耐性、完整理解與提問能力，正在成為比工具更稀缺的競爭力，短視頻改寫的不是娛樂習慣，而是人等待、判斷與求知的節奏。生成式人工智能把這種節奏再放大一次。正視前者，才能使用後者，而不是被兩者一起帶走。

一、問題不在短，而在「短」成為默認世界

短視頻化不是某幾個應用程式的流行，而是一套正在覆蓋社會的媒介邏輯：資訊、社交、學習、購物、輿論甚至文化傳承，都愈來愈被壓縮成十幾秒到一兩分鐘、強視覺、強情緒、由算法連續投餵的片段。新聞可以短、課堂可以短、政務可以短、非遺可以短。當「萬物皆可短視頻」成為日常，真正改變的不是人們看什麼，而是人們用什麼節奏去看世界。 這套邏輯有其歷史功績。它降低了表達門檻，讓以往難以上鏡的普通人能夠記錄生活、發聲維權、推廣家鄉；災害應急、助農、文旅與文化活化，也確實借短視頻獲得過傳統媒體難以達到的速度與觸及。創作者經濟提供了新的謀生路徑。否認這些，不是正視問題，只是另一種簡化。需要正視的是另一面：短視頻把回報週期壓到極短，把完整知識裁成結論，把公共討論收成情緒。人不是不能使用它，而是在不知不覺中，把「等得了、問得深、講得全」這些能力，交給了平台的節奏。這在娛樂場域已夠麻煩；在人工智能開始大規模代寫、代答、代判斷的時代，麻煩會變成結構性弱點。

二、社會影響：賦權與異化同時發生

短視頻打破了由上而下的內容生產秩序。「無名者的出場」指的正是平民記錄權的擴張。公共災害、消費者維權、地方文化，都能以影像迅速進入視野。對部分使用者而言，觀看與拍攝也能帶來紓壓與歸屬。這些都是真實的社會功能，不應被道德恐慌一口吞掉。 另一面同樣清楚。二〇二五年一項涵蓋七十一項研究、近十萬人的系統性綜述指出：短影音使用量越高，整體認知表現越差，其中注意力與抑制控制受影響最明顯；心理健康方面則與壓力、焦慮等呈輕度至中度負相關。青少年與成人的關聯強度相近。機制並不神秘——短片把新奇刺激變成連續獎賞，大腦習慣「滑一下就有回報」，對需要長時間投入的閱讀、思考或延遲滿足變得不耐。睡眠、學業、現實社交都被擠佔。家庭甚至出現「子女提醒父母少滑手機」的反轉。公共討論也被壓縮。一件事能否被看見，往往取決於畫面衝擊與完播率，而非複雜性或準確性。算法強化繭房；敘事語法追求情緒起伏；低質、同質、乃至 AI 生成的「腦腐」內容進一步稀釋判斷。文化既能借短視頻破圈，也可能讓深度與脈絡被即時快感取代。 辯證地看，短視頻既是賦權工具，也是異化裝置。正視，就是先承認：當一種媒介成為默認環境，它會訓練人的感知、耐性與求知方式。

三、耐性如何被重新校準

這裡的耐性，不是抽象性格，而是延遲滿足、忍受無聊，以及為了較遠結果忍住當下衝動的能力。短視頻把回報週期壓成秒級。大腦很快學會：快樂不必等。 於是排隊、開會、讀長文、看一部沒有立即高潮的作品，都會覺得「卡住了」。學習與複雜工作的回報來得慢，未來收益在主觀上變遠、變淡。有追蹤研究發現，短視頻成癮傾向較高的學生，未來時間觀會縮短，接著更難撐過日常學業壓力。統合分析裡，與短影音關聯最強的認知項目之一，正是抑制控制——「想滑就忍住」的那塊能力。被打斷時也更容易失控：從高頻獎賞裡急煞車，情緒像被抽走。 必須區分急性與慢性。單次短暫觀看，或能因降低焦慮而在實驗室裡暫時顯得「更有耐心」。社會層面反覆被感覺到的，是長期習慣：人更難等、更難忍、更難為以後的自己放棄現在的一下滑。

四、完整知識如何變成「好像懂了」

短視頻對求知的傷害，不在短片裡完全沒有知識，而在完整知識被裁成結論，人卻把結論當成全貌。完整答案至少包括前提、推理、適用邊界、反例、來源與不確定性。為了前幾秒留住觀眾，這些最常被剪掉。 長期處在這種供給裡，人會覺得：有畫面、有結論、有金句，就夠了。條件與限制變得像囉嗦。這不僅是懶，更是對「完整性」的期望被重新校準。 心理學所說的解釋深度錯覺在此被放大。短視頻具體、順暢、有畫面，大腦把「看得懂、詞彙眼熟」誤認成「已經掌握」。熟悉感冒充理解，好奇心提前關機。微內容還助長「知道名字就等於懂了」。

這不只是感覺。有實驗把同一段約十分鐘的內容，分別做成完整紀錄片與七段短視頻：連續版本記憶正確率約六成，拆碎版本約四成。大腦較依賴連貫邏輯形成穩定記憶。後續研究也顯示，碎片化學習會削弱記憶提取時的資訊整合。影響於是有兩層：標準下降，不完整也被當成完整；能力下降，想拼回全貌也更難。提問本身跟著變：要快結論，不要過程；要能轉發的說法，不要帶條件的說法。完整性需要時間。耐性變薄之後，不完整但即時的答案，競爭力就變強。

