AI时代的思考——要么不做要么做到最好

在前面的面试详解中，可以看到我很乐于去分享一件事情的原因，或者去分析它的应用，我认为这才可以算作是我的理解，然后将他讲述出来。同样也是作为分享。

现在比较流行一种AI鼓吹论，宣扬以后的竞争是一个人+AI与另一个人+AI去竞争，这种说法对，但也不对，实际上很多场景比如考试等等场景，还是需要屏蔽AI的，并且现如今AI仍然会产生一些幻觉并且难以避免。所以要真正用好AI，关键在于去正确认识AI。

笔者作为一名学生，谦虚的说只能去分享AI的一些使用经验以及AI使用的一些弯路供大家参考。然而相较于一些资深技术从业者，笔者的水平有限。但是对于AI的弯路的分享，肯定也会帮到不少同学去避雷，这是本文中的价值。

目前大家可能会陷入到两种极端中，这也是最核心最容易犯的错误，一种极端是，我将AI视为无所不能的神，遇见什么问题就一股脑全部丢给AI，如果没办法拿到结果，就不断反复更换模型直至我放弃或者AI碰巧输出正确的结果。第二种极端是，我完全抵制AI，认为AI输出的代码是完全不可控的，或者AI说的错误居多，不可相信。

实际上比较起来，你觉得哪种极端更可怕，看上去可能第二种极端更加可怕，在AI的浪潮下，在无数自媒体以及网络平台宣扬AI时代下的技术焦虑的背景下，AI似乎成了一场审判，人们被强行分成了会AI的人和不会用AI的人。但这些焦虑大多数都是非必要的，为什么，可以很简单的去回望一下历史，在没有AI的时代，仍然会有很多巧妙的思考以及旷世的著作，没有AI带来的提示，我们仍然能够做出较好地创新和思考。

所以第一种极端是更可怕的，这时候AI没有起到正向作用，反倒是起到了负面作用，也就是他直接剥夺了一个人思考的机会或者说思考的能力。当然，现实生活中，确实有很多事情，不值得我们再耗费精力去做，这时候可以采用AI进行接管。但是在你需要精通的领域，如果你一直面向结果的使用AI，那你顶多算一个AI的优秀使用者，你原本应该在某项任务中增长的技能，反而让AI将你代工，当你再接到该领域更深层次的任务时，就会因为之前积累过少而导致再度依赖AI解决，久而久之，你发现自己接手了很多项目，然而对于该领域仍然一无所知。这就是非常非常大的负面影响了，我们要尽量避免这种情况发生。

当然，倘若你不想成为某一领域的大神，只想快速完成自己身上的一些任务，那仍然可以完全依赖AI。但是在这种情况下，我仍然不推荐你直接将任务丢给AI，然后不断更换模型反复去问祈求某一次的好运。我希望你能掌握AI的相关使用的技巧来加速你的任务的开发，从而不再痛苦的一遍一遍询问AI。

更深层次去思考，AI进一步挤压了中层技术人员的空间，你要么成为行业顶尖，要么就成为AI的使用者。因为AI已经足够解决中等或者普通的难度的问题（尤其是计算机领域），所以如果你对一个领域掌握的不够深入，那很容易被一个会用AI的人打败，因为AI在这些问题上输出的更加精准，况且AI还有其独特的优势（24小时连轴转，思考快无成本等）。所以在这种情况愈演愈烈的困境下，第一种极端就变得更加可怕。别忘了AI是没有使用门槛的，也就是说，在大街上随便拉一个人，告诉他任务，他输给AI，测试一下，很快就得到好了结果。然而在第一种极端下的学生，日积月累依赖AI的过程中，反而还丢掉了自己科班出身独有的优势。所以在这个时代下，精通比泛泛了解重要的多，也就是之前是“小白——了解——熟练——精通”，现在AI下就变成了“小白——小白+AI——精通”，也就是说，小白+AI很轻易地就能战胜原来的了解与熟练的同学，所有这反过来更要求我们，要么不做，做就做到精通。这句话很久之前就流行了，没想到又用在了这里，所以有很多道理都是相通的，最后总结一句话：在你需要去了解的领域中，不要让AI代替你的思考，思考才是这个时代下最应该去注重的。

将AI看做放大镜

所以在刚才的思考中，AI到底是一个什么角色，有的同学可能要问笔者，你一会说普通人加上AI就可以战胜在某一领域做到熟练的人，一会又说AI不是一个全能的神。那AI究竟是行还是不行啊。实际上，对AI的思考，在一方面同样也是对我们自身优势的梳理。对AI的认识不仅要看它的优势，也要看自己的优势，这样才能更好的发挥AI。

