据 @milesdeutscher 报道，MIT 通过 EEG 对 54 名受试者进行多轮写作任务脑部监测，分为 LLM 辅助、搜索引擎辅助与纯脑力三组，以评估不同工具对认知负荷的影响，来源：@milesdeutscher 引述 MIT 研究。 结果显示 LLM 组神经连接度最弱，脑活动由 79 降至 42（下降 47%），尽管完成任务速度提升约 60%，呈现效率提升与认知投入下降的权衡，来源：@milesdeutscher 引述 MIT 研究。 研究还称 83% 的 ChatGPT 使用者数分钟后无法回忆自己写过的内容，研究者将此现象称为“认知负债”，来源：@milesdeutscher 引述 MIT 研究。 研究设计包括每组 18 人、每次 20 分钟 EEG 写作、共 3–4 次会话、第 4 次交叉（LLM 转纯脑力、纯脑力转 LLM），并在任务后评估引用能力、归属感、满意度与伦理关注，来源：@milesdeutscher 引述 MIT 研究。 对交易者而言，该结果对“一刀切的 LLM 提效”叙事提出质疑，或使市场更审视与 AI 变现相关的 AI 概念股与 AI 代币（如 FET/ASI、RNDR）的叙事韧性，来源：@milesdeutscher 引述 MIT 研究。 建议密切跟踪企业对 AI 使用的口径变化、用户参与度数据与 AI 赛道代币的叙事动量，此番研究可作为情绪与资金流观察的催化背景，来源：@milesdeutscher 引述 MIT 研究。