ARTICLE · 1099654
大学AI通识十堂课序言:写给每一个将来要跟 AI 搭班过日子的你
AI 通识 · 十堂课 ｜ 序 言
在你翻开第一堂课之前
写给每一个将来要跟 AI 搭班过日子的你
写老K（大学老师，江湖人称"行走的表情包"）
收每一个将来要跟AI搭班过日子的你
讲故事之前，先自报家门：我在大学教书，教的是计算机相关的课。这几年，"人工智能"四个字从课表里的一门选修课，变成了挂在所有人嘴边的家常话——饭桌上聊，地铁上聊，连我楼下卖煎饼的大姐，都一边摊煎饼一边问我："老师，我儿子学的那个专业，AI能不能替了？"
你看，连煎饼摊都在问这个问题。这不叫焦虑，这叫时代。
PART 01
第一个库：是图书馆。我每年带新生，都喜欢干一件事：带他们去图书馆，看人工智能那一排书架。十年前，那排书架上摆的是《人工智能导论》《专家系统原理》，封面上印着机器人，翻开全是公式；五年前，换成《深度学习》《机器学习实战》，一本比一本厚，一本比一本劝退；这两年，越来越多的是《AI时代生存指南》《ChatGPT使用手册》——你注意这个变化没有：从"教机器变聪明"，变成了"教你跟聪明的机器相处"。
但不管你翻哪一本，有个问题它们都答不好：这本书跟我有什么关系？我是学法律的、学医的、学农的、学外语的，我不是要当程序员，我为什么要读这些？
第二个库，是会议室。高校这两年开了无数座谈会，议题大同小异：AI对人才培养的冲击。会上专家们说得都很好，什么"交叉融合""能力本位""数智素养"——词儿都是好词儿，可台下坐着的学生眼神是茫然的。会后总有学生追出来问我一个特别朴素的问题："老师，那我到底该学什么？"
第三个库，是我自己。说句掏心窝的话：我教了这些年书，最怕的不是学生学不会，是学生学了一堆"用不上的知识"，毕业那天发现世界已经变了。前两年，我眼睁睁看着一个特别用功的学生，把《神经网络与深度学习》这本书从头啃到尾，笔记抄了三大本，毕业求职时却发现自己既不会调模型，也不知道AI到底能给他那个专业帮上什么忙——他很努力，但努力错了方向。那天晚上我失眠了，我在想：我教的东西，到底是在帮学生过河，还是在教学生游泳，却忘了告诉他们河在哪儿？
所以这套书，说白了，是被三个问题逼出来的：教材答不了"跟我有什么关系"，专家答不了"我到底该学什么"，而我，答不了"为什么学了用不上"。
PART 02
三大灵魂拷问：每个大学生心里都藏着
你随便抓一个大学生，问他关于AI的脑子里都装着什么，翻来覆去逃不出三个问题：
第一问：AI会不会抢我的饭碗？
这个问题最扎心，也最普遍。学翻译的怕AI把翻译机抢了，学设计的怕AI一分钟出图，学会计的怕AI记账，学法律的怕AI阅卷——每行每业都觉得自己站在"被替代"的悬崖边上。我见过最夸张的一个学生，听说AI能写代码，当场刘海都愁白了："那我这四年学的编程，不是白学了？"
第二问：我要不要学编程？
这个问题最纠结。不学吧，听说AI时代人人要会点代码；学吧，翻开教材一看全是数学公式，脑仁疼。于是我们看到一批"伪编程焦虑者"：收藏了一百个Python教程，一个都没看完；报了一堆"零基础速成班"，学完只会打印"hello world"。折腾两年，焦虑没减轻，反倒多了个"我是不是太笨"的新焦虑。
第三问：我现在应该干点啥？
这个问题最要命，也最没人答。前面两个问题好歹还能搜到一堆答案，这个问题，教材不管，专家不碰——因为它没有一个标准答案，答案在每一个人自己身上：你是学法学的，答案就藏在法条和判例里；你是学农的，答案就藏在试验田和传感器里；你是学外语的，答案就藏在谈判桌和译文里。
这三个问题，就是我们这套书存在的全部理由。我们不打算教你背诵神经网络的层数，我们打算陪你把这三个问题，一个一个问清楚。
PART 03
为什么是十堂课：先学会过日子，再回你的专业里串门
定这套书的结构时，我脑子里翻来覆去一句话：先给学生"通用生存技能"，再带他回自己的专业里"认亲"。
所以十堂课分两半：
前两堂 · 通用课（谁都得听）
第一堂讲"AI是别人养的一头大象"——先别急着躲也别急着拜，先搞清这头大象是什么脾气、会什么本事、有什么毛病，这是"认象"；
第二堂讲"把AI调教成你家马仔"——认完象就得牵回家，教你怎么跟它搭班干活、怎么下指令、怎么防它犯浑，这是"驯马"。
这两堂课是地基，谁都绕不开：不论你是学什么的，首先得是个"会用AI的人"。
后八堂 · 专业课（回娘家）
从第三堂开始，我带你去八个专业的门口敲门：
——八大专业，八个身份，八种活法。你没在这些专业里，也没关系：看别人怎么用AI，是最快的通用课——你会发现所有专业的故事讲到最后，道理都是通的。
