小白学 AI 别先背名词或记小技巧,先挑一件真实小事,用开放工具完整做一遍,再回头理解方法。
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。
先学“动作”,不是先背名词
材料里的观点立正说,很多人一学 AI 就去看 RAG、agent、fine-tune 这些名词,但名词有边界,学了不等于会用1。他认为真正决定 AI 能力的是那些“动词”——具体怎么拆任务、怎么给上下文、怎么检查结果。他也说明自己不是反对学工具和名词,只是这些应放在动作之后1。对小白来说,这意味着第一周不必追求概念齐全,先让手上有一件做成的事。
别停在“玩工具”,要练做完整工作流
立正批评市面上多数教程只教“我有个需求、中间放个 ChatGPT,怎么调出结果”,这属于第二层的 tinker,只是会玩产品2。他说要在工作中把 AI 用好,需要 Builder 和 Architect 的心态:看到一个任务,知道第一步该产出什么中间件,再一步步往下推,并想清楚人在哪里参与、终点线怎么定2。这是 AI 对他判断的简化:小白不必一上来就搭复杂管线,但可以从“做完整一件小事”开始,而不是只收集提示词花样。
上手不难,难的是真的开始
AI推演立正观察到,现在用 AI 工具的上手难度很低,用中文清楚地说出需求,Cursor、Claude Code 这类工具就能帮忙完成原来做不到的任务;真正难的是“真的上手使用”这一步3。他给的一个具体建议是养成使用 Agent 类工具的习惯,并提醒先了解 AI 的边界、做好备份,再决定给多少权限4。对读者可试的做法是:选一件自己本来就要做的小事(整理一份资料、改一段文字),用同一个工具从头做到尾,记录哪一步卡住——这比再看十篇教程更能暴露该学什么。这是 AI 基于上述判断的应用建议,不是立正为每个人规定的路径。
这些片段只给出学习方向,没有给出适合零基础的分阶段课程或练习清单;《AI Learning Free Starter…》5页面注明整理于 2024 年底,其中直播、课程与工具已有更新,具体资源需以现行页面为准。
出处
- 1AI的正确打开方式:不学概念,学动作
解释为什么先学动作而非名词,并说明名词仍有必要。
- 2AI能“帮”你成为超级个体,但顺序别搞反了
区分玩工具与搭建完整工作流,说明 Builder 心态。
- 3我发现了缺乏行动力的真正原因
说明上手难度低但真正开始难,适合零基础读者定位障碍。
- 4离开大厂之后,我才发现,没有Fake Work的工作其实很开心|对话课代表立正
给出使用 Agent 工具的习惯建议及权限、备份提醒。
- 5AI Learning Free Starter Kit | AI学习免费资料
可回到原文核对这部分判断
追问2026年11月7日
学 AI 时“方法、习惯、思维”三者的先后关系是什么?
按立正的原话,顺序是方法、习惯、思维方式,最后才是工具;工具随时可换,前三样才留得下来。
立正给的顺序:方法→习惯→思维
材料里的观点在一段播客对话里,立正明确说课程里讲的是“先学方法,然后再学习惯,然后再学 mindset 这个思维方式”,三样都改变以后,学工具就无所谓了。他同时提醒,很多人一上来就要“123”那种马上能用的操作,但不了解道理直接学操作“非常危险”1。
这里要区分两种说法。《AI User 与 AI Builder 的 5…》2结尾讲的是“方法之上,还要改变习惯和思维方式”,把方法放在底层、习惯和思维放在更上层,没有排出习惯和思维谁先谁后2。所以“方法最先”在两处一致,习惯与思维的先后只在《杨天楠:看似体面的工作,实则都是在表演?》1有明确表述。
为什么方法排在最前
立正的解释是:工具几个月换一轮,半年后熟悉的按钮和命令很多就不在了;留下来的是习惯、方法和思维方式,换工具、过一年、换问题都还在3。他还说同一个模型,有人觉得不靠谱,有人用成稳定的工作系统,差别不在工具,在方法3。
这也解释了为什么他反对先学操作:只拿到步骤,遇到不好用就卡住,而方法能迁移到下一个工具上1。
习惯和思维怎么落到学习里
AI推演立正举的习惯很具体:遇到事情先问合适的工具而不是随手一个,遇到困难先想办法克服而不是说 AI 不好用4。思维层面他提到的是识别自己的抗拒,比如程序员因为“写代码值钱”而潜意识抵触 AI,先看见这一点才学得进去4。
对刚起步的人,一个可试的做法是:先用一件真实小事完整做一遍,再回头问自己这次用了什么方法、哪一步该变成固定习惯。这是 AI 根据上述顺序做的应用,不是立正给初学者的原话处方。
习惯与思维方式的先后,只在《杨天楠:看似体面的工作,实则都是在表演?》1一处有明确表述;《AI User 与 AI Builder 的 5…》2只把方法放在底层,未排这两者的次序。《#148. 我们为什么AI焦虑》4的部分发言归属标注为待核,引用时按已确认段落理解。
出处
- 1杨天楠:看似体面的工作,实则都是在表演?
立正明确说出方法、习惯、思维方式的先后,并解释为何反对直接学操作。
- 2AI User 与 AI Builder 的 5 个差距,和背后具体技术原因 | 科技大厂打工人版
把五条差距讲成递进关系,并说方法之上还要改变习惯和思维。
- 3假学习的终结
解释工具会过期、方法习惯思维留得下来,支撑“方法在前”的理由。
- 4#148. 我们为什么AI焦虑,我们又该怎么脚踏实地
给出习惯的具体例子和思维层面的抗拒问题。
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
- 初學者學AI應該以什麼為目標
初学 AI 的目标不该是先把技术练熟,而是从真实问题出发,同时培养自己的兴趣和第一性思考。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。