论文量化AI与人类注意力鸿沟：上下文窗口涨3906倍，人类专注力反降
alex_verem · x · 2026-09-29
arXiv 论文《The Cognitive Divergence: AI Context Windows, Human Attention Decline, and the Delegation Feedback Loop》（作者 Netanel Eliav，Machine Human Intelligence Lab，2026年3月17日提交）把两条趋势放到同一尺度上比较：
- AI 上下文窗口：从 2017 年的 512 tokens 增长到 2026 年的 200 万 tokens，约 3906 倍，拟合增长率 λ≈0.59/年，翻倍时间约 14 个月。
- 人类有效上下文跨度（ECS）：作者用阅读速率元分析（Brysbaert, 2019）加一个「理解缩放因子」把阅读时间折算成 token 当量，估计从 2004 年的约 16000 tokens 降到 2026 年的约 1800 tokens（基于截至 2020 年的纵向行为数据外推，论文第 9 节讨论了不确定性）。
- 差距：AI 与人类的比值从 ChatGPT 发布时（2022年11月）的接近持平，扩大到原始口径 556–1111 倍；扣除长上下文检索退化后（Liu et al., 2024；Chroma, 2025）仍有 56–111 倍。
论文提出「委托反馈回路」（Delegation Feedback Loop）假说：AI 能力越强，人类愿意委托给 AI 的认知门槛就越低，连需求极小的任务也交出去；练习减少导致技能退化，于是委托更多。作者称 30 个月内人们交给 AI 的任务从写文章、写代码变成两句话的邮件回复。
引用的证据包括：MIT 一项 54 人研究显示用 LLM 写文章的一组脑部参与度最低，之后不用 LLM 写作时脑部参与度仍偏低；另一项 666 人研究把重度 AI 使用与较弱的批判性思维联系起来。作者也承认局限：尚无研究对同一批人做多年跟踪，完整回路未被验证。论文指出回路有边界——把 20 万 token 的报告交给 AI 没有损失，真正的代价来自每天交出去的两句话邮件，因为那让你停止练习写作。
「漫话AGI」频道最新
- DeepMind等机构联合提出贝叶斯框架评估AI意识,现有LLM评分1%-80% — mhutter42 · 2026-09-29
- Timnit Gebru 断言 AI 无生存威胁:末日论是创始人赚钱话术 — nordicinst · 2026-09-29
- 研究者称 AI 危害比污染更糟，类比病原体 — gleech · 2026-09-29
- 研究员gleech：AGI一词已被2024年前的用法弄得分歧难解 — gleech · 2026-09-29
- 前 OpenAI 员工：离开前沿实验室后才看清对「必然未来」的误判 — jonkhler · 2026-09-29
- OpenAI 内部模型研究任务 80% 时长仅 15 分钟,起飞门槛还差多远? — tobyordoxford · 2026-09-29