AI时代孩子应该学什么?AI只是乘号,判断还得靠自己

我不会写代码，这句话我在发刊词里说过，到今天也还成立。

可就是这样一个不会写代码的人，离职这三个多月，用 AI 做出了 AI 简历助手，做出了水贝商家运营助手。

所以最近我老在想一个问题，它也关系到孩子用 AI 学习：

AI 对一个人能力的提升，到底是加号，还是乘号？

为什么会想这个？得从这几个产品说起。

第一次看着自己说出来的需求，变成一个真能跑起来的东西，那种感觉有点像突然拿到了超能力。

过去要找程序员、要排期、要写文档的事，现在我对着屏幕一句一句说，它就一点一点长出来。

那时候我心里算的是一道加法：

我会的，加上 AI 会的，就是我能做的。

只要会用 AI，好像什么都能做。

后来，有几个 Demo 做到一半停住了，也有项目干脆失败了。

拿 AI 简历助手来说。我最初只想做个开源小工具：对照岗位要求和简历，找出不匹配的地方，帮忙改一改。

可做着做着，想要的越来越多：岗位要求的 OCR 识别、简历匹配分析、简历编辑工作台、AI 批注系统、导出 PDF、面试预测的工作包……后来甚至还想再加一个智能助手。

AI 每次都接得住。我说加，它就加。

功能越堆越多，代码越来越繁琐，我也越来越没信心，还想过推倒重构。现在它成了一个我自己都嫌丑的 Demo，开源是不敢想了，只能留着自己用。

AI 能帮我把每个功能写出来，却没法替我决定，哪些功能根本不该做。

那一刻我才意识到，这道加法算错了。

AI 帮我补上了很多我不会的东西，但有些它补不上。偏偏是补不上的那部分，决定了最后能做成什么样。

— · — · —

最近在网上看到两种说法，正好戳中我这段时间的感受。

第一种说，AI 时代，“程序员”“文科生”“理科生”这些标签会越来越不重要。一个有心的人，完全可以用 AI 自学学校还没来得及教的能力和思维方式。学科之间的墙在变矮，要紧的是脑子活不活、愿不愿意一直学下去。

第二种说，AI 工具是乘号，不是加号。底子薄的人乘以十，还是有限；一个扎实的专业人士乘以十，就是一个人的团队。AI 几秒钟就能写出一堆样板代码，可系统怎么搭、线上冒出来的怪 bug 怎么查、复杂的东西怎么验收，靠的还是真本事。

底下有人回了一句：差距也会放大。

这两种说法放在一起，看着有点矛盾。

一个说，AI 把学习的门槛拉低了，谁都能学。

一个说，AI 会把人和人之间的差距拉得更大。

我想了很久，觉得它们说的可能是同一件事。

门槛变低了，但乘号前面那个数，还是你自己的。

那这个数，或者说“底子”，到底是什么？

我一开始以为是知识。会的越多，底子越厚。

后来发现不完全是。知识这件事，AI 已经帮我们拉平了不少：我不懂的代码，它懂；我记不住的语法，它记得。

真正让我卡住的，很少是“不知道”。

卡点一：说不清自己要什么

我想要一个功能，脑子里有个模糊的样子，就是描述不准。我说得含糊，AI 就给得含糊。我自己都没想清楚，它当然做不出来。

后来我慢慢学会，先把问题拆开，把需求一句一句说清楚，再交给它。

这是提问力。

卡点二：看不出 AI 哪里错了

AI 说得头头是道，代码一大段，看起来什么都对。可它到底对不对，我常常判断不了。

有段时间我们在做视频，AI 出的素材时好时坏。我就想干脆做个工作台，专门审核、把关这些素材。AI 很支持，一路帮我搭了起来。

工作台做出来了，视频也做出来了。可回头一看，真正用上的素材，几乎都是我跟 AI 在聊天窗口里一来一回聊出来的。

这件事从头到尾，AI 都在附和我，没有一次停下来问：这个东西真的值得做吗？

值不值，只能靠我自己判断。

AI 很少主动告诉你它错了。你判断错了，它也只会很自信地陪你往下写，帮你错得更快。

这是判断力。

卡点三：以为懂了，其实没会

上一篇我写过，懂了，不等于会了。AI 解释完那一刻，我常觉得自己明白了，可下次遇到类似的问题，还得从头再问一遍。

这和我当年学英语，脑子里先翻译成中文，其实是一回事：每一步都“知道”，连起来却用不出来。

所以我开始逼自己多问一句：这一步为什么要这么做？它背后的道理是什么？

这是学习力，也是理解本质的能力。

至于创造力，说到底就是你心里得先有个想做的东西。AI 能帮你把想法一步步变成现实，但没法替你“想要”。

会问，会判断，会学，想要。

这几样东西，才是乘号前面那个数。

— · — · —

写到这里，我又想反过来说一句。

乘号有一个很容易被忽略的地方：它对零，甚至对负数，也一样起作用。

零乘以十，还是零。

如果一个人习惯把 AI 当答案机器，遇到问题就问，拿到答案就抄，从不追问为什么，那 AI 放大的，其实是他的依赖。

我会想象这样两个刚开始学东西的人。

一个用 AI 很快做完了所有练习，每次都有标准答案。

另一个也用 AI，但每次先自己试，错了再问，问完还要用自己的话讲给 AI 听，让它挑毛病。

表面上，他们用的是同一个工具，花的时间也差不多。

可乘号前面的那个数，一个停在原地，一个在慢慢变大。

一年后会差多少，我不知道，也不想替谁下结论。

我只是越来越觉得，“差距也会放大”这句话，说的不只是老手和新手，也可能就是两个坐在同一间教室里的人。

如果你是家长，可能会忍不住想：AI 时代，孩子应该学什么，该打什么底子？

我不是教育专家，只能说说自己的体会。

学校在教知识，这件事很重要，也一直有用。只是 AI 来得太快，很多学习方法还没来

得及跟上。

知识越来越容易拿到，也许更值得陪孩子一起养的，是乘号前面的那些东西：

遇到不会的，敢开口问，也问得清楚；

拿到答案，愿意多想一下它对不对；

学了一样东西，能用自己的话讲出来；

心里有一个想做的东西，哪怕很小。

这些东西不一定能马上变成分数。

但它们决定了，将来孩子手里的 AI，乘的是什么。

回头看，我这三个多月最大的收获，可能不是做出了几个产品。

而是那几个停在半路的 Demo，让我看清了自己的底子到底有多薄。

我现在也还在补。

只是我越来越好奇：

如果 AI 真的会把每个人本来的样子放大十倍，那你最希望被放大的，是自己身上的哪一部分？

天冷了，记得添件棉袄。