我一直在想，为什么 AI 总喜欢走捷径？你可能不会相信，有次 AI 在井字棋比赛中竟然试图通过让对手的计算机内存耗尽来赢得胜利：
One thing AI and humans have in common is a tendency to take shortcuts to achieve our goals. But AI takes this to the next level, sometimes ignoring rules or common sense to get the job done. There’s a story of an AI that tried to win a tic-tac-toe game by making its opponent’s computer run out of memory. Sneaky, right?
在我看来，AI 常常将捷径误认为是“最优解”，就像我们人类一样。“偷懒“是人的本能，也是进步的动力源泉。可问题是，捷径并不总是最佳选择。 实际上，这也是一种过拟合的表现。
为了省事，我们的大脑总是试图在复杂的世界里找到捷径，然后一劳永逸地用在新情境中。但就像机器学习中过拟合会让模型对新数据表现糟糕一样，生活中，过度依赖捷径往往会让我们忽略环境的变化，结果事与愿违。
L先生的这篇文章 《4个危险又容易被忽略的坏习惯》 深入浅出地解释了这类现象：
3. 思维钝化
我在讲课的时候，总能看到不少同学有这么一个习惯：看到一个新的知识点时，总会下意识地说：这不就是 xxxx 吗？
这里的 xxxx，往往是某个已经知道的知识点。他们有一个根深蒂固的思维习惯：每当接触到一个新事物，总是会从已经知道的旧事物里面，去找到一个最接近的对象，然后把两者等同到一起。
这就叫思维钝化。它是认知风格的一种，分为思维钝化和思维锐化。当你面对一个新信息时，钝化，意味着你更喜欢放大它跟旧信息的相似性，把它归为旧信息的一类；而锐化，意味着你更容易关注到它的差异性，更喜欢把它从相似的事物里面区分出来。
心理学家 Harry Morgan 发现：跟习惯钝化的人相比，锐化的人对新知识往往会有更准确的理解，并且能够更好地把新信息跟旧信息联系起来。这可能是因为他们对知识的编码和储存更有序。
反过来，习惯钝化的人，往往把知识的特征杂乱无章地混合在一起，对知识的储存更无序。他们通常过度简化了知识的关键特征，忽略相似但不相同的事物的区别，这导致他们在提取知识时会非常模糊。
……
原因就在于：思维钝化的人，并没有真的去掌握和内化新的知识，而是把它们简化、压缩了。它看起来能够节约大脑的储存空间，但实际上并没有真的被消化。
可能有人会说：学习不就是要举一反三、要将新知识跟旧知识联系起来吗？是的，但这里有一个本质的区别：思维钝化，是把 A 和 B 等同起来，问自己「这个 B 不就是 A 吗？」
而真正有效的联系是这样：A 和 B 有什么样的关系？它们的共同点是什么，不同点又是什么，分别适用于什么场景、解释什么问题？
这就是一种思维锐化的表现：不是停留在「它像什么」，而是进一步去审视和追问「它究竟是什么」。
这也是偏见的根源，简单归因、打标签，皆是如此。我们的大脑习惯于用过去的经验快速地给一切归类，虽然省时省力，但也容易忽略事物的复杂性，最终走向刻板印象和错误判断的深渊。
那么，什么时候我们该选择走捷径呢？我认为至少得符合二八法则吧。在决定最终结果的少数重要事情上，应该小心谨慎；而在那些无伤大雅的小事上，倒应该尽量“偷懒“，就像当年明月在《明朝那些事儿》中写的：
清朝名臣鄂尔泰说过一句话：大事不糊涂，小事必然糊涂。这是一句至理名言。因为人的精力是有限的，而世界上的折腾是无限的，把有限的精力投入到无限的折腾中去，是不可能的。
所以，合理分配大脑的带宽是找到最优解的必要条件。无论是时间管理、精力管理，还是目标管理，最终都需要在效能和效率之间找到那条微妙的平衡线。