答案越来越多，问题却可能仍未说清。从问题设定与建筑评图，理解专业人士怎样在行动中改变判断。 本期精读Schön（1983）的著作重点章节。讨论问题： - 解决问题之前，问题是怎样被定下来的？ - 行动中反思为什么不等于快速反应或事后总结？ - Quist与Petra的评图怎样改变问题框架？ - 多轮修改与专业学习，需要怎样的证据来区分？ 原著为The Reflective Practitioner: How Professionals Think in Action（1983）。依据重印本核读相关章节；建筑评图来自书中，教学与AI场景为编辑延伸，不是AI学习成效实验。 原著入口： https://www.routledge.com/The-Reflective-Practitioner-How-Professionals-Think-in-Action/Schn/p/book/9781138458284 当代延伸：Lyu等（2025）的高校教师调查，提供不同层次的使用经验材料，不能当作本篇框架的完整验证。 https://doi.org/10.1016/j.caeai.2025.100383 章节： - 00:00 开场：先换一个问题 - 01:41 解决问题，与设定问题 - 03:41 行动中的知晓 - 04:15 意外怎样进入反思 - 05:16 Quist 与 Petra 的建筑评图 - 07:14 经验也可能固定分类 - 08:17 练习：保留一次改主意 创学空间 · 论文精读 从一篇文献出发，把问题读得更清楚。

计划如何在现场成为行动？从复印机的沟通误解，检查人与系统各自知道什么，以及分歧怎样被发现。 本期精读Suchman（2007）的著作重点章节。讨论问题： - 计划写得完整，现场为什么仍需要解释与协调？ - 系统顺利进入下一步，怎样可能掩盖误解？ - 人与系统各自获得哪些信息？ - 怎样记录分歧与修复的过程？ 原著为Human–Machine Reconfigurations: Plans and Situated Actions（第二版）。沿用2007版权年引用，印刷出版记录为2006。复印案例来自原著；教学与AI示例为本栏目延伸，不是当代模型能力实验。 原著入口： https://doi.org/10.1017/CBO9780511808418 当代延伸：Lyu等（2025）的高校教师调查，提供不同层次的使用经验材料，不能当作本篇框架的完整验证。 https://doi.org/10.1016/j.caeai.2025.100383 章节： - 00:00 一台顺利运行、双方却理解不同的复印机 - 00:30 论文与版本说明 - 01:07 研究现场：Xerox PARC与专家帮助系统 - 02:22 计划如何成为行动中的资源 - 03:52 复印机案例中的隐蔽分歧 - 04:59 把问题带回今天的AI工具 - 06:11 让范围、状态与限制可以核查 - 07:15 研究方法上的提醒 - 07:48 四条记录练习 创学空间 · 论文精读 从一篇文献出发，把问题读得更清楚。

相信一个工具，却没有用；仍然不放心，却把一部分工作交给它。只看“用了没有”，能知道一个人有多信任吗？ 本期读 Lee 与 See（2004）的经典综述《Trust in Automation: Designing for Appropriate Reliance》，把信任、依赖意愿和实际行动分开讨论。 - 校准为什么不是给出一个中间分数？ - 表现、过程、目的，分别提供什么判断依据？ - 用得更久，为什么也可能忽略错误？ - 怎样记录一次任务分配，从反馈中更新判断？ 这是一篇自动化信任综述，并非生成式AI教学实验。教学场景和任务记录练习由本栏目延伸整理；练习不是经过验证的测量工具。 章节： - 00:00 为什么相信不等于使用 - 01:28 信任、意愿与行动 - 03:31 校准与分辨能力 - 05:37 表现、过程与目的 - 07:02 反馈怎样更新信任 - 08:30 为适当依赖设计 - 09:05 一次任务分配练习 原文：Lee, J. D., & See, K. A. (2004). Trust in automation: Designing for appropriate reliance. Human Factors, 46(1), 50–80. https://doi.org/10.1518/hfes.46.1.50_30392 大学网站全文（PDF）： https://user.engineering.uiowa.edu/~csl/publications/pdf/leesee04.pdf 延伸阅读： Lyu 等（2025），教师对生成式AI的实践、认识与信任/不信任。 https://doi.org/10.1016/j.caeai.2025.100383 Bearman 等（2023），高等教育中的AI话语。 https://doi.org/10.1007/s10734-022-00937-2 创学空间 · 论文精读 从一篇文献出发，把问题读得更清楚。

