AI 做的東西看不懂，可以先用再說嗎？：認知債可以欠，重點是懂得還

AI 幫你做了一個東西，你看不太懂，但看起來能用，你就跳過了。這個動作每天都在發生，而它有一個名字：認知債。這篇講認知債是什麼、為什麼它會像雪崩一樣爆掉，以及我在陪跑現場實際用的三個還債動作，包含一段可以直接複製的提示詞。

那個「先跳過」的瞬間

我在陪跑現場帶學員設定 AI 員工的時候，講過一段話。

「AI 太聰明，他很常幫我們做一些東西，有時候我們覺得還看不太懂，好像沒問題我就跳過了，這是很大的隱患，因為越來越多的不知道累積到之後就爆炸了，其實就跟雪崩一樣。」

那個「先跳過」的瞬間，每個用 AI 的人每天都在經歷。它幫你寫了一段設定，你看不懂但能跑，先用。它幫你整理了一份報告，中間有一段你沒細看，先交。它說「我已經幫你記住了」，你沒檢查它記在哪，先信。

每一次都很小。小到你不覺得自己欠了什麼。

我在現場把這個叫「知識債」。寫這篇之前我去查了一下，這個現象在國外已經有通用的名字，叫認知債（cognitive debt），台灣的媒體圈跟工程圈這一年也開始講，只是還不多。所以這篇統一用認知債。

認知債是什麼

工程師圈有一個講了三十年的詞叫技術債，1992 年由 Ward Cunningham 提出：為了趕交付先亂寫的程式，之後每次要改都得多付利息。

認知債是它的一般工作者版本。你借的是 AI 的產出，欠的是你自己的理解。

MIT Media Lab 在 2025 年發表了一份研究，標題就叫「Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task」。他們觀察用 AI 寫文章的人，發現重度依賴的那組腦部連結最弱，甚至沒辦法正確引用自己剛剛才交出去的東西。這份研究目前是預印本，還沒完成同儕審查，但「認知債」這個名字從這裡開始被大量引用，台灣的鏡新聞、104 職場力、國衛院論壇都報導過，用的是「認知債」或「認知負債」。

軟體研究者 Margaret-Anne Storey 在 2026 年把這個詞講得更準：技術債欠在程式碼上，認知債欠在「人理解了什麼」上。當 AI 讓產出的速度超過你理解的速度，債就開始累積。

MIT 的實驗觀察到的是能力層面的訊號，範圍限在他們那個寫作任務裡。我在現場看到的是更日常的版本：AI 做的東西你看不懂還照用。我把兩個看成同一筆帳的不同利息，這是我的延伸，研究本身只講到前者。

