40 岁以后学 AI,先别把自己的经验清零

别人已经在分享成果，你还在找入口。碰上一个陌生名词，又觉得自己落了一截。越着急越想赶快补课，学完几个教程，真正遇到工作还是不知道怎么开始。

很容易把这份生疏理解成：过去的经验没用了。

先别急着给自己下这个结论。操作工具需要学习，而你对一项工作的熟悉，仍然可以帮你提出问题、识别遗漏、判断结果。

从一件自己能看出好坏的工作开始，你就有地方把新工具用起来。

“这份方案不太对”，是一种感觉。“它没有说明谁负责，也没有写发生变化时怎么办”，才是一项可以复核的判断。

“这个报价不能直接发”，是一句提醒。“服务范围、交付物和不包含的事项没写清”，就告诉了 AI 该检查什么。

你在熟悉的工作里，可能已经形成许多这样的判断，只是平时用得太自然，没有专门写下来。

现在可以把它们整理成三栏：

通常要满足什么条件？这是规则。

什么情况下，照常规做会出问题？这是例外。

交给别人之前，我一定会问什么？这是验收问题。

不用一口气整理整个职业生涯。先写一项工作里最常用的三条，让模糊的“凭经验”变成别人也能理解的依据。

假设你要检查一份项目报价的完整性，这里只作练习，不涉及真实客户、价格或商业承诺。

你熟悉这项工作，就可能知道：只列总价还不够，还要看包含哪些服务、交付到什么程度、修改要求怎样处理。

可以先写一段虚构材料，再这样要求 AI：

请检查下面这份虚构报价说明是否完整，只检查服务范围、交付物和修改要求三个方面。

对每一项指出已有内容、缺少内容，以及需要进一步确认的问题。不要编造价格或替我作承诺。

先列检查结果，不重写全文。我会核对，再决定怎样修改。

拿到结果后，问自己：它漏掉了什么？把哪些不同的情况混在了一起？提出的问题，是否真的影响这份说明能不能使用？

发现遗漏，就把原因补进那三栏；它提出了你没想到的合理问题，也收下来。

这一轮里，你练习了输入材料、提出要求和检查输出。更重要的是，你能清楚地看到：工具帮了哪里，自己的判断参与了哪里。

对陌生操作的焦虑，会有一个具体的落脚点。

年龄并不自动带来判断力，熟悉也可能让人忽略变化。过去正确的规则，换了场景就要重新确认。

Microsoft Research 一项发表于 CHI 2025 的调查涉及319名知识工作者：更相信 AI 与较少的批判性思考相关，对自身任务判断更有信心则与较多的批判性思考相关。来源：原始研究

这是一项自报调查，不能证明因果，更没有证明40岁以后天然占优。它提示了一个值得留意的问题：面对顺畅的 AI 答案，你有没有继续检查的依据？

经验可以帮你建立这份依据，但也要允许新证据修正旧习惯。AI 给出不同方案时，先问理由、看材料，再作判断。

工具的基本操作仍要学。只是起步时，可以选一项熟悉、低风险、能核对的任务，完成一次小练习，再补上下一步真正需要的知识。

你不必等到熟悉所有名词，才允许自己开始。

那份答案，是过去经验的一部分，也可以成为你学习 AI 的起点。这里会继续分享把 AI 用进具体工作的办法，欢迎继续关注。