这两年学德扑策略时你有没有过这种感觉：一篇文章读完了，或者一个视频看完了，你把手机放下，脑子里是空的。
当时每一句都懂，读的时候还挺顺的，但要是让我说出它到底讲了什么，我说不出来。
这两年这种东西越来越多，多到我一开始以为是自己的问题——是不是我记性变差了，是不是我注意力不行了。
后来我发现不是。
英文世界已经给这类东西起好了名字，那个词叫slop，原意是泔水、猪食，喂猪的那种。2025年它被国外机构选成了年度词，正式收进词典，释义是“用AI大批量生产的低质量数字内容”。
一、AI的扑克手牌分析
我问了AI一个扑克问题：BTN用AJ杂色开池，大盲位跟注，翻牌K83彩虹面，对手过牌，我该怎么打。
它给我的回答是下面这一段：
AJ完全没中牌，只有两高张，仅6张补牌能中对子反超，其余转牌/河牌都会让你继续手持空气；
牌面有K，对手手里任意带K（K2-KQ）都直接压制你，大盲跟注范围大量含K、中小对子（33/88）、弱AX、中小同花、中小连牌。
常规稳健打法：持续下注c-bet（推荐绝大多数对局）
下注尺度：干燥彩虹小底池，标准1/3底池，不要重注（重注会被所有K、对子轻松跟注）
逻辑：①BTN开池范围宽，代表大量K、对子、强AX，持续下注代表你持有K的极化范围；②牌面无听牌，对手没有什么听牌可以抵抗，弱牌（A2-A7、QJ、小卡张）会直接弃牌；
后续计划：一旦被跟注就放弃，转牌任何非A/J全部过牌，对手下注直接弃牌；只有转牌A/J才继续价值下注。
我不打算在这儿逐条挑它的毛病，记住你读完这一段时候的感觉就行。
二、这些内容是怎么来的
它不是在算EV，它是在复述。
AI大模型的本事是猜下一个字最可能是什么。而它猜得准不准，取决于它读过什么。
它读的是什么？就是市面上现有的这些东西——扑克书、博客文章、论坛帖子。这些“人类高质量语料”，说句实话，大部分的扑克水平也就六七十分（毕竟还有不少10-50年前的东西）。
而且这件事是循环的。
有人写了一篇60分的东西，被喂进去；模型学完，吐出一篇55分的东西；这篇又被发到网上，又被下一轮喂进去；下一个模型再学一遍，再吐一遍。
一圈一圈转下来，出来的就是刚才那段话——每一句都像是从什么地方读到过，因为它确实就是从那些地方读到的。
它没有在这手牌上算过任何东西。它只是把所有讲过K83彩虹面的人说过的话，取了个平均。
三、AI只负责动嘴，它并不下场打
那如果不让它讲，直接让它上桌打呢？
GTO Wizard官方前两天正好做了这个实验。他们把市面上的主流大模型拉过来，跟自家的GTO Wizard AI打单挑，还做了个公开排行榜。
大模型的战绩很难看。表现最好的那个模型，输16.3bb/100；而人类高手在这种对抗里，可以做到只输5bb/100左右。成绩最差的那个GPT-4o，甚至比“每一手都直接弃牌”还要差。
主讲人Tombos21在视频里分析：一个在猜下一个字最可能是什么，一个在算这个决策长期能赚多少。
有一手，模型拿的是Q♦9♠，杂色。它的推理过程写着：“同花的Q9，面对2.25倍开池明显可以继续，我们有时候还可以3-bet……”
这手牌不是同花的，它没有意识到，还会顺着这个错误一路往下推，思考得看似有理有据。
视频给的结论很直白：这批模型最大的两个毛病，一是翻前范围很烂，二是搞不清楚自己手里到底拿的是什么牌。
它读遍了所有东西，但从来没在牌桌上输过。
我不是在喷AI，我自己天天都在用。我说的是这个机制本身：当“看起来很专业”这件事变得几乎免费的时候，它就再也不能拿来当判断依据了。
四、你是否一直在拿“看起来很专业”当判断标准
它不懂扑克，但它做得出一份看起来很懂扑克的讲义。
讲到这儿，我想请你回头看一件事：你平时到底是靠什么，判断一个东西可信不可信的？