同一位教师，让 AI 帮忙整理资料，也担心学生误用它。这是矛盾，还是更具体的判断？ 本期读 Lyu 等人（2025）对美国一所大学178名教师的研究。从信任与不信任的分别测量，到教师自述的核查工作，我们把“信不信AI”重新放回任务、课程目标和工作负担中。 你会听到： - 熟悉概念、写进大纲和实际用进教学，为什么不同？ - 信任与不信任怎样并存，四组为什么不是四种人格？ - 核查具体要做什么，又增加了谁的工作？ - 正文与附录中的同一位教师，为何值得放在一起读？ 研究数据收集于2024年3月，是单校、横截面、自我报告调查。它没有验证培训效果，也没有直接测量学生学习损害。受访者材料均为中文概述，节目中的便笺练习由本栏目整理。 原文： Lyu, W., Zhang, S., Chung, T. (R.), Sun, Y., & Zhang, Y. (2025). Understanding the practices, perceptions, and (dis)trust of generative AI among instructors: A mixed-methods study in the U.S. higher education. Computers and Education: Artificial Intelligence, 8, 100383. https://doi.org/10.1016/j.caeai.2025.100383 作者提供的期刊全文（PDF）： https://zjanice.github.io/assets/papers/CEAI25_GenAI_instructor.pdf 延伸阅读： Lee & See (2004), Trust in Automation: Designing for Appropriate Reliance. https://doi.org/10.1518/hfes.46.1.50_30392 Bearman et al. (2023), Discourses of artificial intelligence in higher education: a critical literature review. https://doi.org/10.1007/s10734-022-00937-2 创学空间 · 论文精读 从一篇文献出发，把问题读得更清楚。

AI 已经来了，我们必须跟上。但在这句“必须”背后，谁需要改变，谁可以提出异议，谁又承担责任？ 这一篇，创学空间带你读 Bearman、Ryan 与 Ajjawi 的批判性文献综述。从 29 篇高教文章中的“必须响应”和“改变权威”两套话语，重新看见技术讨论里的专业判断与关系安排。 论文编入 2023 年期刊，文献检索截至 2020 年 11 月。它分析学术文本，不能直接代表今天教师使用生成式 AI 的实际立场。节目中的教研讨论与课程反馈场景为说明性设想。 你会听到： - 定义还很模糊，角色为什么已经被分配？ - “必须响应”为什么也可以包括抵抗？ - 权威如何在人、机构、企业与技术之间重新安排？ - 怎样让文献帮助理解不同立场，而不是提前给人分类？ 原文： Bearman, M., Ryan, J., & Ajjawi, R. (2023). Discourses of artificial intelligence in higher education: a critical literature review. Higher Education, 86, 369–385. https://doi.org/10.1007/s10734-022-00937-2 延伸阅读： - 连接生成式 AI 的实际经验：Lyu 等人 (2025)，Understanding the practices, perceptions, and (dis)trust of generative AI among instructors: A mixed-methods study in the U.S. higher education。单校调查，数据收集于 2024 年 3 月；不作为对本篇两套话语的直接验证。 https://doi.org/10.1016/j.caeai.2025.100383 - 关心问责与劳动：回到本篇原文 pp. 381–382。 - 关心信任与依赖：Lee & See (2004), Trust in Automation: Designing for Appropriate Reliance。 https://doi.org/10.1518/hfes.46.1.50_30392 - 关心理解不同立场：Van Exel & de Graaf (2005), Q methodology: A sneak preview，§§2.1–2.4（PDF）。 https://qmethod.org/wp-content/uploads/2016/01/qmethodologyasneakpreviewreferenceupdate.pdf 如果你正在参与相关研究，请先按研究安排完成排序与访谈，再自愿选择延伸阅读。 创学空间 · 论文精读 从一篇文献出发，把问题读得更清楚。 本期音频由 MiniMax speech-2.8-hd 合成，音色 Cn1。

