北航大二——利用AI辅助做科创的羞耻感

在这个AI盛行的时代，当我用着世界顶尖的AI进行写代码，做科研，我却有一种羞耻感……

事情要从我的经历说起，作为一位北航本科生，我要卷保研，卷综测，那就不得不做科创。科创，在综测为王，保研为王的时代，已经快成为了大学生的必修课。做科创，肯定是要用AI进行辅助的，但是当我快速地用AI完成的很好的子项目去开组会时，我却从心里感受到了一种羞耻感。

千行代码，优质的实现效果，在一个下午就被全部搞定。老师布置的一星期要干掉的活动我花了一个下午就近乎完美的搭建完成，包括对于试验机的调参。

当实现这个结果的时候，我的第一感觉不是欣喜，而是一种敬畏与恐惧。我没有为接下来的时间可以进行自由支配而欣喜，相反我对AI产生了一种敬畏之心以及一种羞耻感。对于这个超强大脑的敬畏在于它快速的蝶变，从生成代码经常不合心意或出现报错的小朋友已然成为了一位能力超群的高手，并且可以轻松驾驭我布置给它的任务，有时候还会为我提供超棒的建议。对这个近乎无所不知的高手的敬畏也在于对自己无知的恐惧。这位高手给出的解决方案已然超出了我的专业范围，我对他产生的内容一知半解，还要去不断地向他提问整个代码的框架原理。到最后我虽然理解代码的结构，但是我有一种深深的羞耻感，让我自己去独立实现，我觉得我根本不可能。

那么，为什么会产生这种原因呢。首先，于我个人，可能还是觉得过程价值与结果价值的对等吧。《冯·卡门传》里有遇到一个故事，讲的是：以前，有一家工厂的机器突然出现故障，剧烈振动个不停，眼看就要损坏，根本无法正常运转。工厂找了很多经验丰富的老工匠来修理，这些老工匠靠着自己的老经验一点点摸索，忙活了整整一个星期，才勉强把机器修好，最后工厂给他们的酬劳是10元钱。后来，著名科学家冯·卡门听说了这件事，就主动来到工厂帮忙。他凭借自己深厚的学识和敏锐的观察力，仔细检查了机器几分钟，就找到了故障的关键所在，创造了一种全新的修理方法，只用了一天时间，就把机器彻底修好了，而且比老工匠修得更稳妥。可当冯·卡门向工厂提出，想要收取12元的费用时，工厂的人还有周围的老百姓都不乐意了，纷纷质疑他：“你就花了一天时间，比老工匠快那么多，怎么还想要比他们更高的费用？”他们只看到了冯·卡门花费的短短一天时间，却忽略了他背后几十年的学识积累，也不明白，真正值钱的不是修理所花的时间，而是找到故障、解决故障的智慧和方法。这里的过程价值，还分成了表层和里层。修机器的过程是表层，但是自己先前积累的经验、自己的思考、自己的天才都应该是结果价值的一部分。也许，羞耻感来自于对于知识吸取并没有那么扎实，却将任务快速完成而且完成很好这种徒有虚名的羞耻与空虚。

也许，更深一层来看，这种羞耻感还来自于“成果水平”和“自身能力水平”的突然脱钩。在过去，或者说在我原本的认知里，做科创这件事情大概是比较朴素的：你会多少，就能做多少；你投入多少时间，就能推进多少进度；你踩了多少坑，最后就积累多少经验。哪怕做得慢，哪怕一开始做得很粗糙，但至少这个过程是连续的。每一行代码、每一次调参、每一个报错，好像都能和自己的能力成长对应起来。

可是 AI 出现之后，这种对应关系被突然打破了。我可能只是提出需求、描述目标、不断追问、不断修改，然后一个下午过去，一个原本需要一周甚至更久才能完成的东西，就被搭建出来了。这个结果当然很好，甚至比我自己预想的还要好。但是也正因为它太好了，太快了，反而让我产生了一种很强的不真实感。我会忍不住问自己：这个东西真的是我做出来的吗？我真的配拥有这个成果吗？如果没有 AI，我是不是根本不可能完成到这个程度？

所以问题并不是成果不好，而是成果好得有点超过了我自己。它像是突然站到了我的前面，而我本人还停留在后面。于是我产生的不是纯粹的成就感，而是一种被甩开的感觉。与此同时，我可能也把“亲手从零实现”看得太重了。在我原来的理解里，好像只有一个东西是我自己完全写出来的、调出来的、推出来的，它才真正属于我。尤其是在科研和工程里，这种想法并不是完全错误的。因为如果只是复制粘贴，只是让 AI 生成一段代码，而自己并不理解其中的逻辑，那这个成果确实是很虚的。别人一问原理，一问细节，一问为什么这样写，马上就露馅了。

