认知勇气：学习AI工具的真正瓶颈

学习新的AI工作流程不再意味着要先学习它。你工作的平台就是你学习的平台，在你和掌握第一项技能之间，唯一的障碍就是说出“我不知道——教教我”的勇气。

上个月，在R周刊上，Eric Nantz 正在讲解 Sharon Machlis 的文章《从AI编程助手获得更好R代码的10个技巧》(https://www.infoworld.com/article/4184642/10-tips-for-getting-better-r-code-from-your-ai-coding-agent.html)。当他讲到关于技能（skills）——即你交给编程助手、让它知道如何处理一类重复性任务的可重用指令文件——的技巧时，他坦率地补充了一句：所以，我一直是技能的消费者。我实际上还没有自己编写过一个技能，但这是我今年的计划。

我非常尊敬 Eric——很少有人为这个社群的教学做出过比他更多的贡献——我是在拿他随口说的一句话做例子，并非针对他本人。但这句话恰恰捕捉到了一种关于学习AI工具的思维方式，而我认为这种思维方式如今已经完全过时了。编写你的第一个技能并不需要计划到“今年”。编写你的第一个技能，只需要对Claude说一句话。阻碍我们大多数人的，不是时间，也不是专业知识，而是勇气。

我想精确地阐述这个观点，因为它有一个实际的收益：它应该改变你接下来如何使用这些工具。

学习曾经是一个独立的项目

想想在过去——也就是十八个月前——你是如何掌握一项真正的新技能的。假设你想学习 Shiny，那个用于在R中构建响应式Web应用的框架。你会阅读《Mastering Shiny》，或者打开文档，然后从头到尾学习。你会开始一个边做边学的练习项目。遇到障碍时，你去搜索，找到Stack Overflow，如果没有完全匹配的答案，你会把问题提炼成一个可复现的例子，然后提出你自己的问题。最终你解决了问题，然后继续你的练习项目。那个循环是迭代的，并且有效。但请注意它的两个特点。它是线性的：你选择一个技能，然后沿着它逐步前进，而且这个过程很慢。同时，它独立于工作之外：学习本身就是一个独立的项目，拥有自己的时间表，与你实际想要交付的工作并行。先上课，再实践。

现在，工作台就是教室

与编程助手协作打破了这种分离。你工作的平台就是学习的平台，学习发生在实际任务之上，而非其侧翼。它的模式是这样的。你正在处理某项实际任务——清洗一个混乱的数据集、编辑一个播客、或构建一份报告。你注意到自己反复向助手输入相同的指令。你在某处读到过技能的存在。于是你说：“把我们刚才做的变成一项技能。” 就是这么简单。你不是坐下来学习如何编写技能；你是在实际情境中，趁着示例还“温热”的时候，把它交给助手去做。助手编写出技能，你阅读它，修改一行，现在你就拥有了一项技能。你通过实际制作来学习技能是什么——这一切都发生在你本来就在做的工作之中。这就是为什么这个循环如此之短。旧的循环以周为单位衡量进展——一章书，一个练习示例。新的循环以分钟为单位，因为每一次迭代都给你一个可以立即使用的东西，以及可以立刻行动的反馈。你不是“先学再做”，而是“在做中学”。

为什么“这是我今年的计划”已经过时

回到Eric的题外话。“我还没自己写过技能，但这是我今年的计划”这种说法属于旧的模式。它把一项技能视为你必须先掌握的一整套知识，然后才有资格使用它，就像你决心最终要学好测度论一样。因此，它自然会被列在清单上，排在其他等你有空再去处理的事情旁边。但实际上，没有任何东西需要预先掌握。使用技能和编写技能只差一句话。 Eric，按他自己的描述，已经是一个熟练的技能使用者；从那里到他编写第一个技能的距离，仅仅是在他本来就在做的某项任务结束时，对助手说一句话而已。这不是下个季度的计划。这是他接下来开口要说的话。把这件事列入待办清单，并非个人的疏忽，而是工具已经悄然淘汰的那种旧学习模式留下的残余。

瓶颈是勇气，而非能力

如果说旧的障碍已经消失，那么值得精确地指出它们曾经是什么，因为指出它们能让我们看清剩下的是什么。

过去，你可能会被 “不知道怎么做” 所阻碍——这项技术在你没读过的一本书里。你可能会被 “没有信息” 所阻碍——答案在你没找到的一个论坛帖子里。你还可能被 “整合的成本” 所阻碍——即使你掌握了技术，把它应用到你的具体项目中也需要付出真正的努力。如今，一个AI助手可以按需提供这三样东西：方法、信息，以及将其整合到你正在处理的文件中的过程。

去掉这些障碍，只剩下一样东西：你必须愿意对一个机器，大声说出：“我不知道怎么做这个——教教我。” 你必须在感觉自己还没准备好的时候就开始，让“不知道”成为入场的代价，而不是等待的理由。这种准备就绪的状态值得有个名字，我称其为认知勇气：愿意进入一个你尚无法解决的问题，并在解决它的过程中学习。

认知勇气现在是你学习速度的决定性限制因素。不是你的能力，不是你获取信息的途径，也不是你的整合能力——这些如今都很充裕。稀缺的输入是开始的勇气。

展示绘制图表的代码

图1：掌握新技术的两种途径。旧路径是一条漫长的线性旅程，穿过学习和搜索，与真正的工作并行，耗时数周。新路径是一个紧密的循环——尝试、询问助手、学习、重复——它就是工作本身，其入口只由“在还不知道怎么做的情况下就开始”的意愿守护。

鼓励，从词源说起

英语中“鼓励”（encourage）这个词的构成是有原因的。从词源上说，鼓励某人就是把勇气注入他们心中：en-（使）加上courage（勇气）。如果瓶颈是勇气，那么我们能为彼此、为自己做的最有用的事，恰恰就是这件事：降低承认自己不知道的成本。把“教教我”视作一种有力的行动，而非令人尴尬的事情。所以，这里有一个小小的行动呼吁，主要是给我的数据科学家同行们：拥抱你目前能做的和你想要做到的之间的差距。缩短循环，直到学习和工作成为同一个动作。下次当你发现自己在某项工具上贴上“今年要学”的标签时，停下来，打开你已经在做的工作，现在就请助手和你一起完成它。从现在开始，障碍不再是技能。而是勇气——在公共场合、在任务进行中、在你还没准备好时就伸手去拿它的勇气，这才是在这个激动人心的新时代学习的关键。基础已经提高，工具就在眼前，唯一仍需升级的，是你伸手去拿的意愿。