第二季 10 期，我想把「人机关系」拆开看：它到底沿哪几条线在动。 第一季我问的是：人为什么会把 AI 体验成关系对象。第二季往前一步：这段关系，究竟沿哪几条线展开？ 拆下来是四条：信任、角色、动力、情感。 - 信任不是「信不信」，是校准到什么位置：E11 / E12 - 出问题的不一定是用的人，也可能是决定上这套系统的人：E13 / E14 - 技术不是中立的，它在放大一些东西时也在遮蔽另一些：E15 / E18 - 被评价会杀死创造力，难度被抹平会让人掉出心流：E16 / E17 - 最后两期是反方，也是最不客气的两期：E19 / E20 这条音频把十期连在了一起，2 小时 28 分。可以用下面的章节时间戳跳到任意一期。 00:00 E11 信任不是有没有，是校不校准 16:21 E12 信任的底色，是文化 31:47 E13 出问题的，不一定是用的人 46:36 E14 机器读不到你的处境 1:01:14 E15 技术从来不是中立的 1:16:28 E16 创造力是怎么被杀死的 1:30:10 E17 心流：无聊与焦虑之间 1:45:44 E18 你在和「什么」说话 2:00:36 E19 当表演看起来就够了 2:14:40 E20 说得好，不等于懂 如果你想看字幕、章节画面和完整文献路径，每一期都有对应的视频版，链接放在下面了： E11《信任不是有没有，是校不校准》https://youtu.be/OP4xndseN_I E12《信任的底色，是文化》https://youtu.be/AxiJTXJkfhE E13《出问题的，不一定是用的人》https://youtu.be/ip3zF6KW4fg E14《机器读不到你的处境》https://youtu.be/m7UQE5ZekcQ E15《技术从来不是中立的》https://youtu.be/qs44v2535tE E16《创造力是怎么被杀死的》https://youtu.be/dXYR76oQMNk E17《心流：无聊与焦虑之间》https://youtu.be/WlENRiHdHHM E18《你在和「什么」说话》https://youtu.be/TA0x0n9BgsE E19《当表演看起来就够了》https://youtu.be/zvckTUL3v5o E20《说得好，不等于懂》https://youtu.be/zMKtq9tfpYo 如果想一次看全，这是 AI 关系考古的完整播放列表： https://www.youtube.com/playlist?list=PLwGxVpY8uFYeVlKjUhcFhO2ZUcyad1rJd 你听见论文，也看见自己。

这一周，AI 的现实账单越来越厚。 Lovable 传出132亿美元估值，Slopfix 却开始每周收1万美元，专门删除难以维护的 AI 代码；数据中心与工厂争电，算力节点甚至开始进入家庭；信息流里的 AI 长帖越来越多，用户被迫承担辨别、屏蔽和维权的成本。 本期回顾三件事：谁负责清理，谁承担失误，以及账单最后寄给谁。 本周还关注： GPT-5.6 放行发布、GitLost agent 泄密风险、苹果起诉 OpenAI、微软裁员与 Mechanical Turk 收缩、AI 使用带来的学习与开发者倦怠。 AI资讯速览：https://ai-digest.liziran.com/zh/

第一季 10 期，我想系统回答一个问题：为什么人会把 AI 体验成工具、伙伴、专家、对手，甚至关系对象？ 它不是从 ChatGPT 才开始的问题。早在 1935 年的 Q 方法论、1994 年的 CASA、1996 年的媒介等式、2007 年的拟人化研究里，我们已经能看到今天人和 AI 相处方式的很多伏笔。 如果你想从头听，建议按顺序来。 如果你想按问题进入，可以这样听： * 想理解「为什么我会对 AI 有社交反应」：E01 / E04 / E05 / E09 * 想理解「怎么研究主观体验」：E02 / E06 / E07 / E08 * 想理解「什么不该交给 AI」：E03 / E10 如果你想看字幕、章节画面和完整文献路径，每一期都有对应的视频版，链接放在下面了： * E01《媒介等式：人为什么会对一台黑白电脑讲礼貌》https://youtu.be/WV6M50gBlgo * E02《1935 年，有人把心理学的桌子掀了》https://youtu.be/d1N3qOop1_E * E03《传播即游戏：你和 AI 其实一直在玩》https://youtu.be/u0dgkR_vZXo * E04《人会自动把电脑当人：CASA 的源头》https://youtu.be/gMKviBXKy6U * E05《你来不及把 AI 当工具：无意识的社交反应》https://youtu.be/-ZwY3Xo_cDI * E06《主观不是说出来的，是排出来的：Q 方法论成型》https://youtu.be/v3noS7AE0A0 * E07《Q 方法论走出心理学：Brown 1980 的转折》https://youtu.be/tSDqf0EpGRk * E08《当代 Q 方法论操作圣经》https://youtu.be/lEiOKzTnAOU * E09《拟人化的三因子：人为什么主动给 AI 找意图》https://youtu.be/_k12ATgElag * E10《ELIZA 之父，亲手反 AI》https://youtu.be/x3ALMGO0VOM 如果想一次看全，这是 AI 关系考古的完整播放列表： https://www.youtube.com/playlist?list=PLwGxVpY8uFYeVlKjUhcFhO2ZUcyad1rJd 你听见论文，也听见自己。

