别再问“为什么这都不会”：聊聊技术圈的“认知诅咒”

看王鹏博士的视频号，是我了解AI最新进展的一个便利渠道。

最近他介绍Gemini 3.0 Pro的“炸裂”表现时，评论区有一条高赞留言显得格外刺眼：

国内都被屏蔽了，说这么多，大多数人都用不上

王博士的回复很简洁，也很有力：

想用就能想办法

看到这句回复的瞬间，我深以为然。对啊，这点小问题，怎么可能挡住一颗想拥抱未来的心？无非是花点钱，动动手。在这个AI能手把手教你配置环境的时代，这甚至都算不上门槛。

直到我亲手复现这个“简单”的过程时，才多了一份醒悟，这个心态一直就是错的。

本来呢，我打算写个例子，证明用上大模型编程序毫无门槛（我不能写科学上网啊）。用codex这个工具调用国内的智谱大模型。先brew install codex，再配置一个几行的toml文件。

然后运行codex，一个指令，任务开始。

你看，多简单。简直是不能再简单了。

继续简单：我让它“制作一个最近5天全球气温剧烈变化最大的城市地图”。很快，一张地图就生成了，虽然用的是模拟数据。

我又换了个模型，比如GPT 5.1和Gemini 3.0。这次 5.1 挺一般的，也是模拟数据。

Gemini的表现就惊艳了，它不仅给我推荐了一个无需注册API Key就能用的气象数据源（Open-Meteo），还用一个叫recharts的库，给地图上的每个城市都配上了可交互的渐变面积图，直观展示5天内的温度走势。

这个超出预期的多巴胺刺激让我完全进入了沉浸状态。又想，能不能把全球主要城市的名字汉化一下？于是我调用了Ollama Cloud上一个新上的免费开源模型cogito-2.1（正好也想测测质量），跑了4个小时，23000个城市名被翻译完毕。

当这一切完成，我准备开始写文章赞美这些编程环境和大模型的“简单易用”时，一个念头突然击中了我：

等一下。

Windows用户怎么brew install？而且 brew 是个什么鬼？codex和gemini命令运行时，那个“看不见”的网络环境（懂得都懂哈）是怎么回事？能用上Gemini Pro，支付环节用的是什么信用卡？更别说大前提是你得有个 gmail 账号吧。后面那些npm、node、tail命令，又分别是什么“咒语”？

我以为的“简单”，冷静下来想想，其实是一座不小的冰山。我站在露出水面的那一角，轻松地挥着手，却完全忘记了水面之下，是长达数年工作经验积累起来的庞大山体。

那一刻我才明白，王博士那句“想用就能想办法”背后，真正省略掉的主语是：“像我们这样的人”。

1. 门槛的真相：不是一步之遥，而是万级台阶

我们常常误以为，掌握一项新技能的门槛，是眼下这一个动作的难度。但真相是，门槛的真实高度，是你需要调用的“前置背景知识”的密度。

这就像一个物理系硕士生读杨振宁先生的杨米尔斯统一场理论论文。在Ta眼里，这只是阅读。但在外人看来，Ta是在调用过去数千小时里搭建起来的、由无数数学和物理概念构成的“认知脚手架”。没有这个脚手架，那篇论文上的每个字都认识，但连在一起就是天书。

技术世界尤其如此。当一个程序员看到“404 Error”，大脑会瞬间跳出“网络不通”、“路径错误”或“服务挂了”等诊断。但对没有这个背景知识的人来说，这串字符是一种充满恐惧的符号，它唯一的信息是：“你把电脑弄坏了”。

我们口中的“简单配置”，背后可能藏着对操作系统的理解、对命令行的熟悉、对网络协议的直觉，甚至是对英文报错信息的肌肉记忆。这些东西，我们因为太过熟悉而视而不见，但对门外的人来说，每一样都是一堵需要单独攀爬的高墙。

所谓的“平地”，其实是早已被我们内化了的、由无数级台阶铺成的缓坡。而我们，早已忘记了自己当初是如何一级一级爬上来的。

2. 语言的隔绝：当“提问”本身成为门槛

另一个更隐蔽的门槛，是“定义问题的能力”。

我们常说“有问题去搜索啊”，但这恰恰暴露了“知识的诅咒”——我们忘了，“知道该搜索什么关键词”，现在变成了“问大模型什么问题”，本身就是一种极高的专业能力。

一个程序员遇到问题，Ta知道该搜“代理设置”、“API Key”、“Python环境依赖冲突”。但一个新手，Ta面对的可能只是一个“卡住了”的模糊状态，Ta甚至不知道该如何用语言去描述自己遇到的困境。如果连问题的名字都叫不出来，答案就永远是隐形的。

这本质上是一种语言体系的隔绝。每个专业领域都像一个有入场密码的房间，而“专业术语”就是那串密码。掌握了它，你就能与同行高效交流，在前人的经验上继续前进。没有它，你就只能在房间外无助地敲门，连门里的人在讨论什么都听不清。

我们轻描淡写的一句“你去搜一下”，可能无意中关上了沟通的大门。因为我们忽略了，对于求助者而言，那片广阔的互联网海洋，更像一个没有灯塔的迷宫。

3. 心态的鸿沟：是“反馈”还是“审判”？

技术门槛之下，还潜藏着一道更深的情绪鸿沟：对“不确定性”和“试错成本”的耐受度。

对于极客或研究者来说，“报错-调试-再试”是一个良性循环。错误不是终点，而是系统给予的宝贵反馈（Feedback），是通往成功的必经之路。

但对许多普通用户而言，尤其是在数字世界里缺乏安全感的人，每一次报错都约等于一次“审判”。它似乎在说：“你错了”、“你不该点这里”、“你可能会造成不可挽回的损失”。

这种对未知的恐惧是一堵巨大的心理高墙。Ta们不敢乱点，怕病毒，怕扣费，怕系统崩溃。这种巨大的心理压力，把物理上可能很低的操作门槛，人为地拔高到了无法逾越的高度。

一个习惯了“破坏-重装”模式的开发者，和一个信奉“别乱动”原则的用户，生活在两个截然不同的数字现实里。前者把世界看作一个可供探索的沙盒，后者则视其为一个布满陷阱的雷区。

结语：请收起我们的“技术傲慢”

当我们掌握了某种知识后，就再也无法想象“不知道这件事”是一种什么状态了。这种认知偏差，让我们不自觉地把别人的“认知缺口”误判为“智力缺陷”或“懒惰”。

这导致了一种无形的傲慢。

然而，在这个技术指数级爆炸的时代，一个残酷的真相是：我们每个人，都只是在某个极窄的领域里暂时不是“小白”而已。

那个能熟练部署本地大模型的极客，可能在面对复杂的金融衍生品时一脸茫然，而这对交易员来说只是常识。那个精通量子力学的物理学家，可能在面对行政审批流程时，觉得那才是不可逾越的“天堑”。

所谓的“无门槛”，不过是幸存者偏差；所谓的“很简单”，往往是我们站在自己的坐标系里去评判别人。

下一次，当我们想当然地说出“这很简单啊”或者“想用就能想办法”时，或许可以停顿一下，想一想我们脚下那座看不见的冰山。

保持那种“我可能只是运气好，恰好站对了坡道”的谦卑，比不经意的嘲笑，更有力量，也更接近智慧。