為什麼是雪崩，不會慢慢來

一般的債是線性的，欠一百還一百。認知債的麻煩在於它會互相堆疊。

第一筆債：AI 幫你設了一條規則，你沒搞懂它寫在哪裡。

第二筆債：AI 根據那條規則做了一份產出，你也沒細看。

第三筆債：你把那份產出交給客戶，客戶問了一個問題，你答不出來。

到第三步你才發現，要還的已經是三筆債的總和，而且你連從哪裡開始查都不知道。因為每一筆債的抵押品，都是上一筆你沒搞懂的東西。

這就是雪崩的意思。爆掉的那一刻，你要面對的從來都是整條債務鏈。

三個還債動作

我在現場教的還債方法很土，但都是當場做得到的。

動作一：解釋到懂為止

原話是：「不知道就問，叫他解釋，聽不懂就叫他解釋到懂為止。」

這句話的重點在「為止」兩個字。大部分人會問一次，AI 回了一段還是很難懂的話，就放棄了。你要把它當成一個可以無限追問的員工，它不會不耐煩。

可以直接複製這段：

你剛剛幫我做的東西，我有地方看不懂。請你拆成三層解釋給我聽：
1. 它做了什麼
2. 為什麼要這樣做
3. 如果它壞了或做錯了，我會看到什麼現象

用不懂技術的人聽得懂的話講。我聽不懂會繼續問，
請你解釋到我懂為止，不要嫌煩。

動作二：對齊確認

AI 說它懂了、記住了，先不要信。我的習慣是反過來確認一次：「我會試著去確認一次，你的紅線的意思是不是什麼，反正我跟他的認知要對齊，一定要確認。」

具體做法是叫它用自己的話講一遍你的意思。它講出來的版本跟你腦中的版本有落差，那個落差就是你們之間還沒還清的債。

動作三：看字數增減

這是零成本的異常檢查。AI 工具改東西的時候會顯示加了幾個字、減了幾個字。我在現場的講法是：「我只是叫他改一點東西，那應該是加幾個字、減幾個字，但是你突然發現他減了 100 多個字，就會覺得不對。」

你不用看懂它改了什麼，光看數字就能抓到「它做的比我以為的多」。那就是該停下來問的訊號。

哪些債可以欠

講到這裡你可能會想：每一筆都要搞懂，那用 AI 還有什麼省時間的意義。

我的界線是這樣的。同一場陪跑我也講了另一句話：「我們現在學東西，其實會越來越要學更抽象的判斷跟證偽，反而知識我就問 AI 就好了。」

這兩句話放在一起才完整。知識性的細節可以欠，因為隨時查得到，AI 就是你的字典。判斷性的部分不能欠，因為你要用它做決定。

一個實際的分法：這個產出你會拿去做決定嗎？會被別人看到嗎？之後還要改嗎？三個有一個是，就把債還了再往下走。三個都沒有，用完就丟的東西，欠著沒關係。

常見問題

認知債跟技術債差在哪？

技術債欠在程式碼裡，主要是工程師的事。認知債欠在你的理解裡，任何用 AI 產出東西的人都會欠。用 AI 之後兩個常常一起發生：AI 寫了有技術債的東西，而你因為看不懂，又在上面加了一層認知債。

我不是工程師，AI 給的東西本來就看不懂，怎麼辦？

你要懂的從來都只有兩件事：它做了什麼、為什麼這樣做。程式碼本身可以不懂，就像你不用懂引擎構造也該知道這台車能開多快、什麼時候該進廠。用上面那段提示詞，叫它翻譯成你的語言。

認知債跟 MIT 講的腦力退化是同一件事嗎？

同一個詞的兩個層面。MIT 的實驗觀察到重度依賴 AI 寫作的人腦部連結較弱、記憶表現較差，很多報導把它讀成思考外包的長期警訊；那份研究還是預印本，結論不要讀過頭。這篇講的是日常工作裡「看不懂還照用」的即時風險。我自己的推論是：日常的小額欠債累積久了，會往 MIT 觀察到的方向走。這一步是推論，研究本身沒有講到這裡。

每次都要問到懂，速度會不會變很慢？

第一次會慢，之後會快。因為你問懂的東西會沉澱成你的判斷力，下次 AI 再做類似的事，你掃一眼就知道對不對。跳過去的東西才是每次都要重新害怕一遍。

最後

AI 時代的分水嶺，很多人以為是會不會用工具。我在現場看到的分水嶺是另一條：同樣讓 AI 做事，有人越用越懂，有人越用越空。

差別就在那個「先跳過」的瞬間，你有沒有停下來問一句。

債照欠，日子照過，這是債的特性。它只在你最忙的那天一起到期。

看不懂就問，問到懂為止。這是 AI 時代最便宜的一筆利息。

延伸閱讀

• 為什麼你的 AI 每次都要重講一遍：教 AI 的四個步驟　同樣在講怎麼讓 AI 接得住你的判斷，那篇講怎麼教，這篇講教完之後你自己懂不懂。
• 有標準答案的交給程式，沒標準答案的才輪到 AI　那篇的判斷框架，剛好可以拿來判斷這篇說的「哪些債可以欠」。