序：本文讲一个叫「认知折叠」的判断框架，以及它如何落到程序员的日常。不涉及具体模型评测与排名，只谈可复用的方法。
一、开头：一个分裂的现象
你在 IDE 里让 AI 补一个函数，它改了三行，又把三行改回去，最后给你一段能跑但你不想要的代码。你关掉面板，心想"AI 写代码也就那样"。
隔壁同事把整个 repo 丢给一个跑在终端里的 agent，去泡了杯咖啡，回来发现测试全绿，diff 里是他想了两个月没动手的那次重构。
你大概率会以为是模型型号的差距。但更可能的是——你和他站在认知折叠的不同层。
二、什么是认知折叠
这个概念来自对 AI 能力分布的一种观察：人对 AI 的认知不连续，被折叠成几个差异巨大的截面。
- L1 真空区，约 60 亿人。AI 对他们只是新闻标题和科幻片题材。
- L2 笨拙助手错觉，约 10–20 亿人。偶尔用免费聊天产品，把 AI 当更好的搜索引擎。
- L3 智能体眩晕，约 2000 万人。以数学、编程专业人士为主，把 AI 当真正的协作者。
- L4 超级智能雏形，约 5000 人。能接触 AI 公司核心内部系统，目睹多智能体自主协作数周。
一个对比：登顶过珠峰的人约 7500。能接触 AI 极限能力的人，比登顶珠峰的人还少。
需要说明：这些人数是特定口径的估算，不是精确统计。但它足以说明一个结构——真正把 AI 用出极限的人，比你以为的少得多。对开发者来说，真正值得对照的是 L2 和 L3 的差距：不是"用不用 AI"，而是"把它当问答工具还是当协作者"。
三、为什么 AI 在代码领域这么强
关键在于「系统锯齿性」：AI 能力不是均匀爬坡，而是按领域参差分布。
代码、数学对错有明确判断依据，形成「可验证奖励」。强化学习在这里能高效训练，能力曲线陡峭上升。写诗、写文章好坏评判模糊，强化学习信号不明确，进展慢得多。所以"AI 写代码猛、写文章一般"不是玄学，是训练机制决定的。
这一点在工程上有直接体现。同一个模型，在聊天框里问"帮我重构这个函数"，它只能靠你贴进去的片段猜上下文；但把它放进终端，它能读到文件系统状态、跑测试拿到退出码、看报错再改——这些全是明确的反馈信号，等于给模型接上了一个即时的"可验证奖励"回路。Agent 在终端里比在聊天框里表现好，本质上不是模型变强了，是你把验证信号还给了它。
对程序员来说这是个结构性优势：你恰好站在 AI 爬坡最陡的领域，而且这个领域天然提供可验证的反馈。
四、你可能一直用成了搜索引擎
很多人的"AI 用法"停在 L2：遇到问题问一句，拿到答案复制粘贴，不满意再问一次。这本质还是把 AI 当更好的 Google。
判断标准很朴素：你对 AI 的敬畏程度，和你用 AI 写代码的频率成正比。
如果你只在写邮件、查资料、问"这段代码什么意思"时才用 AI，那你大概率在 L2。这不是能力问题，是用法没切换——你还没有把真实难题和运行环境交给它。
五、从 L2 到 L3 的实操方法
1. 准备一个「蓄水池」。 收集真正让你头疼的难题——一个卡了很久的 bug、一次想重写的架构、一个想逆向的工具。热身任务（写邮件、查食谱）逼不出 AI 的极限，只有真实困难的问题才能触发它独立思考、迭代方案。
2. 把终端交给模型。 这是 L2 到 L3 最实质的门槛。别只在聊天框里要答案，让它直接读文件、运行命令、看报错、自己改。你要做的是给它环境和权限，而不是替它跑每一步。
具体差在哪，一个极简对比：
L2 用法：
你: "这段代码为什么报错" → 贴代码 → 拿到猜测 → 自己试 → 再贴 → 再问
L3 用法：
你: "修好 tests/ 下失败的用例，改完跑一遍验证"
agent: 读文件 → 跑测试 → 看报错 → 改代码 → 再跑 → 循环直到全绿
你: 看最终 diff 和测试日志
差别不在提示词写得多好，在于你给没给它一个能自己验证对错的环境。
3. 给足运行时间。 前沿智能体的强项是后台长跑。给它一个任务，让它跑 30 分钟、1 小时，独立迭代方案，而不是指望 30 秒出终版。很多"AI 不行"的结论，其实是没给它时间。
4. 从可验证任务练手。 重构、调试、补测试、逆向。这些任务有明确对错，模型做得好不好你立刻能判断，也最容易建立信任。先用这些把"协作者"工作流跑通，再扩展到其他任务。
六、边界：两条硬边界
第一，创意类任务奖励信号弱。 AI 写诗、写小说、开放式创意仍然一般——不是模型笨，是这类任务缺乏明确的对错信号。别拿这些任务的表现去否定它在代码上的能力，反过来也一样。
第二，"超级智能"是内部观察，不是公开结论。 L4 描述的蜂群协作运行在高度专业化的内部环境里，是否可迁移、是否对所有用户开放，目前都不确定。工程师最该警惕的，就是把推测当事实引用。
七、小结
认知折叠真正想说的是：同一个 AI，在不同人手里是两种工具。差距主要不在模型，在于你有没有让它碰真实难题、给它终端和足够的时间。
对程序员而言这是好消息——你本来就站在 AI 能力爬坡最陡的领域，而这个领域恰好能提供可验证的反馈。剩下的问题只有一个：你打算继续把它当搜索引擎，还是把它当协作者？
