要,但摸索的对象是任务本身,不是名词和工具。把真实任务做完、暴露问题、再补方法,比先学概念更有效。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
卡住往往因为追名词,而不是任务没做完
材料里的观点真实工作里的任务是一段连续推进的过程,代码有历史包袱、上下文不全,模型会偷懒、会忘、会答非所问。很多人遇到这些就怀疑自己没学好工具、prompt 不够好,于是去学下一个名词,结果离把任务做完越来越远。真正决定用得好不好的,是那些动词——具体做什么动作,而不是 RAG、agent 这类名词。所以摸索的方向应该是:拿一个真实任务去跑,看它在哪一步出错,再针对那一步补方法1。
自己摸索不等于从零硬扛
摸索的价值在于你会积累起判断力。有个案例是,一个孩子先用 AI 一键生成游戏,玩腻了再回头看,才发现没有终点、Boss 数值失衡等问题;他开始定义终点、难度、胜负条件,让 AI 改数值。AI 能写代码,但“玩过什么、觉得哪里无聊、怎样才算好玩”只能由人提供2。另一个例子是,有人为一次十分钟的检查让 AI 临时搭了个对比工具,用完就扔——代码没留下,判断留下了3。这两件事说明:摸索的重点是练出对结果的判断,而不是把每个工具都学一遍。
材料讨论的是把 AI 用进真实任务时的学习方式,没有涉及具体工具选型或某个领域的入门路径。
出处
- 1AI的正确打开方式:不学概念,学动作
直接讲清为什么追名词会卡住、动词才是关键,适合核对“要不要先学概念”这一层。
- 2小学生如何用AI做游戏、校园故事、写剧本和验证幻觉|端午访谈
用一个孩子做游戏的完整过程,说明摸索如何从“一键生成”走到自己定义标准。
- 3到底什么才算AI Native人才?|如何unlearn?
用一次性分析工具的案例,说明摸索留下的判断比留下的代码更重要。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我是没有任何编程基础的大厂校招生,现在组内大力推荐ai提效,但是我完全不懂ai,我应该学什么
你不需要先学AI概念或编程语法,先练三件能立刻用上的事:不怕命令行和报错、把需求说清楚、判断AI做得对不对。
- 如何正确的学习AI
把AI当手艺练:围绕真实任务动手,在关键判断上先自己猜、再让AI做,最后撤掉帮助、隔段时间、换个条件检验自己是否真会。
- 普通计算机专业的学生,AI时代应该继续深耕专业还是转而追求广度优先的学习?
对计算机专业学生,更稳的路线是先把专业练到能判断和收口,再用AI把专业放大;广度是第二层,不是替代深度的另一条路。
- AI时代如何学习呢
AI时代学AI,重点不在看懂概念或让AI替你做出来,而在自己动手、在关键处保留难度,并用撤掉帮助、隔段时间、换道题来检验能力是否真的长在自己身上。
- 你会如何定义"在AI时代的自我提升”, 比如一个人如果要自我提升,有哪些方面,可以以什么来衡量成果。
在AI时代,自我提升的方向是把判断力、品味和收口能力练出来,而不是多学几个工具;衡量成果看撤掉AI帮助后你还剩下什么。
- ai时代还有必要学cs吗
值得学,但学的重点要从语法、算法这类记忆型基础,转向熟悉编程环境、能用 agent 真正动手做事,以及判断该不该做这件事。