夜雨聆风高考第一天，聊聊一个很根本的问题：AI 时代，基础知识还有用吗？
前段时间，有一次为了偷懒，直接简单提了个需求让 AI 写一个模型函数，结果写出来就是那种很拧巴、拗口的感觉，语句的组织结构也不是很好，我当时一看就 pass 了。但是在我删除的那一瞬间，突然想到最近很火的 Vibe Coding——圈外人士在这种时候大概率不具备这个判断 pass 的能力，他们一般只能通过运行结果来判断，无法判断中间过程的好坏。
这个东西，我认为就是品味，taste。或者你也可以叫它技术审美。
这东西怎么说呢，甚至我认为它是大模型时代最重要的能力之一。为什么这么说？大模型有一个特性，就是它的能力可以从实习员工到顶级专家之间随意波动，但一有机会它就随时准备偷懒、忽悠你。马具永远只是辅助，最终骑马的人还是你。你需要有一个很好的驾驭和分辨能力，才能用好它而不是被它带沟里去。
好，那问题来了：怎么培养这种技术审美？
我自己的体会是，这东西不是凭空来的。
我为什么能一眼看出那段代码"拧巴"？不是因为我天赋异禀，是因为我自己手写过太多遍类似的逻辑了。我知道一个函数的结构怎么样算清爽、怎么样算别扭，我知道边界条件应该在哪处理、错误处理应该做到什么程度——这些东西都被那些枯燥的重复练习刻进了直觉里，变成了一种对"坏味道"的条件反射。
这个“坏味道”在很多编程书籍里面有，我记得有一本大概叫《C++从小工到专家》的书作者就反复讲到这个观点。
圈外人士为什么看不出？不是因为他们笨，是因为他们没有这个"坐标系"。他们看到 AI 输出的代码能跑、结果对，就觉得 OK 了。但你不知道那个结果是怎么来的、中间有没有埋雷、是不是用一种最笨的办法算出来的。这些东西，不经过大量的基础训练，你是闻不出来的。
Paul Graham，硅谷最成功的创业孵化器 Y Combinator 的创始人，二十多年前写过一篇文章叫《Taste for Makers》，里面有一句话我印象很深，大意是品味不是天生的，是你大量接触好作品之后沉淀下来的东西。今年年初他又说了一句，英文原文是："When anyone can make anything, the big differentiator is what you choose to make." 翻译过来就是，当任何人都能制造出任何东西的时候，真正的分水岭是你选择造什么。
Sam Altman，OpenAI 的 CEO，今年二月也说过类似的话。他的原话是："We believe the best research teams are built through context, taste and a real feel for where the field is headed next." 意思是，最好的研究团队不是靠技术栈堆出来的，是靠 context（对上下文的理解）、taste（品味）、以及对领域走向的直觉。他还明确说过，非技术人员只要有 taste，也能参与 AGI 的核心研发。
你看，最前面那批搞 AI 的人，不约而同在强调同一件事。
这个东西背后的逻辑其实特别简单：AI 把"生产"的门槛打下来了。过去你要写代码、写文章、做设计，每一个环节都有很高的学习成本。现在门槛没了，你跟 AI 说句话，东西就出来了。但问题也恰恰出在这里——门槛越低，分辨好坏就越难，也越重要。
一分钟生成十篇文章，你能看出哪篇能用吗？一分钟生成五套方案，你能判断哪套是对的？AI 帮你写了一段代码，你能闻出哪里味道不对吗？
不是可以运行通过的代码就是好代码，这句话我相信所有程序员都认同。
做不到这些，AI 就不是你的工具，是你的盲盒。
再说一个我觉得被严重低估的能力：提问。
我们从小受的教育，说白了就是训练你"会回答"。老师提问你答对，考试出题你做对，整个评价体系全建立在"回答"这一端。但现在的问题是，AI 比你更会回答。你问它任何有标准答案的问题，它至少能给个 80 分以上的回复。你再怎么训练回答能力，也卷不过一个模型。
所以大模型时代，真正稀缺的能力变成了"会问"。
但你仔细想想，问出一个好问题的前提是什么？是你大概知道这个领域长什么样。你不需要知道每一个细节——那是 AI 的活儿，但你需要知道大框架。你得知道边界在哪、主干道在哪、哪个路口容易出事故。
有这个底图的人问的是"这个并发场景下 race condition 你怎么处理"，没这个底图的人只能问"帮我写个多线程程序"。
这个也可以理解为知识的广度，就是T字型人才中的那一横。
前者是在驾驭 AI，后者是在许愿。
而这份底图从哪来？还是基础教育。你背的那些公式、推导的那些定理、做的那些似乎"没用"的练习，它们不一定要被你直接用到工作中，但它们在你脑子里搭起了一个框架，让你知道遇到什么问题该往哪个方向去想、该问什么、该警惕什么。
当然这里的基础教育可能已经超出了九年初等教育了，可能涉及到一些职业教育阶段了。
说回高考。
今天一千多万人正在考场上奋笔疾书。过两天考完了，说不定有人会问，AI时代了，既然大模型什么都知道，我们还要学习做什么？直接问大模型不就行了？
这东西怎么说呢——我觉得问"有什么用"本身就是问错了方向。
你学滕王阁序的时候，被"落霞与孤鹜齐飞，秋水共长天一色"那个画面的开阔感震撼过。你学三角函数到高数加上傅里叶变换的时候，被一个简单的周期函数竟然能表示世界上所有的波——声波、光波、甚至星体的运动——惊叹过。这些东西你后来可能真的没有"用到"，但它们在你心里种下了什么是美、什么是简洁、什么是深刻的坐标系。
这些坐标系加起来，就是你的 taste。
而 taste 这东西，在 AI 能做一切的时代，可能是你最后也是最难被替代的东西。
最后重复说一遍。
大模型就像一个可以在实习生和专家之间随意切换的员工。你永远不知道他这次发挥在哪个水平，但他一有机会就会偷懒、会忽悠、会给你一个看起来漂亮但经不起推敲的东西。
面对这样一个员工，你唯一的底气就是你自己的判断力。
有判断力的人，AI 是杠杆，能把你的能力放大十倍。没有判断力的人，AI 就是一个看起来很高级的垃圾制造机——你用它产出更多的东西，但你分辨不出哪些是好的，哪些是凑合的，哪些是默默埋着雷的。
AI 不会拉平这个世界，AI 只会把差距指数级放大。 而站在杠杆哪一端的决定因素，恰恰是那些你曾经觉得"没用"的基础知识。
近期有同学说看不到我的文章推送，大家可以点频道主页右上方三个点，选择“设为星标”，这样推送成功率更高。
OK，今天到这里结束，我是AI古猿，我们下个路口见~
欢迎大家关注我频道——玩玩AI编程——我们一起探索AI时代。
OK，今天到这里结束，我是AI古猿，我们下个路口见~
欢迎大家关注我频道——玩玩AI编程——我们一起探索AI时代。
