innovation to help humans work less." (michaelcampbell)

2. 对AI依赖的批评与担忧

• 认知能力退化：
  • 引用：
    "80% of senior candidates... aren’t able to do junior level tasks without GenAI." (dagmx)
    "Essay writing, research skills are dwindling... teachers cannot keep up." (jacquesm)
• 工具滥用导致思维惰性：
  • 引用：
    "Debugging by adding logging statements... the code looks crap and is mostly wrong." (bamboozled)
    "People don’t even remember their own phone numbers." (thisisit)

3. 中立或辩证视角

• AI的双刃剑效应：
  • 引用：
    "AI lowers the getting started cost... but atrophy is real." (kristianc)
    "AI can be politicized and more confident than accurate." (speak_plainly)
• 需结合人类判断使用：
  • 引用：
    "The best engineers... peel back to understand what’s going on behind the scenes." (derekcheng08)

4. 其他次要观点

• 社会优先级争议：认为AI的影响不及气候变化等问题紧迫（raincole）。
• 技术决定论：认为人机融合是必然趋势（brador）。
• 对长文本价值的质疑：认为简洁性更重要（jncfhnb）。

总结

评论呈现两极分化：支持者强调AI提升效率与学习能力，反对者指出其导致技能退化和思维依赖。中立观点呼吁平衡使用，保留人类判断力。历史类比（如工业革命）频繁出现，反映技术争议的重复性。教育领域和工程招聘中的实际案例（如代码能力下降）成为关键论据。