笔者认为，对于AI单独的认识可以这样描述：宏观上，AI属于真正的通用初级智能；在细分领域，AI会发挥出更强大的智能。用一个形象的比喻，AI可以看做是一个放大镜。大家可以想一想，放大镜在平时可以看做是一个工具，帮助我们更好的生活，也就对应着在宏观上AI具有较强的基础能力；而放大镜在特殊场合也有更加强大的作用，比如放大镜可以用来聚光生火，或者放大镜可以用来制作更高级的透镜，这种场合下的应用，可以称为更强大的应用或者更意想不到的应用。AI也是如此，特定领域更加强大，或者会有意想不到的应用。

而AI与人之间的结合，同样可以将AI看做放大镜，AI就是一个放大镜，它可以无限放大你的“数值”，这里的数值可以看做是你的综合实力，你对一个领域的了解程度。很容易理解，有了AI之后，我省去了重复的工作（代码编写，word文档编写，ppt素材搜索等），极大增强了我开发一个东西的能力。甚至，我利用AI在细分任务下的强大智能，我可以在只了解框架的情况下，从0很快搭建出一个宏大的项目，这在以前是难以想象的。人的介入下，AI会更加强大。

笔者在这一段将AI比作放大镜，其实也是再次强调我们个人能力的增长的重要性，我个人能力的增长，是真真切切、实实在在的我的东西，同时也放大了AI的作用。有了个人能力的积累，AI才能发挥更好的作用。而AI也可以帮助我们进行个人能力的积累，所以会用AI的话，成长速度会非常快。

正确使用AI的流程

笔者在这里首先以我现在手头有个任务要解决的场景举例，在这个场景下，如何用AI，什么心态去用。这里的任务可以是文字工作，项目开发，美工美化等任务。

在接到任务之后，我要先去判断，我需要在这个任务中得到个人的成长吗，如果我需要在这个任务中得到成长与收获，那么在去根据任务的重要性以及紧急程度还有自己的学习意愿进一步判断。

  1. 如果我时间足，学习意愿强，那就移步书籍网络平台，这里笔者并不推荐直接看网课，因为网课的话很容易划水，陷入到“我看了就等于我会了”的错误认知，我实际上更推荐纸质书籍直接读以及理解或者ppt静态的这种学习资源，遇见不会的先去思考，然后再进行搜索解决，然后自我检验来学习该领域，然后你可以学过一遍，这里评判标准就是你都看懂了一遍就行。然后开始看项目，用自己的理解将项目先进行拆解，然后列出实施步骤，接下来，你可以去将实施步骤丢给AI，看看有没有遗漏的地方，然后进行实施步骤，一点一点的，先自己弄，然后出现错误后，查资料加询问AI，切忌一出现问题就将所有代码都丢给AI让他给你改，这时候你已经学会了基本的功能，你将代码丢给AI，将报错丢给AI，然后告诉他，输出修改地方以及修改内容，这样你去自己改，边改边检查。如果你让AI动你所有的项目，或者让AI全部输出代码然后直接粘贴过去，很容易出现其他部分的错误，这就很难去协调。笔者在这些地方走了很长时间的弯路。可以看到在这种情况下，AI的作用仅仅是一个debug的检查者，实际上，你越是要学习某一领域的内容，你就越是需要少使用AI。
  2. 倘若我时间紧张了一些，但还是需要进一步学习。这时候，就不要从头开始学了，主打一个需要什么学什么，将项目要求丢给gpt，然后让它给出切实的技术需求与学习路线，然后我再去照着这个学习路线，找一个“全面的学习资源”，这里注意最好不要碎片化的学习资源，这也是笔者踩过的坑，最好是一本书这样的学习资源，这样你可以直接拿到框架，框架是很重要的，然后再进一步细分构建知识，去完成项目，对于实施步骤，和1的步骤一样，先自己写，然后测试之后让AI改。
  3. 倘若时间更加紧张了，在二的基础上，我仍然先学习好了，之后让AI帮我写代码，然后我去读懂，读懂之后去测试功能，最后完成项目。这里学习好知识的意义就在于框架，有了好的框架之后，才能去更好的把握项目整体。
  4. 倘若时间非常极限，没时间去学了，也没时间自己写内容了，那这里就必须借助AI了，首先将任务丢给AI，然后让AI给出技术路线，然后去查阅书籍，这时候不要求掌握所有的知识点，你可以只去看框架了，搞明白项目各个模块之间的意义，他们都是干什么的，然后AI输出代码，一点一点测试，看看能不能实现功能，不能实现功能，想办法改好，直到实现所有功能。
  5. 如果再在上面的基础上压缩时间，那就非常拼运气了，要么你就使用一些AI全栈编程的软件，比如cursor或者trae ，claude code等软件，阅读全部项目然后直接一遍遍的去弄，要么你就直接去让AI去找开源项目，这时候也不用去谈学到什么东西了，能完成这一任务就可以。