前几天有人问我两个问题：AI 什么都知道，什么都能问它——那人还有必要去学那些需要记忆的知识吗？要学的话，怎么用 AI 才学得更高效？

我在 AI 安全治理这条线上干了几年，天天跟模型打交道。这两个问题，我用两个计算机的比喻，想得比较透了。

我的答案是：要学。但学什么、怎么学，都跟以前不一样了。

一、你的大脑，是一台没喂数据的模型

AI 为什么什么都知道？

因为它吃下的数据够多。同一个架构，不喂数据，就是一台空转的算力机器。

人脑也一样。

人文历史、中小学的基础教育、大学的专业训练，这些"需要记忆的知识"，就是你给大脑喂的训练数据。没有这些数据，你脑子里就是空的——想调用都没得调用。

这一点在做表达的时候最明显。我平时要看不少技术汇报，有个规律从未失效：知识面窄的人，表达是空的，说不出个所以然。不是他不努力，是他脑子里没有数据，组织不出有内容的输出。模型没有语料，生成不了像样的回答；人没有积累，讲不出有信息量的话。

所以第一个问题的答案很清楚：AI 知道得再多，那是它的数据，不是你的。

二、自己的知识是缓存，AI 是硬盘

那 AI 改变了什么？改变了检索。

以前碰到问题，要翻书、跑图书馆、问前辈。现在直接问 AI，几秒钟就有答案。

但检索是有延迟的。

我自己的类比是这样的：

自己的知识，相当于 CPU 的缓存，随时调用，零延迟；AI 相当于一块超大的硬盘，容量无限，但你得走一遍 IO。

平时查资料，走一遍 IO 无所谓。但有几个时刻，等不了。

开会的时候。老板突然问你一句"这个方案的风险在哪"，你说"稍等，我问下 AI"——那一刻，硬盘再大也没用。

决策的时候。判断和决策必须实时调用你脑子里的积累，你不可能每一步都停下来问 AI，问完再往下走。

提问的时候。向 AI 提出一个好问题，前提是你脑子里有足够的概念去组织这个问题。没有缓存的人，连问什么都不知道。

所以 AI 时代，人与人的差距没有缩小，只是换了赛道：以前比谁记得多，现在比谁调得快、判断得准、问得好。硬盘再大，替代不了缓存的速度。

三、怎么用 AI 学习：把它当陪练，别当替身

第二个问题：怎么学得更高效？我总结了四个方法。

费曼式输出。 把你的理解讲给 AI 听，让它挑毛病。这比看十遍书都管用——输出会暴露你以为的懂，讲不清楚的地方，就是没掌握的地方。

让 AI 向你提问。 注意，不是你问 AI，是让 AI 问你。让它针对这个领域向你抛问题，答不上来的就是盲区。人最大的盲区，是不知道自己不知道。

和 AI 讨论。 拿一个你已经理解的观点跟它辩。它会从你没站过的角度看问题，触发联想，把知识点连成网。

让 AI 换着法讲。 一个复杂概念，让它通俗化、打比方、换角度讲三遍。能听懂三种讲法的，才算真理解。

这四个方法，我不是从书上抄的——我自己在用第一个，用了 100 多天。

我今年做了一个表达训练：每天录一段不打稿的即兴表达，交给 AI 打分、挑毛病，每次只改一个问题。100 天下来：

  • 口头禅"然后"从一段录音 10 次降到 1 次
  • 语速从 130 字/分钟提到 200
  • 讲清一件事的平均耗时，降到原来的 1/5

AI 没有替我练，它只做了一件事：每天告诉我哪里错了。

这就是 AI 在学习里的位置——陪练。它不替你跑，它盯着你跑。

四、AI 时代最重要的能力：发现问题

两个问题之外，还有一层，我觉得是最值钱的。

AI 把知识平权这件事真的做成了。以前知识锁在图书馆里、在专家脑子里，现在人人都能问到。

但平权有一个直接的后果：“知道"不值钱了。你知不知道，AI 替所有人知道，这不再构成任何优势。那什么还值钱？

发现问题的能力。

AI 只回答问题，不提出问题。它的全部能力，都被你的问题框住了。你问出什么水平的问题，它就给你什么水平的答案。

做产品的人对此最有感觉——所有产品的需求，本质上都来自有人发现了问题：

  • 别人觉得这事很麻烦，但一直忍着 → 你发现了
  • 大家都用笨办法凑合，没人想过更好的方案 → 你发现了
  • 一个需求所有人都说"行业就这样” → 你发现了

发现了，才能定义成需求；定义成需求，才能让 AI 帮你产出方案。发现问题在前，AI 在后，这一步不能外包。

这种能力怎么练？我给三个可操作的。

每天记录一个"不对劲"。不舒服、麻烦、别扭、低效，这些都是问题的信号。大多数人的问题在于看见了但放过了。记下来，不用解决，先攒着。攒多了，你对"问题"的嗅觉会变尖。

定期回头看你自己的旧事。说个我自己的例子。多年前我搞过"读书一百本"，笔记发在豆瓣上，也攒了一批关注者，后来没坚持下去。这件事我自责了很多年，一直归因为自律不够。

直到最近复盘我才看清：根本不是自律问题。那件事缺的是完整的闭环——发出去就结束了，没有反馈机制、没有定价、没有社群，自然没有然后。不是我不能坚持，是那件事不值得坚持。

同一件旧事，十年前我看到的是"我不行"，现在看到的是"设计错了"。事实没变，是我发现问题的能力变了。

最后一条：用 AI 验证问题，别用 AI 发现问题。那个"诶，这里不对劲"的瞬间，只能来自你自己。AI 可以帮你评估这个问题值不值得解、有没有人解过、解法有几条路，但起点的那个疑问，必须是你自己的。

写在最后

回到开头那两个问题，我的完整答案就三句话：

自己有缓存（学），会用硬盘（问），会找问题（想）。

AI 越强，第一件事和第三件事越值钱——它唯一替代不了的，是你脑子里的积累，和你眼睛里的问题。