刚刚在某社交平台上刷到一组对话，挺有意思。
某位知名时政博主发帖说，他把今年的高考数学卷丢给 Claude 来做，结果惊掉下巴：选择题第 10 到 14 题连续做错，证明题也错了好几道，算下来竟然不及格。更让他绝望的是，他让模型回头核查，它折腾半天，只揪出其中一道题的错，其余照错不误。他感慨，这实在有点“侮辱 AI”。
底下有条神回复，把我看乐了：
爷爷，最聪明的版本是 Opus 4.8，不是 Sonnet；而且你得把 effort 调成 Max。再这么用下去，您这辈子怕是要被 AI 淘汰咯。
一句玩笑，却精准戳中了这个时代很多人使用 AI 的误区。更妙的是，发帖人截图右下角写得清清楚楚：模型是 Sonnet 4.6，effort 是 Low。一份高考压轴卷，他偏把两个旋钮都拧到了最省力的一头，然后回头怪 AI 不及格。
这事让我又想起卡尼曼那本《思考，快与慢》。他说人脑里住着两个系统：系统 1 快、自动、凭直觉，张口就来；系统 2 慢、吃力、讲逻辑，要一步一步算。过去，这两套系统是天生的，藏在颅骨里，由不得你挑。如今，AI 把它们做成了明面上的开关，而且是两组开关。
那条回复的高明，正在于它一次点中了两个旋钮：一是换更强的脑子，二是把努力程度拉满。这也是我想聊的核心问题：AI 时代，我们到底该如何选择模型，又该如何选择思考程度？
第一个旋钮：让它想多深
很多人打开 AI 工具，习惯性使用“快速”模式。它当然快，但那是一种很接近系统 1 的快：直觉先冲出来，答案先端上桌，至于里面有没有矛盾、有没有错漏、有没有经得起复核，往往要到事后才知道。
快速模式像系统 1。
模型最让人头疼的“幻觉”，也就是一本正经地编出通顺却虚假的内容，很大程度上就是这种快的产物。它把语言顺下去了，把逻辑的样子做出来了，但未必真的回头查过、反着证过、自己审过。
所以，在大多数文书、代码、法律检索、复杂推理这类要紧的工作上，默认快速模式并不一定合适。更稳妥的做法，是主动打开深度思考或高 effort 模式，让模型多走几步：先拆题，再推理，再复核，再给结论。
这正是系统 2 在替系统 1 兜底。
深度思考像系统 2。
所谓“想得深”，本质上不是让模型变聪明，而是让它在当前能力范围内，愿意花更多功夫。
它会更慢，也会更贵。深一档，就多烧一份算力，多等一截时间，多付一笔账。但在那些容错率低的任务上，这笔成本通常值得：例如复杂合同审查、诉讼策略推演、程序风险排查、代码重构、长文校对、数据分析。
这些事情的共同点是：错一点，后面可能连着错一串。
但“想得深”并不等于永远更好。
人类的第一直觉，很多时候反而是最准、最快的。日常常识判断、危险情形下的即时反应、简单事实的确认，本来就不需要拉出系统 2 大动干戈。
机器也一样。你拿“1+1 是否等于 2”去喂深度思考模式，它可能绕半天，最后还给你一个看似周密却多余的答案。这不是聪明，而是火候不对。
所以，第一组旋钮的诀窍很简单：该深则深，该快则快，杀鸡不必用牛刀。
第二个旋钮：用哪个脑子
这里有个最容易被混为一谈的地方：很多人以为“让它想得更深”就等于“让它更强”，其实这是两件事。
思考程度调的是功夫，模型选择换的是脑子。
思考程度，调的是模型在这一次任务里愿意花多少功夫。换模型，换的则是脑子本身：它的知识密度、推理上限、抽象能力、表达能力、工具使用能力，到底处在什么层级。
小模型可以开深度思考，旗舰模型也可以秒回。但这不意味着二者站在同一条起跑线上。
很多时候，强模型的普通回答，会比弱模型深思熟虑半天更好。原因也并不神秘：前者的“本事”原本就更厚，后者再努力，也很难临时突破自己的天花板。
快有两副面孔。
要看清这一点，得先拆开一个词：快。
一种快，是想都没想的冲动，是空的。它像一个人没读题就举手抢答，气势很足，但答案未必靠谱。
另一种快，是棋手扫一眼棋盘就知道落子，是资深律师听完案情就能大致判断争点。那种“不假思索”的背后，是成千上万小时的慢功夫，被压缩、固化成了直觉。
这种快，不是慢的反面，而是慢的结晶。
强模型的秒回，更接近“庖丁解牛”。
庄子笔下的庖丁说得透。他刚开始解牛时，“所见无非牛者”，满眼都是一头完整的牛，无从下刀；练了三年之后，“未尝见全牛也”；到最后，则是“以神遇而不以目视”，闭着眼也能游刃有余。
那把快刀，是从笨功夫里一刀一刀磨出来的。
模型也是这个道理。高水平模型的“秒回”，更接近训练阶段沉淀出来的能力压缩。它不是临时偷懒，而是大量训练和反馈之后，把许多判断固化进了权重里。
所以，回到那道高考卷：只把 Sonnet 4.6 的 effort 从 Low 拉到 Max，未必就够。那条回复真正点破的是：有些题先得换一颗更强的脑子，再谈让它多努力。