但另一方面，我也不得不承认，AI 时代对“能力”的定义可能已经变了。能力不再只是我能不能一个字一个字把代码敲出来，而是我能不能提出清楚的问题，能不能判断 AI 给出的方案是否合理，能不能看懂整体结构，能不能发现其中潜在的错误，能不能把它迁移到真实的实验机上，能不能在关键地方做出自己的取舍和改造。

也就是说，真正的问题可能不是“我用了 AI，所以这个成果不属于我”，而是“我用了 AI 之后，有没有把它转化成我自己的理解”。如果我只是让 AI 写完，然后拿着结果去开组会，自己并不知道它为什么能跑、哪里可能会错、换一个条件该怎么改，那这种羞耻感就是合理的。因为它确实提醒我，我的能力还没有跟上我的成果。

但是如果我能在 AI 给出方案之后，把代码结构一点点拆开，把每个模块的输入输出搞清楚，把关键参数为什么这样设置搞明白，把实验机上的调参逻辑和实际现象对应起来，甚至能在没有 AI 的情况下复述出整个流程，并且对其中某些部分做出自己的修改和判断，那么这个成果就不再只是 AI 的成果，而是我和 AI 协同之后，被我消化过的成果。

还有一点很重要，就是 AI 让我非常直接地看到了自己的无知边界。

以前做一个项目，可能只是沿着自己已经会的东西往前摸索。会一点 Python，就写一点 Python；会一点控制，就做一点控制；会一点视觉识别，就做一点简单识别。虽然慢，但是心理上比较安全，因为大概知道自己在什么范围里活动。

但 AI 不一样。它会一下子把一个更完整的工程世界摊开给我看。一个看似简单的功能背后，原来有图像处理、模型调用、通信接口、状态机设计、异常处理、参数调优、硬件适配、数据记录、实验验证这么多层东西。它给出的代码和建议，有时候并不是我完全熟悉的范围，而是直接把我带到了一个更高的系统层面。

这时候，恐惧感就出现了。因为我突然发现，原来我不会的东西这么多。原来我以为自己只是差一点工程经验，但实际上从完整系统设计到稳定运行，中间隔着很多很多细节。AI 的强大不只是让我完成任务更快，也让我更清楚地看见了自己的不足。

不过换个角度想，这种“不舒服”可能也是一件好事。真正可怕的不是发现自己无知，而是低水平完成了一点东西之后，就误以为自己已经很强现在这种羞耻感，某种程度上反而说明我还没有完全被结果冲昏头脑。我还知道这个成果和我的真实能力之间存在差距，我还知道自己不能心安理得地把所有东西都当成自己的本事。

所以，这种羞耻感也许本质上是一种“学术良心”或者“工程良心”在提醒我。

它在问我：我这样做是不是不够诚实？老师看到这个结果，会不会高估了我的真实能力？我是不是用 AI 掩盖了自己的不足？我是不是拿到了一个看起来很好的成果，却没有真正建立起与它匹配的理解和能力？

这些问题让我不舒服，但它们并不一定是坏事。它们真正提醒我的，不应该是“以后不要用 AI”，而是“用了 AI 之后不能停在结果上”。AI 可以帮助我快速搭框架、写代码、找思路，但我不能因此跳过理解，不能跳过验证，更不能跳过复现和反思。

所以最后想来，用 AI 本身并不丢人。真正让我感到羞耻的，可能不是我用了 AI，而是我在某些瞬间意识到：我还没有完全配得上这个由 AI 帮我完成的成果。我拿到了一个很漂亮的结果，但我的知识吸收、工程理解、独立复现能力还没有同步跟上。

这种感觉很刺痛，但也很真实。它提醒我，AI 可以让我跑得更快，但如果我只是被它拖着往前跑，而没有把路上的东西真正看懂，那我迟早会变成一个外表成果很多、内里却很空的人。真正应该做的，或许不是拒绝 AI，而是每次用 AI 完成一个东西之后，都逼自己多问几句：这个东西为什么这样设计？如果不用 AI，我能不能讲清它？如果老师现场让我改一个功能，我能不能改？如果实验出了问题，我能不能定位？如果这些问题答不上来，那羞耻感就是合理的，它是在提醒我补课。如果这些问题慢慢答得上来，那么 AI 就不再只是一个让我“虚假变强”的工具，而会变成一个逼我更快看见差距、更快补上差距的老师。

“君子生非异也，善假于物也。”或许这句话在 AI 时代弥足珍贵。真正重要的，不是我是否借助了 AI，而是我能否在借助 AI 之后，仍然把答案变成理解，把结果变成能力，把工具的力量变成自己的成长。

部分图片由AI生成，部分文字由AI生成与润色。