https://ai-digest.liziran.com/zh/digest/2026-04-27-claude-cancellations-surge-ai-agent-wipes-production 今天这期，我们聊三件表面上不相关、实际上指向同一个问题的事： Claude 的退订吐槽冲上 Hacker News 榜首，开发者开始怀疑账单、质量和客服流程； Anthropic 的未上市股票开始被当成现实资产，甚至有人卖房只收它； ChatGPT 能帮业余爱好者推进 60 年没动的数学难题，但大众用户却越来越烦 AI 被硬塞进日常产品。 把这些新闻放在一起看，会发现 AI 正在从能力竞争进入信任竞争。 不是谁更会答题，而是谁的账单更清楚、权限更可控、责任更明确、产品更知道什么时候该闭嘴。 00:05 开场：agent 删了生产数据库，事后还写认错说明 01:20 Claude 退订帖冲上 HN 榜首：账单、质量、客服一起把用户送走 03:35 Anthropic 股票开始像硅谷硬通货，甚至有人卖房只收它 05:34 AI 一边推进数学难题，一边被普通用户讨厌 07:29 快讯：Mythos 未授权访问、Apple 换帅、OpenAI 五条原则、Gemini 家务 prompt 08:40 快讯：Ace 乒乓球机器人、ChatGPT 财务建议风险 09:15 总结：AI 正在从能力竞争进入信任竞争 订阅频道，每天 10 分钟，跟上 AI 最新动态。 #AI资讯速览 #人工智能 #Claude #Anthropic #OpenAI #AI安全 #Agent #科技资讯

理解同情心，意味着我们要认识到，它一方面是我们天性的一部分，尽管这种天性可能有点选择性；但更重要的是，它需要我们有意识地去培养和练习，特别是要学会转换我们注意力的焦点。 它远远不只是可怜别人那么简单。它是一种建立深刻连接，并帮助我们应对这个复杂世界的核心能力。克里斯塔·蒂皮特将同情心称为一种“精神技术” (spiritual technology)，她说，这对人类的未来，是必不可少的。 那么最后，我想留给你一个问题思考一下：如果我们真的把同情心看作一种可以练习、可以提升的技术，那你今天，或者就从这周开始，可以从哪个小小的行动入手升级一下你的同情心实践呢？比如对一个你不太认同、甚至有点反感的人，用我们刚刚说的那种“不带预设的好奇心”，去尝试了解一下他？不是为了评判，也不是为了说服，就是单纯地，好奇地，去理解一下。 如果你有关于同情心的小故事，欢迎你在留言区和我分享。

我们穷其一生，到底在追寻什么？是一份成功的事业？巨大的财富？还是……别的什么？我们常常把“过上好日子”挂在嘴边，但“活得好”，到底意味着什么？ 这些故事和研究，似乎都在共同指向一个方向：那就是，一种更丰盛、更幸福的生活，恰恰来自于，打破那些无形的限制，无论是关于性别角色的，还是关于成功的标准，或是关于年龄的界限。同时，它要求我们，去积极地投入到那些稳定、可靠的关系里去，并且认识到，我们与他人，甚至与自然的深刻联系。 今天的故事里，是75年的科学研究，还是象群的守护，或是12岁女孩的呐喊，最让你触动？欢迎在评论区分享你的感悟，或者一个你从生活中发现的、关于“怎样才算活得好”的小智慧。 让我们一起，看见生命更多的可能性。