别让“默认”替你做主
讲到这里，就轮到最该提醒的习惯了：别一上来就用默认，更别图省事永远停在快速挡。
默认快速模式，适合闲聊，不适合正经活儿。
不少工具的默认选项，其实是为了省成本、提速度、降低等待感。它适合闲聊、润色、发散想法，也适合回答很多轻量问题。
但一旦任务进入“错了会有后果”的范围，默认快速模式就可能埋雷。比如让 AI 帮你起草一份合同、审一份起诉状、判断一个程序期限、梳理一个复杂案情，如果它仍然用系统 1 的方式张口就来，你得到的可能不是帮助，而是一份包装得很流畅的风险。
自动模式有价值，但不能完全外包判断。
也有些工具的默认选项是“自动”：模型自己判断这道题该想多深，再决定花多少功夫。
某种意义上，它是在替你做“火候”的判断。这恰恰对应卡尼曼说人脑很容易失灵的地方：系统 1 什么时候该把活儿交给系统 2，那个把关动作，人经常做不好。
机器正在学着替自己，也替你守好这道关。但至少现在，这道关还不能完全外包。你仍然得知道什么时候该信任自动，什么时候该夺回方向盘。
具体到法律工作，多数时候要更偏向深度思考。
对法律人来说，客观讲，大部分正经工作都应该偏向深度思考。
但这也要看活儿的分量。一份普通咨询回复、一段条款润色、一篇普法文章提纲，默认模式或中等思考程度也许足够；一桩疑难复杂案件、一次再审策略推演、一份会被提交法院的关键文书，就应当把思考程度拉高，必要时还要换更强的模型。
一份起诉状初稿，和一桩最高法再审的攻防策略，本来就不该用同一挡火候去煨。
真正拉开差距的，是判断力
说到底，旋钮越来越多，并没有把选择从人手里拿走，只是把选择挪了个地方。
过去，你主要判断的是：这个问题要不要问人、问谁、查哪本书、翻哪条法条。现在，你还要判断：该用哪个模型、开多少思考、给多少上下文、什么时候要求它复核、什么时候必须自己下场。
人与人使用 AI 的差别，很大程度上，就是这种判断力的差别。
判断 AI 的答案，先要自己有底。
AI 的答案通常很顺。越是顺，越容易让人放松警惕。
真正重要的是，你能不能在第一时间嗅出某处“不对劲”：这个案例是不是编的？这条规则是不是过时了？这个推理是不是跳步了？这个结论是不是忽略了程序阶段？这个建议是不是看起来很漂亮，实际落不了地？
没有自己的底子，就很难判断 AI 的答案到底是帮手，还是陷阱。
判断该怎么用 AI，本身也是专业能力。
会不会提问，当然重要。但更重要的是，会不会安排任务。
哪些问题适合让 AI 先发散，哪些问题适合让 AI 严格按证据归纳，哪些问题必须让 AI 列出不确定性，哪些问题只能让 AI 做辅助，最后结论必须由人来承担责任。
这些都不是按钮本身能替你完成的。
人的判断力，本身就是一种被慢功夫喂养出来的“快”。我们用它去驾驭 AI 的两个旋钮，而它自己，恰恰是最难用旋钮调出来的东西。
一个挥之不去的隐忧
但顺着这条线想下去，会撞上一个让人不安的问题：如果深度思考这件事，越来越多地被 AI 替我们代劳，人会不会逐渐丧失深度思考的能力？
判断力建立在“自己真的深想过”的基础上。
这不是杞人忧天。
判断力并不是凭空长出来的。它建立在你自己真正读过、想过、写过、错过、返工过、被质疑过的基础上。正是那些慢、笨、累、反复无常的过程，慢慢磨出了直觉。
可如果那个“深想”的环节被外包出去，久而久之，我们赖以驾驭 AI 的判断力，会不会反倒先一步萎缩？
年轻人的“笨活”梯子，正在被抽走。
这件事已经在加速。
这两年，文科背景的实习生越来越难找到对口工作。很多过去由年轻人一点点积累的基础任务，正在被 AI 工具替代：资料整理、会议纪要、检索归纳、初稿撰写、格式转换，甚至电脑上的许多事务性杂活，也开始被 Codex、Claude Code/Cowork 这类代理工具，乃至各种能操控本地电脑的 agent 接管。
问题是，过去的年轻人正是靠这些笨活、杂活，一点一点攒下经验，磨出直觉，长出判断力。
当这架梯子被抽走，下一代人的“经验之山”，又该从哪里垒起？
我没有答案。但隐隐觉得，这才是比“选哪个模型”更要紧、也更难的那道题。
说到底，是火候
中文里有个词，把这一切说尽了，叫火候。
火候讲的从不是火大火小，而是恰到好处：该猛则猛，该文则文，分寸全在那一念的拿捏。
选模型、调思考，是火候；什么时候信任 AI、什么时候自己上手，是火候；在这个一切都急着被外包出去的时代，懂得有些功夫必须留给自己亲手去练，也是火候。
真正的高手，不是把每一档都开到 Max，而是知道什么时候根本不必开。
旋钮的用法，三两下就学会了；可决定该拧哪个旋钮的那点判断力，是一辈子的功夫。这门手艺，我们在学，机器也在学。只盼我们别在学会用它的同时，也弄丢了那个配得上用它的自己。