从认知行为学看人类如何借助 AI-Agents 实现技能学习的协同进化
学习技能、掌握技能、使用技能，从生疏到熟练中，大脑可塑性特征构建了新的神经回路以及身体所形成的肌肉记忆，使得人类能够消耗越来越低的身体能量，同时能够完成越发高质量的技能动作。这是过去人体特征上对技能的一种自动化低功耗的技能发展逻辑。
而随着以 LLM 驱动的 AI-Agents 为代表的自主智能的出现，智能体具备了对语义的需求理解以及对环境的自主感知，具备了对一系列复杂任务的自主决策与自动执行能力。
而当 AI-Agents 进入到人类学习技能、掌握技能以及使用技能的能力构建中时，从湿件的维度上，自主智能的逻辑改变人类习得技能的神经回路的塑造方式以及肌肉记忆的形成方式，自主智能转移了技能自我训练的学习成本，以及人体对技能动作执行的功耗成本。
人类掌握并运行技能的实际成本结构，变成了生物能量与算力能量的功耗结构。
此处我们引入一个认知行为疗法的概念，一个人过去的经验与认知方式不同，决定了我们在不同情境中做出不同的执行动作反馈。
人类在习得技能的过程中存在学习的风险，即付出高昂的学习成本，却存在较高失败率的技能时，情绪性问题会导致人类在习得技能的过程中，形成一种内在的能量损耗，这个内耗结构加速并扩大了习得技能的阻力，进而导致神经回路与肌肉记忆无法进入一个持续递减的正反馈功耗系统中，反而构建了一个负反馈的功耗系统，投入的学习成本越大，习得技能的结果越来越差。
在认知行为疗法的理论中，存在这么一个结构，即“情境 - 认知 - 情绪 - 后果”，其中进一步补充一个关联概念，自动思维（automatic thoughts），它用于描述人在特定情境中所产生的想法，而这个想法导致了情绪、行为或者生理反应。自动思维是一种自动涌现与完全接受的认知模式，而自动思维的出现又是由我们的经验与观念在潜移默化中形成的。
事实上，当 AI-Agents 进入了我们习得技能的过程时，也完全改变了我们过往面对学习阻力时的认知行为的模型结构。
当 Agents 作为一种可靠的专家模型时，改变了我们习得技能过程中，孤立无援的心理状态；而当 Agents 作为自主智能进入人类技能的学习过程中时，自主智能进入了经验认知的范畴之中，针对过程的阻力点 Agents 都将提供多种不同的思路，这意味着习得技能的神经回路的塑造结构将变得更加有开放性与灵活性，而不是局限于人类大脑过往经验所塑造的偏见与局限。
一种开放性与灵活性的技能习得的认知模式，也将改变情绪特征的表达方式，即减少了负面情绪形成内耗结构，而 Agents 介入习得技能后的使用技能的结果反馈，也补充了对技能效果的多种修正反馈机制，事实上也极大减少了训练技能动作时肌肉记忆的修正成本。
由此，Agents 成为人类技能增强系统的底层逻辑，在于 Agents 的自主智能构建了一个新的习得技能的功耗系统，这个功耗系统相比于人类的技能形成方式有更高的优势，而这也是人类从认知行为的结构层面，开始与 AI-Agents 形成协同进化的正确打开路径。
【免责声明】市场有风险，投资需谨慎。本文不构成投资建议，用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。
