不要学AI，用AI

最近半年，我身边至少有五个朋友问过我同样的问题："我想学 AI，应该从哪里开始？学 Python 还是学框架？要不要去报个课？"

我每次的回答都一样：不要学 AI，用 AI。

这个回答让很多人意外。在这个人人都在"学 AI"的时代，你居然说不要学？但让我解释为什么。

"学AI"是一个无限游戏

去年有一段时间，我陷入了严重的"学AI焦虑"。每天打开社交媒体，看到的都是"最新大模型评测"、"必学 Prompt 框架"、"AI Agent 开发实战"。我收藏了无数篇教程，加了无数个 AI 社群，买了几个在线课程，但越学越焦虑。

为什么？因为"学 AI"是一个永远学不完的游戏。今天 GPT-4o 刚出，明天 Claude 又迭代了；你刚学会 LangChain，下一个框架又出来了。你永远在追，永远追不上。

更关键的是，你学到的很多东西，在你真正需要用它的时候，已经过时了。我去年花了一个周末学的某个 Prompt 技巧，现在回想起来，只记得它存在过，完全不记得具体内容了。

但"用 AI"就不一样了。用 AI 的逻辑很简单：你遇到一个问题，你让 AI 帮你解决它。不需要知道底层原理，不需要学过任何课程，你只需要会打字。

我转变的契机很简单。有一天我需要把一个 Excel 表格里的数据做统计分析，以前我会手动写公式，那次我直接把表格贴给 AI，说："帮我分析这些数据，找出趋势并生成一个总结。"30 秒后我就拿到了结果。那一刻我突然意识到：我不需要"会"AI，我只需要"用"AI。

学 AI 是"先学再用"——你还没开始用，就已经花了大量时间在学习上。用 AI 是"用中学"——你在用的过程中，自然而然学会了怎么用得好。

从那以后，我给自己定了一个规则：只用 AI 解决我当下遇到的问题，不提前学任何东西。

这个规则带来了三个变化：

当我不再试图"跟上 AI 的步伐"，我不再焦虑了。我接受了一个事实：AI 的发展速度远超过我学习的速度，但这没关系，因为我不需要学会所有东西。我只需要知道，当问题出现时，AI 大概率能帮我解决。

这个很反直觉——不刻意学，反而学得更多。因为每次用 AI 解决一个问题，我都在具体的实践中建立了一个"模式记忆"。我知道什么场景下 AI 好用，什么场景下不好用。这种记忆比看教程学到的要牢固得多。

用多了 AI，你会慢慢形成一种直觉：这个问题 AI 能搞定，那个问题还得我自己来。这种判断力不是看教程能学到的，只有在大量实践中才能建立。

举个例子：我现在能一眼判断出某个任务要不要交给 AI。如果是"写一个读取 CSV 文件并做数据清洗的脚本"，交给 AI；如果是"设计一个能支撑未来三年业务增长的数据库架构"，自己来。这不是什么高深的理论，就是用多了之后的肌肉记忆。

如果你现在还在犹豫要不要"学 AI"，我的建议是：

关闭所有 AI 教程和课程。不是它们不好，是它们给了你一种"我在进步"的错觉，而实际上你只是在消费内容。
每天用 AI 解决一个实际问题。不是"和 AI 聊天"，而是用它完成一个你本来要自己做的事情。写一封邮件、翻译一段文字、分析一段数据、写一个函数——什么都行，只要它是你今天真正需要做的。
对比效率。做完之后，花一分钟想一想：如果没有 AI，我花多长时间？有了 AI，我省了多少时间？省下来的时间我用在哪儿了？

最后你会发现，AI 不是一门需要"学"的课程，它就是一个工具，像搜索引擎一样。你不会说"我要学搜索引擎"，你只会说"我要搜一下这个问题"。AI 也一样——你不会说"我要学 AI"，你只会说"我要让 AI 帮我解决这个问题"。

把"学 AI"从你的待办事项里删掉，然后打开 ChatGPT 或者 Claude，开始用它做你今天要做的事。就这么简单。