唯一的思维转变，将使用AI的人与被甩在后面的人区分开来
Source: Dev.to
请提供您希望翻译的文章正文（除代码块和 URL 之外的文字），我将把它翻译成简体中文并保持原有的 Markdown 格式。
垃圾类比
你每天都把垃圾倒掉。
你已经这样做了多年——甚至几十年。这只是你日常例行的事。你抓起垃圾袋，走到外面，扔进垃圾箱。完事。你从不再想一遍。
但如果你停下来十秒，问自己：“真的必须这样吗？”
如果垃圾能自己被倒掉会怎样？这听起来荒唐，而这正是重点。大多数人从不提出这个荒唐的问题。他们从不够好奇，去想想自己一直遵循的习惯是否可以以不同的方式——甚至根本不做。
在 2026 年，这种缺乏好奇心是阻碍人们前进的最大因素。
Source: …
好奇心缺口
传统企业依赖数十年的手工流程。模式一再重复：这不是技术缺口，而是好奇心缺口。
工具已经就位——AI 能写作、分析、构建、自动化、推理——而且每个月都在进步。然而大多数人使用这些工具的方式，就像处理垃圾的日常：他们接受默认设置，不质疑流程，对底层的东西缺乏好奇。
原创者 vs. 其他人
沃顿商学院的组织心理学家 Adam Grant 研究了“原创者”——推动创意和变革的人。他的研究发现，原创者与其他人之间最大的区别并非天赋或智力，而是 原创者更害怕不尝试，而不是害怕失败。他们产生大量想法，其中大多数是糟糕的，但庞大的数量为突破创造了条件。这就是好奇心的实践：主动实验，而非被动思索。
大脑为何抗拒好奇心
精神科医生 Judson Brewer（布朗大学）花了二十多年研究习惯形成。他指出，大脑运行在基于奖励的学习回路中：触发 → 行为 → 奖励。
- 看到满满的垃圾袋 → 拾起它 → 感到任务完成的愉悦 → 回路完成 → 大脑继续前进。
同样的回路也适用于思考：我们遇到问题，伸手去寻找熟悉的解决方案，获得“完成了”的小奖励，却从未质疑这个问题本身是否值得解决。
Brewer 的关键洞见：好奇心比意志力更能打破这些回路。当你对某个习惯或模式产生真正的好奇时，大脑的奖励系统会更新，让你看到默认行为的实际结果，而不是在自动驾驶模式下操作。好奇心不仅是锦上添花，它是重塑你运作方式的机制。
垃圾测试
我在团队中使用一种我称之为 垃圾测试 的方法。它很简单：
- 挑选一个你从未质疑过的日常习惯——那种如此常规以至于几乎不可见的行为。
- 对它产生好奇心，而不是去优化它。问自己：“这到底为什么会存在？”
当你足够多次地提出这个问题时，你会开始发现整类本不该存在的工作：未阅读的报告、完全可以改成异步信息的会议、可以由 API 处理的手动数据录入、因为有人在 2017 年被坑而一直保留的审批流程。
垃圾不需要更快的通道把它送进垃圾桶。垃圾需要一开始就不被产生。
为什么很多人说“我不爱好奇”
人们常常声称自己是“没有好奇心的类型”。这就好比说你不是呼吸的类型。好奇心是人类的默认状态。孩子们每天会问大约 300 个问题；而到了成年，这个数字几乎降为零。
到底发生了什么？我们被 训练 成了这样。学校更奖励正确答案，而不是好的问题。职场更奖励执行，而不是探索。问“为什么”开始看起来像是你不知道自己在做什么。
Anne‑Laure Le Cunff 在 SXSW EDU 2025 上谈到实验性思维时指出，到了初中，大多数孩子会从发现的兴奋转向做好事的压力——而我们把这种压力带入了职业、生意以及与技术的关系中。
Source: …
小实验，而非大改革
解决方案并不是一次巨大的思维方式改革；它是一系列小实验。以下是我在帮助团队采用 AI 并构建新工作流时使用的框架：
- 识别摩擦点——找出让你感到烦恼、或是你默认接受的繁琐事务。
- 关闭一切 15 分钟——不看 Slack、不查邮件、不听音乐。只剩你和这个问题：“这里到底在发生什么？底层的原因是什么？”
- 大胆思考——提出那些看似愚蠢的问题：
- “如果这根本不存在会怎样？”
- “如果我做相反的事会怎样？”
- “如果一个五岁孩子来设计会怎样？”
价值在于打破默认模式，而不是答案本身。
- 执行一次微实验——无需计划、无需 PPT，只尝试一点小东西。目标不是成功，而是学到 30 分钟前你不知道的东西。
- 记录你的发现——一句话即可：“我尝试了 X，学到了 Y。” 把足够多的这种句子堆叠起来，你就拥有了一张任何顾问都做不出的路线图。
示例：早晨信息扫描
- 当前习惯： 每天早上花 45 分钟阅读 Slack 消息、邮件和项目更新，以弄清楚哪些事项需要关注。
- 垃圾测试问题： “这为什么会存在？”
- 因为信息分散。
- 因为没有唯一的真相来源。
- 因为每个人的沟通方式不同。
- 好奇问题： “如果我根本不做这件事会怎样？如果有东西能替我完成会怎样？”
- 微实验： 用一小时搭建一个简单的 AI 工作流，汇总你的频道并标记出真正需要你介入的内容。不是完美系统——只要一个原型。
- 结果： 你会了解到 AI 能做什么、真正的信息瓶颈在哪里，以及接下来该聚焦的方向。
这比大多数人在“想要了解 AI”一个月里取得的进展要多得多。
Research: Curiosity as a Critical Capability
Research from ISG found that curiosity is becoming one of the most critical organizational capabilities in the AI era. Not because curious people are smarter, but because they experiment—and experimentation is the only way to figure out how AI fits into a specific context.
No blog post, course, or consultant can tell you exactly how AI will transform your work. That answer only comes from getting curious enough to try things, to break things, to ask the question nobody else is asking.
Google built its innovation culture on this principle: employees get 20 % of their time for self‑directed projects—not because they know what will emerge, but because they understand that curiosity at scale produces unpredictable outcomes.
You don’t need Google’s budget. You need 15 minutes and one dumb question.
拥抱未知的尴尬
好奇心需要一种大多数人会回避的状态：坐在“不知道”中。我们生活在一个即时答案的时代——上网搜索、询问 ChatGPT、继续前进。但好奇心并不是要更快得到答案；它在于提出更好的问题。更好的问题源自于对未知的尴尬感，源自于在那片空间里停留足够久，以看到真正的东西。
神经科学家 Stuart Firestein（TED 演讲 “The Pursuit of Ignorance”）认为，知识实际上会产生更多的无知，而不是更少。每一个答案都会打开新的问题。那些能够在其中找到兴奋感而不是威胁感的人，才是能够茁壮成长的。
最后的行动号召
那就是思维方式的转变：不是 “我需要学习 AI”， 而是 “我想知道如果…会怎样？”
不要把这篇文章收藏起来然后忘了它。这是旧的模式——默认循环。相反：
- 在关闭此标签页之前，挑选你生活或工作中从未质疑过的一件事。那种“理所当然”的事。
- 把它写下来。
- 花 15 分钟对它产生好奇。
不是明天，而是现在。
垃圾在等着。但也许它不一定非得如此。
我帮助公司弄清 AI 实际上在业务中的定位——不是炒作版，而是让团队日常工作更好的版本。如果你正使用的流程在 2026 年看起来不该存在，让我们聊聊。