结语：如何在工作中用好AI？【视频7】

来源：AI时代学习营 · AI Builder 课程 · 在学习书房阅读原版（含图）

一、如何在工作中用好AI 00:08

如何在工作中用好AI及误区

打破原有误区

• 原有的误区核心观点：不破不立，要学好AI必须首先破除传统学习方法的误区
• 误区来源：来自17年以上的量化教育体系（Mike Develin总结）
• 六大误区： 固定答案思维：认为存在唯一正确答案（现实中只有trade off） 确定性证明：试图绝对证明某个方法的正确性（现实中答案永远是it depends） 学科局限：仅使用单一学科知识解决问题（AI需要跨学科整合） 难度价值：认为越难的方法越有价值（现实中简单方案通常更具robust和scalable优势） 沟通局限：只与专业人士交流（实际需要与产品/市场/销售等多方沟通才能产生impact） 外部评价：依赖他人评分系统（现实中需要建立自我评估体系）
• 新知识的本质是手艺

• 本质特征： 不可证伪性：没有标准答案，无法通过理论证明优劣 实践验证：好坏只能通过现实结果验证 无限深化：研究越深入发现待解决问题越多（外行看简单，内行看复杂）
• 与科学区别： 科学可证伪，手艺依赖经验积累 科学有教材标准答案，手艺需要实践感知
• 与艺术区别： 艺术追求主观表达，手艺存在客观评价标准 艺术价值多元，手艺价值可通过实际效果衡量
• 学习方法学徒制： 向有实践经验者学习（如课程中邀请鸭哥分享实战经验） 获取第一手未被体系化的知识
• 实践优先： 所有知识必须通过实践内化 实践机会具有累积效应（越实践机会越多）
• 案例说明：拳击运动看似简单动作，实则需无限精进，永无完美终点
• 学习的三个部分

• 组成要素： 行动（50%）：产生实际反馈的基础 思考（30%）：指导行动方向 求知（20%）：补充必要知识
• 优先级原则： 行动>思考>求知 通过行动确定思考方向，通过思考明确求知内容
• 案例说明：C语言虽好但非人人需要学习，应根据实际需求选择知识
• 抓住机会的行动指南

• 五步法则： 需求出发：从自身实际工作痛点切入 构建方案：改进现有方案或创建新方案 克服挑战：每个克服的困难都增加方案价值 寻找市场：验证方案的可扩展性 持续迭代：重复上述过程形成正循环
• 关键提醒： 避免过度分析（如护城河理论、市场结构分析） 核心是”make sometℎing people want” 案例：Facebook/微信/Instagram早期都是简单解决具体需求
• 价值标准： 不必追求”微信级”成功 解决小组内部问题即可带来升职机会

阻碍用好AI的误区

• 不实验

• 核心误区：认为仅通过理论分析就能掌握AI，忽视实验的关键作用
• 正确认知：实验是学习AI过程中不可或缺的环节，需要通过实践来建立对AI的mental model
• 宝藏理论：真正的机会如同宝藏隐藏在未知的”迷雾”中，需要通过探索才能发现
• 实验步骤： 探索阶段：主动尝试新领域（take initiatives） 假设阶段：形成初步认知框架（hypothesis） 验证阶段：测量学习结果（measure & learn） 迭代阶段：重复上述过程（repeat）



• 案例佐证：Facebook的成⻓历程就是通过这种实验方法论实现的
• 能力要求：需要培养测量能力、复盘能力和学习系统，否则可能错过重要线索
• 推荐阅读：《Why Greatness Cannot Be Planned》书中提供了类似的理论框架
• 浅尝辄止

• 典型表现：满足于表面成果（如30秒生成的AI视频），不愿深入理解原理
• 正确方法： 主动制造错误场景进行研究 通过错误理解AI的底层机制 基于原理寻找解决方案
• 错误的价值： 是学习的强烈信号 揭示尚未掌握的知识点 提供知其所以然的机会
• 实践案例：课程花费1小时讲解30秒AI视频背后的原理和错误修正方法
• 处理步骤： 识别错误信号 研究相关原理 评估解决成本 实施优化方案
• ⻓期收益：建立坚实基础，避免遇到无法解决的瓶颈
• 人云亦云

