# Charles Duhigg: what AI can't touch, what GLP-1s really do to your brain, and the serendipity tax

- Channel: [Summation with Auren Hoffman](https://www.youtube.com/channel/UC6Snzg5AdYIxwPrkxwt9aBw)
- Published: 2026-06-16
- Source video: [Watch on YouTube](https://youtube.com/watch?v=sre3Il1P8FE)
- Read on ReadTube: https://www.read.tube/p/videos/sre3Il1P8FE
- Language: Simplified Chinese

## Summary

**杜希格谈人工智能、GLP-1与幸福**

查尔斯·杜希格认为，人工智能正在重塑知识整理与研究，但很难取代真正的深度思考、原创发现和高质量采访。对他而言，GLP-1药物不只是抑制食欲，更像是清空“食物噪音”，释放心理带宽；而幸福的关键，也不是过度自省，而是把注意力更多放在他人、关系与有意义的行动上。

查尔斯·杜希格在对谈中把人工智能、习惯、沟通、幸福和金钱串成一条主线：技术会改变工作方式，但不会自动替代人的判断、好奇心和深度思考。他认为，AI最擅长的是整理信息、做研究、改写和总结，能替作者和编辑处理“10%的工作”，却无法替代剩下最重要的90%——去采访、去发现、去提出别人没想到的问题，也无法生成真正出人意料的原创视角。

他把写作的核心理解为“打破模式”与“把事情想深”，因此对自己的职业并不焦虑，反而认为AI会让深度思考更值钱。他也谈到，自己在研究、财务和电脑问题上会使用AI，但不会把它当伴侣；原因在于人类沟通的关键不只是对方怎么回应，更是“我如何感受对方的回应”，而这类互相塑造的情感反馈，AI很难真正复制。即便聊天机器人在短期内看似很像“超级沟通者”，这种关系往往也会很快失去新鲜感。

关于行为科学，他强调习惯与结构并不是两回事：许多被当成个人失败的习惯，其实更多来自环境设计。面对自我改进，他主张接受“有些事我只是满足即可，有些事我才会全力优化”的现实，而不是强迫自己在所有领域都追求完美。他也讨论了研究可重复性危机，认为一些理论的确定性被高估了，但对应的框架仍有价值；例如“意志力像肌肉”这种比喻不一定精确，却能帮助人理解精力和自控的代价。

GLP-1成为对话中的重要例子。他说自己使用GLP-1后，明显感觉到头脑里的“食物噪音”变弱，不再被零食、面包、酒精等冲动牵着走，反而腾出了更多心理空间去工作和形成新习惯。他认为这种药物的作用比“减少饥饿”更复杂，可能还会改变渴望和奖励感，但使用者仍需自我监测，因为不同人反应不同。与此相连，他也承认自己喜欢甜食和碳水，运动却并不总是快乐；对他而言，运动的价值更多来自功能性和社交性，而不是纯粹的情绪回报。

在幸福与金钱上，他认为人们的情绪基线大多相对稳定，记忆中的高光和低谷常常比真实体验更强烈，所以更好的目标不是反复追问自己“我快不快乐”，而是追求平静、满足和可持续的生活状态。金钱的真正价值不在于数字本身，而在于它能买时间、自由、容量和选择权：能雇人做不想做的事，能做更长远的决定，能少在意不重要的人怎么看自己。对他来说，支付“社会税”之外，还存在一种“偶遇税”——为了可能发生的意外收获而花时间出席、旅行、见人；很多重大转折，正是从一次本来可去可不去的饭局开始。

在沟通方面，他总结“超级沟通者”的三项核心能力：更常提出深问题、更加主动地表明自己在倾听、并能判断当前对话是实用型、情绪型还是社会型，从而匹配对方的节奏。他指出，最好的沟通者往往并不自负，反而会持续反思自己哪里没做好；而最差的沟通者通常自我评价很高。最后，他给出的反常识建议是：做决定时，先假设自己会非常成功，但成功会比预想慢得多；这样才能区分自己到底是喜欢过程，还是只是迷恋结果。