夜雨聆风先做个垃圾出来
我从AI大会现场悟到的学习方法论
昨天在AIFUT大会看了场关于"AI能不能教会人"的激烈辩论。正反方吵得不可开交，但作为一个局外人我突然意识到——他们可能都问错了问题。真正的AI学习路径，跟那张海报上写的一样简单粗暴。
昨天下午在线蹲了卡兹克办的AIFUT人工智能未来大会。
整场看下来，信息密度高到离谱——罗振宇聊"人最后的稀缺性是你想要什么"，朱广翔抛出"15度夹角生存法则"，李继刚讲了钢化膜和磨刀石两种人机关系……但最让我停下来的，不是这些。
是一场辩论。
一场没有赢家的辩论
辩题很简单，"教别人用AI，是可以被教会吗？"
正方说能，降低标准嘛，能用自然语言对话解决问题就算教会。反方说不可以，"真正的会"是把个人能力与AI对齐，这事儿依赖每个人的参数和训练，没法复制粘贴。
664 : 389
最终投票结果 — 反方胜出
说实话，两边说得都有道理。但不知道为什么，看着他们争得面红耳赤，我脑子里一直在转另一个问题——
他们是不是都默认了一个前提，就是"学AI"这件事，得先搞明白了才能上手？
就好像学游泳，得先把流体力学、呼吸节奏、划水角度全学透了才敢下水。
可现实是什么？现实是大部分人学AI的真正路径，根本不是这样的。
「先做个垃圾出来」——这张海报在我手机里存了很久
先说一个可能会让很多人不舒服的事实。
昨天大会上好几位嘉宾都在强调同一件事——"想清楚你要什么"，成了AI时代人类最核心的能力。罗振宇原话是这么说的：
"
当AI成为最好的设计师、最好的医生、最好的律师，人唯一的用处，就是告诉AI我们要什么。
—— 罗振宇 @ AIFUT大会
傅盛也说了类似的话——"想出题目"才是人最重要的能力，AI负责解题。
这话对不对？太对了。
它让人产生一种错觉——"我得先想清楚了，才能开始用AI。"我得先把自己的需求梳理明白，我得先学会怎么提问，我得先搞懂AI能做什么不能做什么，然后……然后就一直没有然后了。
因为"想清楚"这事儿本身，就是一个极度依赖实践的过程。你不下水，永远不知道水温是多少。你不开始做，永远不知道自己到底想要什么。
这就是为什么那张海报上的话那么刺眼却又那么准确——
「先做个垃圾出来」
垃圾的价值
"先做个垃圾出来，别想着一次成功，别想着一稿通过。"
这几句话乍一看像鸡汤，但你仔细琢磨一下它的逻辑链条，会发现它描述的不只是一个心态，而是一套完整的方法论。
这不就是Skill的创作路径吗？你做一个Skill，不也是这样吗？先搭个最粗糙的框架跑通，发现哪里不好用就改哪里，遇到不会的就问AI，一步步打磨出来的。
AI的学习路径 和 AI技能的创作路径本质上是一回事
从垃圾到作品的四步循环——做→遇阻碍→AI解决→迭代
回到那场辩论。反方之所以赢，我觉得是因为他们戳中了一个很多人的真实体验——
看了很多AI教程，收藏了很多Prompt技巧但还是不会用
为什么会这样？
李继刚在大会上给了两个特别精准的概念，我觉得可以直接解释这个问题。
他把人使用AI的模式分成了两种。
✗ 钢化膜模式
看到好的Prompt就Ctrl+C、Ctrl+V，把AI当成高级摸鱼工具。看起来在用，实际上从来没有触碰过核心。
✓ 磨刀石模式
你是那把刀，AI是磨刀石。你在用它的时候，真正被打磨的是你自己的判断力、审美力和对问题的理解力。
教程派的问题就在于，大部分教程教的都是"如何贴一层漂亮的钢化膜"。它给你一套模板、一组咒语、一个标准流程，你照着做了，好像学会了，但实际上你的判断力没有任何提升。
一旦场景稍微变化一点，模板就不灵了。
💡而"垃圾方法论"强制你走磨刀石路线——因为你一开始就没有模板可以套，你只能在做的过程中，一遍遍用自己的判断去调、去试、去感受什么是对的什么是错的。
