AI 時代還需要背東西嗎？外接大腦的三個前提
計算機普及五十年，心算沒有消失——因為你得先知道答案大概多少，才看得出按錯了。AI 是更強的計算機，而外包記憶前，有三個前提得先成立。
「都有 AI 了還背什麼？」——小孩問這句的時候，多數大人答不上來，只能搬出「背東西訓練腦力」這種連自己都沒被說服的答案。這篇給你一個站得住腳的回答框架，而且對大人自己的職涯一樣適用。先講結論：大部分的記憶確實可以外包，但有三個前提，缺一個都會出事。
五十年前就吵過一次：計算機會不會毀了數學？
計算機進教室的時候，同一場爭論就吵過了。五十年後回頭看，答案很微妙：心算沒有消失，但它的角色變了——沒有人再用心算開平方根，可是每個會用計算機的人都在心算一件事：這個數字合理嗎？
餐廳結帳一千二你按成一萬二，發現按錯的不是計算機，是你心裡那個「大概一千出頭」的預估。這個預估來自內化的數感——它不精確，但它是整套外包系統的防呆機制。
AI 是強一萬倍的計算機，同一條規則放大一萬倍：外包執行可以，外包判斷會出事。
該背的不是答案，是讓你認得出好答案的底子。
外接大腦的三個前提
把 AI 當外接大腦之前，檢查這三個前提在不在：
- 索引還在腦裡。你可以不記得書的內容，但你得知道這本書存在——否則你不會去查。AI 只回答被問到的問題，而提問需要你知道那個概念存在。不知道「機會成本」這個詞的人，不會問出機會成本的問題，AI 再強也幫不上。外包書庫可以，目錄必須隨身帶。
- **判斷不能外包。**AI 會給你流暢、自信、偶爾錯誤的答案，而流暢和正確在感官上幾乎無法區分。能聞出「怪怪的」的鼻子，來自內化的領域基準——就像心算之於計算機。你領域的核心原理，是唯一能校驗 AI 輸出的儀器，這一區沒有外包選項。
- 連線不保證。開會被問到的瞬間、談判桌上的三秒鐘、走路時靈感碰撞的那一刻——思考發生在工作記憶裡，而工作記憶只能調用已經內化的東西。查得到的知識參與複製，記得住的知識才參與思考。你不會在洗澡時被一則沒讀過的筆記啟發。
三個前提合起來是一張分工表：執行層（算、查、翻譯、格式）大方外包；索引層（知道什麼存在）和判斷層（認得出對錯好壞）留在自己身上。
什麼時候真的不用背？
滿足三個條件的資訊，放心交出去：穩定（不會每年變）、查得快（十秒內能拿到）、錯了代價低（查錯頂多重查一次）。電話號碼、API 參數、單位換算、歷史年份——這些背了也只是佔用倉庫，考試之外的人生用不到默寫。
分不清楚的時候，回到那個小孩的問題重新問一次自己：如果 AI 給我一個錯的答案，我看得出來嗎？看得出來的領域，你的底子夠了；看不出來的領域，就是還得背的地方。今天可以做的第一步很具體——拿出一張紙，列出你的專業裡「查得到、但你希望不用查」的十個概念。那張清單，就是你這個時代真正的背誦範圍。
帶得走的重點
- 該背的不是答案，是讓你認得出好答案的底子。
- 外包記憶的三個前提：索引還在腦裡、判斷不能外包、連線不保證。
- 不知道存在的知識，你不會想到要查——目錄必須留在自己身上。
- 第一步：列出你領域裡「查得到、但你希望不用查」的十個概念。
常見問題
- 有 AI 可以隨時問，花時間內化知識不是很沒效率嗎？
- 取決於那個知識參不參與思考。查得到的知識只能在你「想到要查」的時候幫你；內化的知識才會在你沒想到的時候自己跳出來——洗澡時的靈感、會議上的直覺、看到提案瞬間覺得「怪怪的」，全是內化知識在工作。AI 再快，也快不過已經在你腦子裡的東西。
- 那到底哪些該背、哪些交給 AI 就好？
- 用兩個軸切：變動快不快、錯了代價大不大。穩定又低代價的（語法細節、格式規範）放心外包；變動快但高代價的（法規時效、報價行情）外包但養成查證習慣；穩定又高代價的——你領域的核心原理、判斷框架——這區必須內化，它是你聞出 AI 答案不對勁的鼻子。