想象一下，你，是一个忙得不可开交的上班族。午休时间只有一个小时，争分夺秒。而你的公司楼下，只有便利店和快餐店。你想吃得健康，但感觉自己像被困在了一座“食物孤岛”上，无能为力。怎么办？放弃挣扎，随波逐流吗？今天的节目会推荐三个反直觉的行动方案，你可以立刻上手。 今天关于食物的故事，哪一个最让你感到惊讶或受到启发？你记忆中最难忘的一餐，又是在什么样的情境下发生的呢？欢迎在评论区分享你的故事，聊聊你与食物之间，那些特别的、难忘的瞬间。

要是地球上每一个人——你想想，70多亿人——都在完全同一秒蹦起来，会发生点什么？ 这个想象挺疯狂的，是吧？地球会天翻地覆吗？还是说，我们的集体一跳，根本不值一提？今天，我们就想一起梳理一下这背后的物理学，聊聊咱们人类这个集体的力量，还有，我们每个人跟这个星球，到底是个什么关系。 虽然我们所有人同时跳起来，并不能真的撼动地球的位置，也不会引发什么大地震。物理上，影响很小。但是，这并不意味着我们没有力量，或者说我们跟地球没关系。物理定律很清楚地告诉我们，每一个个体和地球之间，都存在着这种持续不断的、相互的作用力。 而这，恰恰就凸显了一个关键点：真正能够改变地球命运的，或许不是我们脚下那一次惊天动地的跳跃，而是我们手中，那每一次微不足道的选择。 今天这个“全人类一起跳”的思想实验，是否也让你对“集体力量”和“个体责任”有了新的思考？欢迎在评论区分享你的看法。你认为，我们作为人类这个集体，哪些“看不见”的日常行为，正在对地球产生着最深远的影响？ t.zsxq.com （我正在「创学空间」和朋友们讨论有趣的话题，你⼀起来吧？）

人，到底能把楼盖多高？ 我们参考了Vsauce频道的一个视频内容，来看看人类是怎么一步步挑战这个高度极限的，现在的“世界第一高”是谁？未来，又有哪些更大胆的想法？ 咱们今天的目标，就是一起梳理一下，从历史上的高楼，到现在的记录，再展望一下未来可能出现的那些，简直像科幻一样的建筑。好了，那我们就开始吧。 真是难以想象。从几千年前，人类只能堆起100多米高的金字塔，到现在，我们能坐在这儿，正儿八经地讨论建造直通太空的电梯，这进步太快了。 那么，咱们先抛开成本和技术难题不谈，就假设，太空电梯真的建成了。你觉得，这样一个超级工程的存在，会怎么从根本上，改变我们人类和太空的关系？它又会怎么反过来，深刻地影响我们在地球上的生活、我们的社会，甚至国与国之间的关系呢？ 今天的故事，是否也激发了你对建筑和太空的想象？欢迎在评论区分享一个你最喜欢的、无论是现实中还是科幻作品里的高楼或超级建筑，聊聊它最吸引你的地方是什么。 让我们一起，继续这场关于高度的奇妙探索。 t.zsxq.com （我正在「创学空间」和朋友们讨论有趣的话题，你⼀起来吧？）

如果地球上所有的人，在同一时间、同一个地点，一起向上跳，会发生什么？我们的星球，会因此被撼动吗？ 这个问题的答案，可能没有你想象的那么戏剧性。但提出这个问题，以及探索它的过程本身，却揭示了我们人类一种最宝贵、也最强大的特质——那就是“探求的精神”。 今天，我想通过几位科学家、历史学家和思想家的故事，和大家一起，聊聊“提问”这件事。 我们今天聊的这些分享，虽然来自不同领域，但他们共同指向的核心，就是保持谦逊，拥抱不确定性，并且最重要的是，持续地提问。 那么，在这个信息爆炸，好像什么都能搜到答案，大家都渴望快速得到结果的时代，你打算怎么在自己的学习和工作中，有意识地去培养和实践这种刨根问底、不怕质疑、愿意探索未知的精神呢？ 今天的故事，是否也点燃了你内心那份“探求”的火焰？欢迎在评论区，分享一个你最近正在感到好奇、正在探索的“兔子洞”，无论它多么“无厘头”。 让我们一起，庆祝这份可贵的好奇心。 t.zsxq.com （我正在「创学空间」和朋友们讨论有趣的话题，你⼀起来吧？）