我猜大部分人的判断系统跟我原来是一样的——他能做出一张结构完整的思维导图，能做出一套排版整齐的PPT，那他应该是真懂吧？不懂的人做不出这个东西来。
这个判断系统，在过去二十年里一直是成立的。因为把一件事整理成结构、画成图、排成页，本身就要求你先把它想明白。也很少有人不懂装懂去做个思维导图，形式是内容的副产品。你得先有货，才做得出那个壳。
现在这个前提没了。
你可以随便找一个AI模型，它根本没打过牌。你跟它说一句“帮我做一份3-bet底池的讲义”，它立马做得出来。结构完整，术语齐全，配色也不难看。一眼看过去，专业得很。
那当形式已经没办法拿来当判断依据的时候，我们的判断力从哪里来？
答案就是，回到内容本身，你需要真正的带着思考去读内容。
五、思考能力是块肌肉，不用就会萎缩
要有效吸收内容，靠的是深度思考。而深度思考不是天生的，它是一个后天练出来的习惯——跟你身上的肌肉一样，练它就长，不练它就掉。
有一个说法叫心智肥胖。你每天暴食信息，就跟每天暴食糖一样：糖吃多了身体会重，杂讯看多了脑子会肿。
而喂给你的那些东西，是那些永远刷不到底的信息流、卡在你注意力峰值上恰到好处的十五秒节奏、精准得吓人的推荐——这些都不是巧合。那是各家互联网公司的一群全世界最聪明的大脑，用神经科学、行为心理学和机器学习，对着你的反应做了无数次测试之后，找到的那个开关。
于是你以为你在“获取信息”，可那个过程几乎不需要你动任何脑子。日子久了，你得到的不只是空虚，还有一套被算法驯化了的思维方式。
你以为你在消费内容，其实是内容在消费你仅剩的那点认知资源。
六、如何练习思考力？
健身房里举铁练肌肉的时候，肌肉并不是在变强，它其实是在被破坏——肌纤维被撕出无数细小的损伤。真正长肌肉发生在你放下杠铃之后：身体去修补那些损伤，而且会修得比原来厚一点，为了更好地应付下一次。
关键全在最后那几下。前面那些轻轻松松完成的次数都是铺垫，只有快力竭、肌肉发酸发抖地那几下，才真的给到了足够的刺激。
不难受，就不生长。脑子是一样的。
你读一篇完全不费劲的东西，就像举一个对你来说太轻的哑铃——动作是做完了，但什么也没发生。滑过去的时候很舒服，收工的时候你以为自己练了，其实一下都没练到。
而你觉得吃力、需要回头再看一遍、需要停下来想一想的那些时刻，才是真正在长的时刻。
那具体怎么练？我自己在做的有两条。
第一条：看原始内容
同一个东西，你面前其实有好几层可以选：原始内容、别人的总结、AI对别人总结的总结、别人对AI对别人总结的总结的总结。越往下越好读，也越省事。
我的建议是，尽量看源头。比如你想搞懂进化论，最好的办法是去读达尔文本人的作品，而不是某书某音上某位科普作家的解读。
第二条：看完用自己的话讲一遍
这一条是用来检验的。
看完一篇东西、一个视频，合上，然后问自己：它到底说了什么？用你自己的话，讲给一个完全没看过的人听。
讲不出来，就是没懂。哪怕你刚才每一句都点了头。
这个动作既检验你，也检验内容本身：真有货的内容，你带着思考一定复述得出来；那种读起来很顺、但什么也没说的，你一开口就会发现自己无话可说。
尾声
写到这儿，我回头看了一眼开头那个问题。
你把手机放下，脑子里空空的，你以为是自己记性变差了。
其实不是。稀里糊涂读完的东西，绝对也会稀里糊涂的流走。而那块本来该拿来判断的肌肉，因为一直没被用上，正在悄悄地消退。
我不觉得AI会让所有人变笨——它让那些愿意多想一步的人跑得更快，也让习惯了混水摸鱼的人混得更安心。
下一次你读到一个“好像挺有道理”的东西，你是点个头就滑过去，还是愿意停下来，多花那五分钟。
那停下来五分钟不好受，但现在你知道了——不好受的时候，正是你提升的时候。
在一个什么都能被快速生成的年代，祝你能够保护好自己慢慢思考的能力。
