AI 真的能让人变强吗?我决定用三年验证

上一篇写了为什么建立 JiayinOS：工具越来越多之后，缺的不是工具，而是一个能把东西沉淀下来的系统。

发出来之后有朋友问：系统听起来不错，但它具体能用来做什么？这个问题问得实在——一套没有真实任务的系统，很容易变成整理本身，目录越做越细，产出反而越来越少。它得进入一件真实的、有难度的事，经得起时间和细节的检验。

我决定在工作之余，用三年时间系统学习美国税法，以 EA（Enrolled Agent，美国国税局的执业资格体系之一）的公开考试框架作为学习地图。这不是一个到期必须兑现的承诺，更像一次长期的实践。这件事我没有把握，写出来一半是记录，一半是督促。

一是业务上会用到。

这几年企业出海的多了，客户走出去就会碰到跨境经营、海外投资、境外个人申报：架构怎么设、利润怎么分配、股东怎么申报。理解另一套成熟税制的逻辑，对判断跨境问题本身就有帮助。

家人和朋友在美国，工资和经商都要申报纳税，每年都要面对表格和税务通知。他们偶尔会问到我，过去我大多只能凭经验给个方向，细节上给不出可靠答案。我希望以后能真正帮上忙——帮他们合规经营、依法纳税，也懂得在规则之内做合理的税务安排。

先把条件列清楚：

具体说英文的状态：税法资料我能读懂一部分，但遇到例外条款、限额、时间节点和复杂句子，容易遗漏。看英文视频更吃力，不少术语不知道确切含义，一段听下来只抓住个大意。

而税法不能只读大意。一个 unless、一个 exception、一个phase-out，都可能改变结论。

不过收入确认、扣除、折旧、亏损结转、申报责任这些概念并不陌生。我要跨越的是语言、制度差异和细节精度，不是从零开始。学新领域时，先找它和已有经验的连接点。

还有一条最现实的约束：我在工作之余学，手上的工作照样要干，能用的只有早晚和周末。这一条决定了这件事的形态——不可能是冲刺，只能是长期的小量积累。也因为如此，我更在意每一小时的效率，而不是今天学了几个小时。

EA 是美国国税局体系下的执业资格，考试、申请、背景审查、继续教育和执业要求都以 IRS 最新规则为准。持证人可以代理纳税人、承办联邦税申报业务，对居住地没有限制。

我会用它的公开考试框架安排学习，但不打算定下"必须在某个日期通过"的目标。我给自己的标准是：没有八成把握，不报名。

一方面报名费贵，考不过再来一次，成本是实在的；另一方面，我先要建立的是理解和处理问题的能力，而不只是一张证书。能力到了考试是水到渠成，能力没到即使侥幸通过，业务也接不住。这三年的第一目标不是承诺结果，而是把能力基础建扎实。

常有人问 AI 到底怎么帮助学习。我的答案不是让 AI 替我学，而是把它放在最合适的位置：处理重复、分散、耗时的信息整理；理解、判断、记忆和练习，仍然自己来。

用考纲的章节名加年份去搜，在 YouTube 能找到不少讲得清楚的免费内容，也更容易回到 IRS 的官方说明和表格指引去核对。

通用做法：先拿到官方考纲，把它拆成三五十个知识点，每个知识点单独去搜。考纲本身就是关键词库。

这样学习不再由今天刷到什么视频决定，而是有一张可以逐步推进、随时核对的地图。

这一步顺序和多数人相反——不是看完再查生词，而是看之前先把术语过一遍。做法是让 AI 先整理这一主题的高频术语：

配套的三个小办法：

· 开英文字幕，不开中文字幕。中文字幕会让人放弃处理英文，机器翻译的专业术语也经常不准。英文字幕的作用是让你看见拼写，看见了才查得到。

· 视频倍速调到 0.75。

· 术语卡只记高频的。一个词在三个不同视频里都出现过才值得进笔记库，低频的交给考纲去筛选。

看完视频最容易发生的事，是当时似乎懂了，过几天再找就找不到了。

所以我会保留：原视频链接、字幕或关键片段、学习日期、对应主题，以及自己没弄明白的问题。

AI 可以把字幕整理成结构化笔记，帮我提取数字、条件、例外和术语，但原始来源不能丢。因为税法会变，AI 的总结也可能遗漏。需要回看时，能找到出处比一份看上去很完整的笔记重要得多。

顺带一提，YouTube 的 transcript 功能可以复制字幕全文，交给 AI 标出专业术语并做对照。这样"听不懂"就变成了"读加查"，绕开听力短板，用阅读和专业判断这两个相对的强项去解决。

