夜雨聆风用AI，大多是学习的过程；读经典，也是学习的过程。
人类对学习这件事，其实是有着偏好的。有人爱学手艺，有人爱读闲书，有人沉迷解数学题，有人整天琢磨菜谱。
现在想，那句老话“人过四十不学艺”，倒像是反证了人类的好奇与爱学：正因为骨子里是爱学的，才需要用一句俗话来劝自己收心。要是真的对学习毫无兴趣，这句话也就没必要说了。
可学习这件事，有个麻烦的地方：它容易被执念裹挟。
你心里有什么放不下的东西，学的时候就会往那个方向偏。偏一点没关系，怕的是偏久了不自知，还以为自己在走正道。
用AI也是如此。AI本身没脾气，你给它什么，它就学什么。你觉得某个观点重要，它就多提；你觉得某种风格舒服，它就往那个风格靠。时间一长，你用的那个AI，就成了你内心的回音壁。你在上面看到的，不是新东西，是自己。
这就引出一个问题：自己不要有执念。
说起来容易，做起来难。
谁没点执念呢？喜欢某个理论，讨厌某种说法，坚信某条路径是对的，觉得某个方向是错的。
这些在日常生活里没什么，可一旦带入与AI的协作中，后果就慢慢显现了。你用的那个AI，会越来越像你。你说它贴心，其实它是照着你画的样子长出来的。你执着于什么，它就强化什么。你忽略了什么，它也懒得提起。久而久之，你们俩就困在同一个圈子里，出不来。
这种状态的典型表现，就是打地鼠循环。
今天觉得这里有问题，让AI帮着补一下。明天发现那里又冒出一个漏洞，再让AI去堵。今天头疼医头，明天脚疼医脚。看起来很忙，AI也很配合，可就是没从根本上解决什么。因为每一次“补丁”，都是在原有执念框架下的修修补补，从来没有人跳出那个框子看看。而AI呢，它也被你训练成了修修补补的高手。
它不是不想跳出来，是它的奖励机制不允许：你给它的反馈，全是基于那个框子的。
这让我想到正在做的“数字员工”项目。
我们放在第一位探索的，不是让AI去跑流程、去做报表，那些虽然也重要，但优先级排在后头。
第一位的是“复刻专家”。复刻专家是什么意思？不是把专家的知识库拷进去，让他回答问题。那是知识库，不是专家。专家真正的价值，是他的判断力，是他面对模糊情况时的那种直觉，是他几十年摸爬滚打练出来的“手感”。这些东西很难写成规则，但可以训练。
训练的第一步，反而是放下执念。
你要先承认，专家的判断不一定都是对的，他的执念也可能藏在经验背后。你把他当神，复刻出来的就是一座神像，不会变通。你把他当成一个不断学习、不断调整的人，复刻出来的才是有生命力的模型。
同样，你在训练AI的时候，也得时不时问问自己：我是不是又在把自己的偏好当成标准了？我是不是又在让AI重复我的老路？
这个过程，和学习读经其实很像。
读经不是让你背下来，然后到处引用。
读经是让你一遍一遍地读，读出自己的盲区，读出自己以前没看见的东西。
经典翻来覆去就那些字，可每次读，看到的不一样。因为你变了。
用AI也是这样。工具没变，变的是你的用法和心态。如果你发现自己和AI总是陷入同一种循环，停下来想想，是不是该换个角度提问了，是不是该试着让它反驳你一次了。
AI让我们多了一面看以看清自己的镜子。
你用执念去照，它反射回来的还是执念。
你带着好奇去问，它有可能带你看到不一样的东西。
那份好奇，恰恰是学习最本来的样子。不是为了一定要学到什么，只是单纯想知道，还有没有别的可能。
