6 t C4 b5 B& C/ [# Z1 U7 z曾经有一个时候，一目十行、过目不忘、思路敏捷、条理清晰是读书人的硬功夫。现在不行了。跟AI比输入速度？那不是差几条街的问题，而是光速和龟速的差别。跟AI比记性？更是开玩笑了。跟AI比推理速度？好像也越来越吃力了。 3 @& o+ `- n" V! \ o, e; @! \: N: M) a- x. \, i- ~. Z+ |) }; T7 M. i
那人类还能干什么呢？如何才能跑赢AI呢？ 1 b$ X7 I8 c; D( u3 }% o. Y& _. B. G7 W" F6 c+ b
现在，AI有生成式AI和代理式AI。生成式AI可以读书读报写小结，还可以吟诗作画赔聊天；代理式AI把任务分解，调用特定AI功能完成子任务后，再“组装”成完整的任务解决方案包。 + H: _3 n8 I, U2 v0 B# |2 e7 j6 @" A9 A! y0 r! i0 j
不管是是生成式AI还是代理式AI，人都处于核心位置，不能放任不管，而必须监督、鉴别AI是不是靠谱，更要防备AI是否在挖坑。3 S9 H, i: _* ^! A7 w6 R" J }
9 \1 `. s: o6 B7 b+ Y4 g' w% {
AI不会有意挖坑，因为AI没有这个“意”。AI挖坑的机制现在还不完全理解，就和AI推理的机制现在不完全理解一样。主要是AI实在太复杂了，没法追索每一条思路、从整体到局部统统理解AI到底在干什么。 ; o1 |7 ]& U" ^ e. `% D& D _9 z$ N! i: s7 F4 W1 v
但在整体上，还真是必须理解、监督，否则被带到坑里，就真的死都不知道怎么死的。3 X1 p- i6 C! B; b: X! ?
3 `8 D' o4 \' V这需要有判断力，就需要学习，要懂得相关的领域知识，熟谙相关的领域经验。不仅要知其然，更要知其所以然。但不再是倒背如流，而是知道定性的、方向性的特质，需要知道到哪里去查、怎么查定量的、具体的细节。换句话说，要知道AI在干什么，依据是什么。具体数值和细节倒是可以让AI帮着记、帮着查。 / p; |; L- N. N; A+ n6 o8 f& n( s E, L' L
中国教育里，高度强调知其然，对知其所以然的强调不够，具体就是强调解题，但对学科发展思路相对不够重视。这是培养打工人的思路，但在AI时代，打工人也必须同时是team leader，只是team member可能是AI助手、“数字同事”。在工作上，可能也要从“面向任务”（task oriented）转向“面向使命”（mission oriented），从“怎么做”上升到“做什么，为什么”。 % e+ W5 L) D+ N + k s f! E- v& b7 r; F" p说起来，传统教育或许可以生成式AI相对应，AI时代的教育需要上升到与代理式AI相对应，才能跟上时代的步伐。4 P( |% x. g- ~9 m2 c
0 y( n' a& N0 i8 A9 @! I% |3 r0 x# u还记得爱迪生vs爱因斯坦的学习方法梗吗？爱迪生强调“1%天分+99%努力”的极致实践与高强度实验，各种方法和数据必须烂熟于心，才能以最高效率立刻动手、证实或证伪一个想法；爱因斯坦则推崇直觉思维、思想实验与对原理的深刻理解，反对死记硬背，书本能查到的知识无需记忆，重点在于理解和运用。% y6 m" z! t2 k