事件
一位學者在 Marginal Revolution 上分享的工作流變化：過去探索一個研究想法需要三週時間，現在用 AI 助手一個下午就能走完初步論證、找出致命反對意見、得出臨時結論。
表面上看起來是加速——但作者指出，更深層的變化發生在放棄的心理學上。
核心洞察
### 沉沒成本的非線性效應
你在一件事上投入三週，然後決定放棄。此時的心理狀態是：「三週白費了，我要不要再撐一週看能不能救回來？」。這叫沉沒成本謬誤（sunk cost fallacy）——已花的時間成為「繼續投入」的理由。
反過來，如果只投了下午的時間就決定放棄？感受截然不同。「午間實驗失敗」聽起來像合理的快速試水，「三週探索死胡同」聽起來像浪費生命。
這不是邏輯層面的區別，而是情感 / 心理層面的峭壁。同樣的死胡同、同樣的決策「放棄」，但成本的感知方式不同，人類的執著程度就天差地別。
### AI 改變的是「邊際決策」的心理基礎
經濟學上的邊際成本：第一個單位花 100 元，第二個單位花 20 元，人們對第二個單位的「該不該做」判斷就變了。
心理學上的邊際執著：第一個想法投入 3 週，放棄時痛感 10；第二個想法投入 0.5 天，放棄時痛感 1。痛感下降十倍。
AI 把所有想法的試錯成本都壓進「低痛感區間」，結果是：
1. 試錯速度確實加快 → 更多想法進入考慮集合 2. 但更關鍵的是：決策勇氣改變 → 你會更果斷地放棄不行的方向，因為沒有三週的「失敗感」包袱
歷史類比
電腦誕生前：數學家手算、一個計算要花數小時。這導致數學家會非常保守地選題——要確保方向是對的才投入，因為試錯成本極高。
電腦時代：計算成本崩潰到毫秒。一個邊際效果：數學家開始願意嘗試更多「看起來不靠譜」的方向，因為驗證成本低到不構成心理負擔。
AI 時代：思想實驗、初步論證的探索成本崩潰。這應該引發第三波心理變化——科學家們應該願意更多地放棄先前執著的方向，轉向新方向，因為換軌的心理成本降低了。
反面風險
Butler Lampson（計算機科學家）有句話：「系統會朝著你測量的方向優化。」
如果科學家的心理變成「下午內能驗證就算有價值」，會不會導致： 1. 研究變成短週期快速疊代、失去深度思考？ 2. 執著力下降、一有困難就放棄，反而錯過需要堅持的突破？ 3. 從「寧缺毋濫」變成「寧濫毋缺」的研究風格？
這是 AI 時代科學方法論需要重新校準的地方。
結論
AI 的科學價值，不只在於計算更快、檢索更全。更深層的是它改變了人類對試錯成本的心理感受，進而改變了放棄決策的執行阈值。
這可能解放出大量被沉沒成本困住的創意，也可能誘發新形式的研究膚淺化。取決於科學界能否在「快速試錯」和「深度執著」之間找到新平衡。