夜雨聆风没有技术背景，不会写代码，我是怎么做到的？
去年7月，我站在人生的岔路口。
面前是一支英伟达黄仁勋的视频，自媒体们用夸张的语气喊着“打破摩尔定律”、“天塌了”。视频里每个字都是中文，可我一个字也听不懂。
那种“别人都懂了，只有我像个傻子”的焦虑，像一盆冷水从头浇到脚。
不服气。
我决定搞清楚他们到底在说什么。
于是，我找到了“小林说”的一期视频，把每一个字都敲下来，写成公众号文章。这叫费曼学习法——学到一个东西，得给别人讲明白，才算真学会。
那是我转型的开始。
一年后的今天，我已经是全职AI博主，收入远超上班时。这篇文章，我把这一年的路拆给你看——怎么学、怎么熬、怎么从0到1。
没有技术背景的你，也完全可以复制。
---
01 为什么我敢裸辞？两个原因
去年7月，我在X平台上看到艺术家们用Midjourney做的作品——美得不像话。完全不是我一年前见过的“假脸油腻风”。
而摄影是我的老本行。这个方向，正好长在我的兴趣点上。
半个月后，我提了离职。
很多人问：为什么不兼职做？
两个原因：
第一，做事不能太贪心。
我以前是“多任务并行高手”，上班、副业、社交全抓，引以为傲。但后来发现，这是在透支精力——透支一次，好几周都缓不过来。上班已经榨干了我，下班再逼自己学习，身体迟早出问题。
第二，我坚信未来一定不打工。
2024年初我发过一条微博：“2025年目标——不上班也能养活自己。”既然终点就是自由，为什么不趁早？
所以我给自己设了三年期限：存款花完还没收入，就回去上班。目标设低一点，每一点进步都值得庆祝。步子太大容易扯着蛋。
连父母都没告诉。我假装正常上班，到点跟他们视频。直到有了收入苗头才说，省去了他们无谓的担心。
---
02 我是怎么学的？两条主线 + 费曼学习法
我的学习路径很简单：输入 + 输出，用费曼学习法闭环。
输入分两条主线：
主线一：文生图/视频（兴趣垂直）
报了个课。老师是资深广告创意人，教的不仅是工具，更是创作思路和艺术鉴赏。省时间、少走弯路。同时买了Midjourney一年会员，系统学习。
主线二：行业最新进展（广泛了解）
分三块：
1. 行业史
AI怎么来的？OpenAI创立过程、宫斗、前代技术如何影响现在……学完这部分，你会认识辛顿、李飞飞、杨立昆，明白没有一家公司是独立存在的，都是站在巨人肩膀上。你会理解为什么OpenAI从开源变闭源，不再被舆论牵着鼻子走。
2. 核心概念
脑子里每次冒出问题，就去搜深度长视频。
· 从“硅谷101”搞懂了为什么训练AI费电
· 从上海交大B站账号里李沐的讲座，搞懂了数据为什么重要
· 从Karpathy三个半小时的视频，搞懂了大模型怎么训练（后来我做的那“三大模型”三部曲，就是从这里来的）
新手最常问的就是“这是什么、怎么用”——别小看这些问题，解决一个，你就往前迈一步。
3. 新产品
短视频让我知道“发生了什么”，然后去官网看一手信息。因为创作者加工后夹杂了自己的理解，容易失真。比如DeepSeek R1发布时，网上吹得天花乱坠。但你自己看一手信息，就知道它厉害在哪、核心技术是什么、背后公司为什么能开源——原来人家有量化基金反哺。
这样学下来，前几个月我去参加活动，科学家现场演讲，我能听懂80%以上。再看任何技术视频，也能懂80%。正向循环形成了：信息渠道扩大 → 理解加深 → 焦虑减少 → 不被带节奏。
输出：倒逼自己
碰到新工具没有教程？自己先硬着头皮用。英语界面？一个按钮一个按钮点，摸索一周基本掌握。然后拍成教程视频，帮助更多人。
这就是费曼学习法的魔力：教是最好的学。
---
03 最难的三关，我是怎么过的？
第一关：收入不稳定的心理建设
我在大学开过摄影工作室，知道自由职业高风险。旺季赚得多，淡季可能很久没生意。但换来的是——没有不合理的加班、没有不尊重人的老板。
有得必有失。 提前问自己：能接受长时间没收入吗？
我设了三年期限，期望值放低。半年没收入的时候，也怀疑过是不是真要三年。看到其他博主做得好，也羡慕。
每次难受，我就和GPT聊天，或者写下来。烦恼是一团迷雾，写出来就变成了可解决的问题。
第二关：生活作息与自驱力
自己当老板会偷懒吗？会。但我会尊重感受——不想干说明身体累了，心安理得去躺。
非必要不熬夜，每天尽量工作四小时。 报了健身私教课，规范作息。长期剪视频也不腰背疼了。
第三关：学习中的挫败感
每次打开新工具，大脑都说“这很难，学不会”。失败了就骂自己“好笨”。
其实不是知识难，是关闭大脑的自我批判难。硬着头皮继续试，多试几次就顺溜了。
另外，英语好能帮你扩大信息渠道、看懂国外提示词，最重要的是克服一看英语界面就想关的恐惧。用插件辅助也行，但别自己先否定自己。
---
04 四个帮我开挂的学习工具
1. YouTube
吴恩达、Karpathy的教学视频，OpenAI、Anthropic官方频道，一手资讯。
2. Notebook LM
看英语论文、大神视频、科学家讲座。自己看一遍，再用中文和它探讨、总结，让它用大白话补全没看懂的地方。
3. ChatGPT
建一个“复杂概念解释窗口”。碰到不懂的名词随手丢进去——什么是SaaS、JSON、函数？它用老百姓都能懂的话解释。
4. X平台
科学家、创始人、新产品官方号都在上面，还有网友讨论。获取国际一手AI新闻的最好地方。
---
05 一年后，我眼中的AI
各家大模型卷数学、卷代码，对科学家来说至关重要——研究量子力学、化学、数学，新模型能事半功倍。
但对普通人，感知不大。代码能力提升了？我真感觉不到，除了语气是不是更友好。你如果不在乎谁更懂你，哪家便宜用哪家。 如果在乎，认准一个大致可以的，一直用就行。
至于工具太多学不过来？我后面会单独出一期，讲怎么按行业组合选工具。
现在仍然是学习AI的好时期。 它刚走入视野不久，你可以和AI一起成长。你是这个时代的亲历者——就像早期程序员对代码的理解，比后来者深刻得多。
为什么AI还没像淘宝一样颠覆一切？耐心点。 每当新技术产生，人们总是高估它的短期价值，低估它的长期价值。
最后，不管你是不是技术背景，只要你相信自己能学会，你就一定能学会。 很多时候，我们只是没过自己这一关。
---
「互动时刻」
你开始学AI了吗？卡在哪一关？评论区聊聊，我会挑一些典型问题专门做视频回答。
