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:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 为什么要学AI
学 AI 是为了练出能迁移的判断力:撤掉帮助、换个任务,你还能把模糊需求变成可交付的结果。
- 接下来一年,什么样的技术和能力最值得学习
值得学的不是某个具体工具,而是能判断“该不该学它”的能力:把 AI 用进真实任务、能自己找到合理替代方案、并持续把经验沉淀下来。
- 如果要学好 AI 的话,那十个概念是最重要的? meta level 上的。
与其背十个名词,不如掌握几个反复出现的动作:拆解需求、定义好坏、多步迭代、调用工具、自我纠错,以及先想清楚要解决什么问题。
- AI时代怎么学习或者ai时代学习最大的特定是什么
AI 时代学习最大的特点是:知识不再稀缺,稀缺的是把模糊需求做成可用结果、并在撤掉帮助后仍能复现的能力。
- AI时代下,高等教育体系会发生什么变化?知识生产体系会因为知识过载而崩溃吗?
知识生产不会崩溃,但“学完一门专业就能用一辈子”的假设会先崩。变化的核心是:知识从有限课本变成无限生成,稀缺的从记忆转向提问、判断和持续往前走。
- 本科CS在读,如何在未来有好的发展?
把AI用成自己专业的一部分,比纠结CS这个标签本身更重要;同时尽早动手做小项目、公开分享,让能力和信任被看见。