普通人应该怎么学习AI

立正认为大多数人学不会 AI，是因为把它当成知识学科来学：看教程、懂概念、会解释，就以为会了，其实只是把“我懂了”当成“我会了”⁠1。他把 AI 看作一门手艺，懂概念不等于能稳定交付结果，真正的能力来自把模糊需求变成任务、定义什么叫可用、定位失败原因、在约束里反复迭代⁠1。他也提到，新名词年年换，可以把它拆成两半：一半是会过时的包装，一半是一直都在的问题，把后一半学透，名词顺带就会了⁠2。所以普通人不必先去啃编程语法和算法，那些是过去劝退很多人的东西⁠3。

立正主张，真正学会的标准是撤掉帮助、过一段时间、换一道题，你还会⁠2。做出来了只能说明当下做得好，AI 最危险的时候是它做对了，你以为自己也会了⁠2。具体可以这样练：动手前先写下自己打算怎么做、觉得哪里会出错，再看 AI 的结果，错了才有得学；过一两天关掉 AI 自己重做一遍，或讲给别人听，卡住的地方就是还没学会的地方；再改一个条件，换一批数据、加一个约束、换一个用户，看还会不会⁠4。做的时候会觉得更慢更吃力，那不是退步，是学习在发生⁠4。

立正说不用因此少用 AI，同一个 AI 用法不同，学到的就不同⁠4。他把配环境、申请 token、调端口这类事叫作“假困难”：消耗意志力，给人“我在努力”的错觉，却不增长智慧，这类事尽管交给 AI 和工具⁠4。难要留给真正的问题：这件事值不值得做、该怎么拆、做出来的东西好不好⁠4。他也提醒，做学习项目时目标是获得认知，而真正投入业务使用的系统要求的是在现实变化中依然可靠，两者要求不同，别把一次原型误当成能长期依赖的系统⁠5。