type
Post
status
Published
date
Jun 7, 2026
slug
about-learning
summary
AI并非让学习失去了意义，而是强迫它进行了升级。
tags
思考
学习
AI
认知
文字
category
随性创造与思考
icon
password
公司会定期在周四晚上举办“对话架构师”活动，邀请业内大佬做公众宣讲。前端，算法，产品，内核，服务等等各个领域都有涉及，我这一年多基本上是期期不落，遇到自己熟悉的领域或者讲师，无论是方法论还是技术，听到有启发的东西立马记下来，回去在自己做的小项目上试点验证，总是很有启发。听不懂的也没关系，今天所谓“全栈”的边界正在逐渐模糊，了解自己不懂的技术栈，建立一个浅认知，我想也是一种积累。
最近我注意到了一个有意思的现象，就是几乎每一场活动的QA环节，都能见到这个问题
我觉得这很有意思，如此主观，开放式，恰巧又是当下讨论最激烈的话题之一。如果说讲师一定提前准备了什么，除了课件之外，大概就是这个问题了。所以，我也总是听到流程上几乎千篇一律的回复，所谓“它加速，但它目前不颠覆”，“只是替换掉不会用ai的人”....
讲师们的视角总是更偏向实用主义，在AI已经到来的前提下，基于新的生态，给出一种面向未来的建议。我觉得这很合理，不仅安抚提问者的焦虑，同时给出具体，客观的建议，还能把这样情绪化的一个问题重新引回到一个方便讨论，展开的框架之中。
但我想把视角往前拉一些。
AI为什么会替代老员工？它重塑的是哪些能力？
发展心理学家Jean Piaget提出：人类成长的关键并不是被动接收信息，而是在与外部世界不断互动的过程中，持续调整自己理解世界的方式。我们学习政治，是为了了解社会的运作模式；我们学习数学，是建立通过抽象问题模拟具体逻辑结构的能力。也就是说，学习，不仅在进行知识积累，也在不断的重建我们的认知结构。
过去，为了解决某个问题，我们需要理解背景，补足基础知识，提出问题，在过程中不断学习、思考、评估成本，基于现实约束进行取舍，当问题被解决之后，再基于新的经验提出新的问题，进而触及更高层次的需求。如此往复循环，个体完善的不仅仅是知识储备，更是分析问题，拆解问题这样复杂的能力结构。
但随着AI的出现，这套底层逻辑被撼动了。无需进行复杂的成本评估和商业调研，ChatGPT可以在一分钟之内，汇聚人类世界几乎所有的知识，给出最合适的解决方案；无需从零搭建底层结构和工程框架，Claude Code可以在半个工作日完成一个中大型项目的MVP交付。
效率提升是实打实的，这也是市场所偏好的。但与此同时，如果只把AI当作答案机器，那么我们得到的就只有“信息便利”。人类的大脑天然偏好“看起来合理”的现成答案，而非主动进行反直觉，高耗能的主动思考。而AI的训练模式又让它少有主动承认自己的错误，这便和人的认知惰性形成了一种微妙的契合。
表面上看，效率是提高了，但这种做法省略了最关键的一步：个体亲自完成判断结构、建立底层认知的过程。我称之为“建构”。久而久之，人会产生一种危险的错觉：我能得到答案 = 我有能力。
事实总是反直觉的，人的直觉会用“用了AI的我”和“之前的我”进行对比，从产出结果来看，这种提升毋庸置疑。但问题在于：你真的“变强”了吗？
一个最简单的方法就是：验证“能力”的可拓展性和可迁移性。给另一个人你现在拥有的所有工具，结果如果是“谁来做都差不多”，那便需要重新审视：真正产生价值的，究竟是你的能力，还是工具本身的默认能力。
这个时代真正的能力，从来不在于能否拿到答案。而是：
- 你是否能在同样的客观条件下，得到比别人更好的答案？
- 你是否知道目前答案的不足，以及下一步要优化的点？
- 你是否能在没有答案的情况下，依然做出高质量的决策？
工具从来都只是辅助决策，而非代替决策。至少目前的AI还只是“工具”。
如果说过去的学习更像“存储知识”，那么AI时代，我认为更像“建立系统”。知识本身不再是瓶颈，便无需花费大量时间进行记忆本身。真正重要的，是围绕知识建立更稳定、可靠的认知结构。这包含三种能力：
- 理解结构的能力。我们能否基于事实本身，拆解出背后真正发生效用的那些因素，而不仅仅是粗略，单一的概括事实？一切事物都有迹可循，每一个事件的产生，都是背后多个变量共同作用的结果。这决定了我们看到的是故事，还是图景。
- 提出问题的能力。AI擅长基于问题本身，给出充分的回答，但定义问题本身，还是高度依赖提问者的认知水平。问题的路径就代表着思考的路径，如果一个人自己都不知道自己想要什么，又如何奢望AI给出满意的解决方案呢？
- 执行再验证的能力。认知科学指出，大脑真正的变化来自“决策-行动-反馈-修正”的循环，而非简单的事实理解。AI能够降低行动门槛，但还无法替代真实反馈，一个idea的价值与否，总是需要在真实世界中被检验。
从这些角度讲，AI并非让学习失去了意义，而是强迫它进行了升级。
三次工业革命并没有让劳动消失，而是重塑了岗位形态。所以，与其去纠结“AI会不会替代我”，不如审视一下自己“是不是在蒸汽机来临的时候，把全部精力投入到研究如何让自己的马跑得更快？”