五、為何這恰好卡在人工智能的死穴上

生成式人工智能的長處，幾乎是短視頻邏輯的工業升級版：極快、極順、極像完整。它能在數秒內給出條理清楚的段落。問題是，流暢並不等於正確，更不等於完整。模型會省略前提、平滑爭議、把不確定講成確定，也會產生看起來合理、其實無據的內容。 一個已經被短視頻訓練成「接受即時結論」的人，面對人工智能時，防禦最薄。他較少追問出處，較少要求邊界條件，較少把答案拿去對質現實，也較難忍受「這題目前沒有乾淨結論」。於是出現疊加：短視頻讓人習慣碎片與流暢；人工智能把碎片與流暢生產到無限供給。「好像懂了」變得極其廉價。 AI 時代真正稀缺的，不是生成速度，而是有人願意停下來問：這答案缺了什麼？在什麼條件下會錯？我憑什麼相信它？ 這直接關係到立足。人與機器的分工，不會是「誰記得更多條目」，而是誰能提出完整問題、辨認缺漏、承受複雜、把生成結果放回語境裡檢驗。耐性決定你能否把一段推理走完；對完整性的感覺決定你會不會在半成品前停下來滿意。短視頻化若不被正視，人會把這兩項能力交出去，然後發現自己只會按下「再生成一次」。工具人人能用，節奏不是。誰還能在慢的問題上坐得住，誰才比較不容易被模型的語氣帶走。

六、改善不是復古，而是重新訓練節奏

古典音樂、歌劇與閱讀可以幫忙，但它們不是補藥，而是反向訓練。短視頻把回報提前、結構打斷、意義做成現成結論；長篇閱讀、完整樂章、一幕歌劇，則讓回報延後、結構變長、意義要自己拼。 閱讀對耐性與完整性最對症。開頭往往沒有高潮，必須把前面的線索帶到後面，並且允許暫時不懂。不必一開始就讀理論經典。可先從有情節、真正想知道下文的作品開始，每次只要求一章或二十分鐘，手機放到另一個房間。紙本通常比手機更有利，因為螢幕本身就在邀請你切走。

古典音樂對認知的即時提升多是小而存在，「聽莫扎特就變聰明」被高估了。更有價值的用法有兩種：當專注的容器，減少「空白等於打開短視頻」的反射；或主動把一首樂章聽到結束。歌劇幾乎處處違反短視頻語法——鋪陳慢、情緒要醞釀很久才釋放。前提是看完一幕，而不是只看高潮精華三十秒。 單靠文藝不夠。問題有一半出在環境：手機太好拿，空白太難受。較有效的是先減再補。把應用移出主畫面、設時限、專注時讓手機離開房間，比意志力可靠。走路、煮飯、手寫、棋類、中等強度有氧，能把無聊從缺陷變成可待的狀態。正念的核心不是從不走神，而是發現走神後收回來。 針對完整性，有一個比再看一條講解更有效的動作：合上螢幕，用自己的話講出前提、限制，以及什麼情況下會錯。講得出，短片或模型輸出只是入口；講不出卻很篤定，流暢感已經冒充理解。睡前一小時不滑短視頻、吃飯走路只做一件事，往往比多聽一小時古典更明顯。注意力像體能，必須由五分鐘不被打斷，再拉到十五、二十五分鐘。

七、個人之外：教育、平台與公共生活也要改節奏

若把問題完全丟給個人自律，是把結構性訓練說成私德。學校若只會把知識再做成短片「更貼近學生」，卻不訓練學生把短片放回完整框架、用自己的話重述並面對反例，等於用同一套邏輯去「解決」它造成的問題。媒介素養不應停在「分辨假新聞」，還要包括：分辨自己到底是真懂還是被講順了；分辨一個答案缺了哪些條件；分辨何時該向人工智能要草稿，何時必須自己把推理走完。平台設計並非中立。無限下滑與高強度個人化推薦，直接參與塑造耐性與求知門檻。正視問題，意味着要求降低成癮設計、讓知識內容保留前提與邊界、讓長形式仍有被看見的機會。公共討論則需要保護「不完整但誠實」的空間：允許把限制講清楚，允許把過程走完，允許暫時沒有金句。

家庭與職場同樣。孩子被中斷短片後的情緒爆發，更準確地說是神經系統從高頻獎賞裡急煞車。大人自己先示範「空白可以待」，比禁止更有用。工作上若一切溝通都追求三十秒結論，團隊會得到速度，也會得到一堆未檢驗的半成品——這在人工智能可以批量生產半成品的今天，代價更大。

八、立足，是保住提問的權利

正視短視頻化，不是宣布短視頻有罪，也不是號召所有人改聽歌劇。短可以是入口，碎片可以是索引，人工智能可以是加速器。不能正視的，是把入口當成終點，把索引當成地圖，把加速器當成大腦。

AI 時代會獎勵兩種人。一種人極快地索取、極順地接受、極有信心地轉發；另一種人會問這答案缺了什麼，肯為一個完整問題多等十分鐘，也肯承認自己只是好像懂了。前者看起來更適應工具，後者才比較不容易被工具定義。 耐性讓人走完一段推理。對完整性的感覺讓人拒絕半成品。閱讀、音樂、長對話、運動、睡眠、把手機放遠一點，都只是為了把這兩種能力練回來。沒有它們，人在人工智能面前不是用戶，只是下一則被生成的對象。

正視短視頻化問題，才能在 AI 時代立足。立足的意思很樸素：還能等待，還能懷疑，還能把一個問題看成有結構的整體。那不是懷舊，那是在這個被秒級回報與流暢答案包圍的世界裡，仍然保有做人的節奏。

撰文：方健同 香港專業服務聯合會外務秘書長