看完当天用 AI 把内容归位，两条提示词：

请按【我提供的考纲章节】把这段内容归位，输出中文结构化笔记，保留所有关键数字、限额、时间节点和例外条款。不要概括，不要省略细节。

基于以上内容出 10 道选择题，难度对标真实考试。答案单独列出，每题标注对应知识点，方便我答错时回到原文。

AI 在这里承担的是整理和加工，是我最不擅长也最耗时的那部分。理解和记忆没法外包。

笔记库最容易死在结构设计上，所以我不做复杂结构，只坚持三种连接：

· 术语 → 出处：这个词第一次是在哪里学到的

文件夹只分四个：00-考纲、01-知识点、02-术语表、03-错题与复盘。标准不是笔记好不好看，而是下一次能不能被找到。

这样一路下来：学习资料 → 字幕与来源 → 结构化笔记 → 自测与错题 → 复盘 → 下一轮学习。

这就是 JiayinOS 对我最实际的意义：不是替我完成学习，而是尽量不让已经投入的时间轻易流失。

这两年讨论最多的是 AI 会不会取代人。我更关心另一面：一个人借助 AI 和一套自己的系统，能力边界能不能真的往外推一点。具体到我自己：起点一般、语言基础一般、只有业余时间，能不能把一门全英文的专业内容学下来。

这个问题不能靠感觉回答。我不打算用"做了多少篇笔记"来证明进步，至少要看四件事：

1. 能不能更快找到资料。需要回顾一个概念时，能不能在几分钟内找到原始来源和自己的笔记。

其中第三条最重要。整理不等于掌握，AI 写得漂亮，也不等于我真的学会了。所以笔记之外，我会保留闭卷自测和错题复盘。

如果这四条都能站住，说明的不只是我一个人的事——年龄和起点，也许不是我以为的那道门槛。如果站不住，我也会说清楚卡在哪：

是 AI 的能力边界，是方法有问题，还是人的精力确实存在上限。哪个答案，都比不去试要有意义。

我给自己留三年，不是因为确信三年后一定能达到什么结果，而是因为对一件复杂的事，短期很难看出变化。

EA 的考试分三科，我就按这三科安排时间。

第一年学习个人税。这一科是地基。收入确认、扣除、抵免的整套框架都在里面，后面两科都要用到它。这一年的重点不只是学完，还要把学习方法本身跑顺——考纲怎么拆、术语表怎么建、笔记怎么连。

第二年学习公司税。这一科是三科里最难的，所以留一整年。但这也是我经验最能用上的地方——收入确认、折旧、亏损结转、关联交易，概念本身不陌生，要跨的是制度差异和细节精度，不是从零开始学。

第三年学习职业规范。这一科相对容易，所以第三年不只是学它，更多时间用来把前两科串起来复习，以及看真实案例——规则记住了，不等于遇到具体问题会处理。

三年这么安排，但不是承诺三年考完。计划不是用来施压的，而是用来在偏离时重新找到方向。

说实话，五公里本身不算难，跑完也不喘。难的是另一件事——每天五点起床。

十几年下来，真正要克服的从来不是距离，是起床那一刻。

2025 年 3 月 2 日，南京溧水半程马拉松，是我第一个半马；2025 年 11 月 2 日，杭州马拉松，是我第一个全马。

从五公里到四十二公里用了十二年，而从半马到全马只隔了八个月。

回头看，变化并不是每天都看得见。很长一段时间，你只是按时出门、跑一点、再跑一点，说不清自己有没有在进步；直到某一天，才发现已经能完成过去觉得很远的距离。

这件事没让我觉得自己有什么特别，只是让我对"长期"这两个字多了一点具体的认识：变化不是匀速发生的；而支撑变化的，也不是哪一天跑得特别远，是十二年里绝大多数个凌晨五点。

学习大概也是这样。难的可能不是某一天看不看得懂，而是能不能在工作之余，一天一天沉下心来。

我不知道三年后自己能走到哪里，也不知道 AI 在这个过程里能带来多少真实帮助。但真正的答案不会来自想象，只会来自开始之后留下的记录、练习和复盘。

所以这不是一次要证明什么的宣言，更像一份写给往后自己的学习日志：不急着证明自己有多强，先认真把一件难事做下去。

如果你也正打算学 AI、学一门新专业、重拾一门语言，或者正在犹豫现在开始会不会太晚，欢迎在评论区留下你的经历。

也很想知道：你有没有做成过一件当初觉得做不到的事，花了多久？这能帮我判断自己对这三年的估计，是乐观还是保守了。

上一篇：工具越来越多之后，我为什么开始建立 JiayinOS

https://mp.weixin.qq.com/s/dCjXT-M1_wXlBZxTYlmIRg

下一篇预告：把 JiayinOS 的结构完整拆开讲一遍——分成哪几层、怎么转起来、我给自己定了哪些规矩。

文中 EA 相关内容仅用于说明个人学习计划，不构成税务、考试或执业建议。EA 的考试、申请、继续教育与执业要求，以 IRS 最新公开信息为准。

IRS：Become an enrolled agent https://www.irs.gov/tax-professionals/enrolled-agents/become-an-enrolled-agent

IRS：Enrolled agents FAQ https://www.irs.gov/tax-professionals/enrolled-agents/enrolled-agents-frequently-asked-questions