为什么要这么拼？因为我很怕一种情况：学生翻开一本AI书，第一章"机器学习"，第二章"深度学习"，读到第三章就阵亡了，然后得出结论"AI太难了，跟我没关系"。这套书反着写：先让你知道AI是你家的马仔，再让你看见马仔在邻居家都干了哪些活，最后等你回到自己家，你会忍不住想：我这专业，是不是也能让它干点啥？
PART 04
这套跟别的AI有什么不一样
市面上讲AI的不少了，为什么还要写这么一套？因为我实在看不下去三种写法：
第一种，"炼丹炉"式的
满纸公式推导，术语堆出天际，把AI讲成只有神仙才配学的玄学。这种书没错，但它不是给你我这样的普通人看的，是给未来研究AI的人看的。
第二种，"保健品"式的
告诉你"AI时代来了，不学就落后"，吓你一跳，然后卖你一瓶"某某大师的AI思维课"。这种书的问题不是坏，是空：喊了口号，没给勺子。
第三种，"说明书"式的
教你"第一步打开网页、第二步输入文字、第三步复制结果"，截图一张接一张，好像用了AI就能赢麻了。这种书的问题是：它把AI讲成了"按键"，可AI从来不是按键，它是"搭班伙计"——你能不能跟它处好，取决于你懂不懂它，而不是你按得勤不勤。
所以我们这套书写的时候，给自己立了四条规矩：
第一，说人话。不难术语，不拽英文，能打比方绝不说概念。什么是大模型？"一个读过人类几乎所有书、特别会接话茬的图书管理员。"什么是提示词？"给你家马仔下指令的话术。"——你听完会心一笑，就说明你听懂了。
第二，给勺子。每一篇都有能照着抄的案例：输入什么、得到什么、怎么改、踩过什么坑、怎么验证——五样俱全，抄了就能用。不给你"AI能辅助写作"这种正确的废话，给你"把这段提示词复制进去，你的报告就有了骨架"这种真家伙。
第三，讲人情。AI书容易写成"机器书"——全是算法和数据。我们这十堂课，主角从来不是AI，是"人"：是老K，是小马，是每一个专业的你。我们讲的是机器和人怎么搭班过日子，是那些"机器干不了、只有人能干"的活——判断、审美、经验、信任。因为AI越强，"人"字反而越值钱。
第四，不吓唬。全网都在贩卖焦虑，我们不干这买卖。你要听"AI取代一半职业""未来五年必失业"，外面有的是；我们只讲一句实在话：AI不是来抢你饭碗的，是来抢"不会用AI的人"的饭碗的——而"会用"，不是会不会按按钮，是会不会跟它搭班。
PART 05
怎么读这套：写给三类人
给学生（你是主角）
如果你是大学生，我建议你从第一堂按顺序读到第十堂——前两堂课补"通用生存技能"，中间八堂哪怕跟你的专业不挨着，也请你读一遍，因为"找专业对照"本身就是最好的学习；读到最后一堂，你可能已经学会了自己给自己出题。另外说句实在话：这本书里每一个案例，都值得你今晚动手试一次——光看不练，等于没读。
给老师（你是摆渡人）
如果你是同行，这套书里藏着一套"AI时代怎么上课"的教学探索：身份转换的叙事框架（从"A的"到"B的"）、案例教学的五要素结构（场景、输入、产出、踩坑、验证）、跨篇的伏笔呼应（每篇的"紧箍咒"和"十诫"）——你可以批判它，也可以拆了它，更欢迎你把它"改造成"你的课堂。我们的目标一样：帮学生把书读活，把课上活。
给所有慌的人（你是自己人）
如果你已经离开校园，或者根本不在校园，也没关系。这本书不预设你是"学生"，只预设你是"要跟AI过日子的普通人"。你可以只挑自己关心的那篇读：做设计的读第八篇，做外贸的读第九篇，家里有地的读第十篇——读一节有一节用，读完了，你心里那团"完了要被替代了"的雾，会散一些。我们不负责让你发财，我们负责让你不慌。
PART 06
最后，一句掏心窝的话
这套书写完最后一个字那天，我在电脑前坐了很久。十堂课，从"认象"讲到"春耕"，从"AI是别人养的大象"讲到"你是那个明白人"——绕了一大圈，其实就讲了一件事：
AI这头大象，是别人养的。你不必怕它，也不必拜它；你要做的，是把它牵回家，学会跟它搭班，然后回到你的专业里，用它把你本来就会的事，干得更好。
它写代码，不如你懂业务；它翻合同，不如你懂人心；它出图，不如你懂审美；它测土，不如你懂庄稼。它厉害的地方，是快、是全、是不睡觉——而你的厉害，是你知道"为什么做、为谁做、做成什么样才算好"。机器负责"快"，人负责"好"。
所以我最后想跟你说的是：别慌。你不是来学人工智能的，你是来学"怎么跟AI过日子"的——而这件事，你比你自己以为的，要擅长得多。
翻下一页吧。第一堂课，先认识认识那头大象。
老K于一个被学生问倒的深夜之后
AI 通识 · 十堂课
序言 · 在你翻开第一堂课之前写信的人：老K ｜ 收信的人：每一个将来要跟AI搭班过日子的你