ARTICLE · 1164384
博士生干活不如AI助手
🎓 最近请了几位名校理工科教授讲座，发现这些领域大佬现在全是AI高手。他们下了个扎心结论：刚读博的学生，还不如一个AI助手会干活。
名校教授讲座后的一句话，让全场博士生沉默了
"你们现在最大的对手不是同门，是AI。"
—— · ——
最近单位邀请了几所知名大学的理工科教授来做讲座。说实话，讲座开始前我心里还有点刻板印象：大佬们常年深耕理论，对AI这种"时髦玩意儿"可能也就停留在听说过。
结果第一场讲座就被打脸了。
教授张口就是："我现在每天雷打不动跟AI协作六七个小时，文献调研、公式推导、代码验证，能交给它的都交给它。"后面几位教授也差不多，有人用AI做数值模拟的前期验证，有人拿它当"随叫随到的博士后"讨论学术问题。
这些领域大佬，早就是AI高手了。
—— · ——
一、"刚读博的学生，不如AI助手"
最扎心的是问答环节。有学生问："AI这么强，我们还要不要老老实实打基础？"
教授的回答很直接：
💡 教授原话
"我带过的刚入学的博士生，说实话，产出效率还不如我那个AI助手。它不摸鱼、不拖延、半夜随叫随到，给它任务它就去干。但区别在于——我知道该让它干什么，学生不知道。"
这句话说完，全场确实安静了几秒。
冷静下来想想，教授说的其实不是"AI比人强"，而是——在低水平重复劳动这个层面上，AI已经全面超越了刚入门的学生。查文献、跑基础代码、整理数据、写格式化的段落，这些活AI干得又快又稳。
那学生还剩什么？只剩教授最后那半句："我知道该让它干什么。"
看出来了吗？教授是"指挥官"，AI是"超级士兵"，而新博士生两头都不占——既没有指挥能力，执行力又拼不过AI。这才是焦虑的根源。
—— · ——
二、中外差距：算力决定科研加速度
讲座茶歇时还聊到一个更宏观的话题：中外AI科研的差距。
一位有海外访学经历的教授说得挺直白：
🌍 差距的本质
国外顶级实验室，算力管够。一个理论猜想，晚上丢给AI集群跑一晚上，第二天早上结果就出来了，验证-修正-再验证，循环飞快。
国内很多团队还在排队抢卡，很多想法只能停在纸面上。
这就是为什么国外的理论研究这两年发展迅猛——AI不只是工具，它已经变成了科研的"加速器"。假设验证的成本越低，试错的次数越多，出成果的速度就越快。这是一场"算力军备竞赛"。
那国内呢？教授的原话是："用量补质。"
什么意思？单个团队的算力可能不如人家，但我们在用人数和使用强度补：更多的人学会用AI，更多的场景跑起来，更多的应用落地验证。国产大模型也在不断更新迭代，能力追得很快。
这条路虽然笨一点，但胜在基数大、迭代快。质不够，量来凑；算力不够，勤奋来凑——有点像当年的制造业剧本。
—— · ——
三、我的亲身感受：会不会用AI，差别太大了
教授们说的是科研圈，但我自己的感受完全一致——在职场上，一个人会不会用AI、用得好不好，工作产出的差距是数量级的。
同一个部门，同样接到一个新任务：
• 用不好AI的同事：查资料两小时，写初稿三小时，改格式一小时，交上去发现方向偏了，返工半天。
• 会用AI的同事：先花十分钟把任务拆解清楚，让AI出三版方案对比，自己做判断和精修，一小时交付，质量还更高。
以前大家拼的是加班时长，现在拼的是"单位时间内的有效产出"。而AI恰恰就是那个放大器。
更微妙的是，这种差距会复利式放大：用得越好的人，省下的时间越多，就越有时间学新东西、做更有价值的事；不用的人，永远陷在低水平重复劳动里，越忙越落后。
—— · ——
四、那学生（和我们）到底该怎么办？
讲座最后，教授们给的建议出奇地一致，我总结成三条：
🎯 教授们的三条建议
1️⃣ 基础还是要打，但目的变了
不是为了将来自己动手算，而是为了能看懂AI算得对不对。不懂基础，AI胡说八道你都发现不了。
2️⃣ 尽早学会"指挥"AI
把AI当成你的第一个"下属"来带：会拆任务、会提要求、会验收结果。这个能力未来只会越来越值钱。
3️⃣ 把重复劳动交出去，自己做"判断"
凡是AI能干到80分的活，都别自己死磕。你的时间应该花在那剩下的20%——定义问题、做决策、担责任。这些是AI做不了的。
说到底，教授们那句"不如AI助手"不是在贬低学生，而是在重新定义"会学习"——这个时代，光会吸收知识已经不够了，你得会借助工具放大自己，再把省下来的精力投入到机器做不到的事情上。
—— · ——
五、写在最后
这场讲座给我最大的触动，不是AI有多强，而是——越厉害的人，越在拼命用AI。
名校教授、领域大佬，人家本来就在金字塔尖了，还每天跟AI协作六七个小时。反而是很多普通人，还在纠结"AI会不会取代我"，迟迟不肯真正用起来。
差距就是这么拉开的。
如果你现在还在观望，不妨从今天开始，把手头一件重复性的小事交给AI试试。用过一次你就懂了——它不是来抢你饭碗的，是来帮你端更多碗的。
你身边有没有那种"AI用得出神入化"的同事或老师？评论区分享一下 👇
📖 往期推荐