• 核心问题： 容易被他人观点误导 错失真正有价值的机会
• 非共识观点：最有价值的⻅解往往与主流认知不同
• 形成独立观点的方法： 建立假设（hypothesis） 做出预测（predict） 主动证伪（falsify） 内化信念（internalize） 转化为行动（actions）



• 实践案例：课程选择不教授流行的RAG技术
• 决策依据： RAG是过渡性技术 上下文窗口正在快速扩大 聚焦LLM核心能力更有⻓期价值
• 建设者思维：需要通过实际构建（build）来验证想法

• 社群价值：为独立思考者提供支持环境
• 互动建议： 分享实践项目 讨论真实问题 获得志同道合者的反馈

课程总结

• AI的本质与学习方法

• 手艺的本质：AI是一项需要实践的手艺，具有以下特征： 没有标准答案，无法证伪，但能从现实中验证”好坏” 研究越深入，发现的问题越多 外行看似简单，内行深知其难 具有”进无止境”的特性
• 学习方法： 学徒制：通过2000年验证的有效学习方式 实践导向：行动>思考>求知的学习路径 持续构建：建立building的习惯
• 机会捕捉方法论

• 五步法： 从自身需求出发 开始构建(Build) 克服挑战 寻找市场 重复迭代
• 核心原则： 避免过度规划：“不要等到完全定义好护城河和市场结构才开始” 简单法则：“Just make something people want”
• 学习误区与正确态度

• 常⻅误区： 人云亦云/诉诸权威 过度依赖现成答案
• 正确态度： 形成独立⻅解：“从基础开始独立推理” 保持非共识思维：“真正的非共识者不是简单地反对，而是独立思考” 亲手实践：“用自己的双手实现想法”
• AI时代的竞争力

• 价值定位： 避免被AI替代的低价值劳动 专注于AI无法替代的创造性工作：
• 形成新想法
• 发现新机会
  • 解决新需求人机协作： 让AI处理重复性工作 人类负责创造性驱动
  • 创新者特质创新者特征： 不合常规者(the misfits) 叛逆者(the rebels) 麻烦制造者(the troublemakers) 方枘圆凿者(the round pegs in the square holes)
  • 核心品质： 不同视⻆：“the ones who see things differently” 挑战现状：“have no respect for the status quo” 不可忽视：“the only thing you can’t do is ignore them” 推动进步：“they pushed the human race forward”二、知识小结知识点 核心内容 考试重点/易 难度系数混淆点AI学习方法 新知识是手 区分“科学”与 ⭐⭐⭐⭐论 艺而非科 “手艺”的差学，需通过 异：科学可学徒制和实 证伪，手艺践掌握 依赖经验学习误区 六种学校思 易混淆点： ⭐⭐⭐维习惯不适 简单方法常用于AI学习 比复杂方法（如“唯一正 更有价值确答案”“仅用课本知识”）行动指南 1. 从需求出 重点：克服 ⭐⭐⭐⭐（BUILD方 发 2. 改进或 挑战是价值法） 新建解决方 ⻔槛的关键案 3. 克服挑战 4. 寻找市场 5. 重复迭代实验的重要 宝藏存在于 易忽略点： ⭐⭐⭐⭐性 未知领域 错误是学习（迷雾模 信号，需分型），需通 析原理而非过探索-假设- 回避验证学习非共识观点 人类价值在 争议点：盲 ⭐⭐⭐⭐⭐（Contrarian 于形成独立 目跟随权威View） 假设并验证 vs. 建立个人（如课程不 信念教RAG的原因）AI时代竞争 用AI解放重复 核心结论：“ ⭐⭐⭐⭐力 劳动，专注 行动>思考>发现新需求、创造新 求知”的优先解决方案 级案例与引用 - Mac Davi 关联点：反 ⭐⭐⭐Lion的学校思 叛者精神与维分析 Builder心态- 乔布斯广告 的契合“Here’s to the crazy ones”