15度夹角：不要站在AI的延长线上
朱广翔在大会上提了一个我特别喜欢的方法论，叫"15度夹角"。
他说人和AI的关系，既不能完全不用（那是正交，跟时代脱节），也不能死磕AI擅长的领域跟它正面竞争（那是共线，站在AI能力的延长线上迟早被碾）。
最好的姿态是保持一个15度的夹角——利用AI强大的执行力，同时深耕你自己独有的东西。行业经验、专业知识、审美品味、人生阅历，这些是目前AI没办法通过数据训练快速覆盖的领域。
不站在AI的延长线上竞争，保持15度夹角
把这个框架套到"垃圾方法论"上来，你会发现它们说的是同一件事。当你"先做个垃圾出来"的时候，你其实已经在不知不觉中站在15度夹角的位置上了。
因为你做的那个垃圾，里面包含了只有你才知道的需求、只有你才有的审美偏好、只有你才理解的业务场景。这些东西AI给不了你——它能帮你写得更快、画得更漂亮、代码写得更规范，但它不知道你想做什么。
而"想做什么"这件事，只有在做的过程中才会越来越清晰。不是坐在那想清楚的，是做出来的。
不制作垃圾，你就只有焦虑
海报上还有一句话我觉得特别狠——
"不制作垃圾，你就只有焦虑拖延的机会。"
这话听着刺耳，但你回想一下自己学AI的过程，是不是这样。
看了无数篇文章，收藏了无数个工具，报了好几个课。每天刷着别人用AI做出了惊艳的东西，心里越来越慌——"我是不是落后了？""我是不是太笨了？""为什么别人一学就会我学了这么久还是不会？"
这种焦虑的本质是什么？是你把"学习"和"产出"割裂开了。
你以为要学到一定程度才能开始产出，但事实上学习本身就是产出的副产品。你在做那个垃圾的过程中学到的东西，比你看一百篇教程都多。
特效小哥008在大会上有句话说得特别好：
"
AI带来的是创作的平权，但不是创意的平权。
—— 特效小哥008 @ AIFUT大会
什么意思？就是AI让"做出来"这件事变得极其容易了，但"做出好东西"依然依赖你的品味、你的判断、你对人的理解。而这些东西，只有通过大量的做、大量的试错、大量的"垃圾"，才能积累起来。
所以别怕做垃圾。
你做的真的只是你眼里的垃圾。你不做这个垃圾出来，下一个人做的还不如你做的垃圾好看好用好有价值。
局外人的视角
AIFUT大会现场 —— 正反方都是积极拥抱AI的人
写到这里我想说回开头。
昨天那场辩论，正反方都是积极拥抱AI的人。他们是从业者、是布道者、是靠AI吃饭的人。他们争论的是"怎么教"，默认的前提都是"应该学"。
这没什么问题，行业里的人天然会推崇自己所在的东西。
但如果从一个局外人的视角来看呢？
一个普通的上班族、一个小店老板、一个刚毕业的学生、一个对AI充满好奇但又不知道从哪开始的普通人……
他们需要的可能根本不是一场关于"能不能教会"的辩论。
他们需要的是有人拍着他们的肩膀说——别想了，先做个垃圾出来。
不需要很完美，不需要搞懂所有概念，不需要等准备好了再开始。先动手做一个最烂的版本，然后在修补这个烂版本的过程中，你会自然而然地学会一切你需要学会的东西。
这就是AI时代的学习真相。
它跟过去任何一个时代的学习都不一样。以前我们讲究系统性、完整性、循序渐进。但在一个工具迭代速度以月甚至周为单位计算的时代，唯一有效的学习策略就是边做边学，以问题驱动学习，而不是以课程驱动学习。
写在最后
卡兹克在大会上说了句话我特别喜欢：
"
全世界可能还有84%的人没跟AI说过一句话，更别说真正拿它做过创造的。
—— 卡兹克 @ AIFUT大会
84%
还没跟AI说过一句话的人
这个数字背后是几十亿人。
他们缺的不是教程，不是工具，不是更好的Prompt模板。他们缺的是一个开始的契机，一种允许自己做垃圾的勇气，和一个最简单的信念——
那现在做垃圾的人，凭什么不能是你呢？
END
