《AI 渐进编程》之二十八: 对 AI 的理解决定使用效果

现在 AI 的营销跑得太快了。

很多人还没有建立最基本的 AI 心智模型,就已经开始接触"AI 员工""AI 同事""Agent"。

结果是,大多数人并没有真正改变工作方式。

他们只是把 AI 当成了 Google 的升级版。

过去是:

text 复制代码
搜索关键词
↓
打开网页
↓
自己找答案

现在变成:

text 复制代码
直接提问
↓
AI 帮你整理答案

本质上仍然是在"找答案"。

但 AI 真正更大的价值,是参与任务执行。


1. 最大的问题不是不会写 Prompt

很多 AI 教程都在教怎么提问。

这当然有用。

但更根本的问题是:

很多人从一开始就把 AI 理解成了一个"很聪明的人"。

于是会默认:

  • 它应该理解我的真实意图
  • 它应该知道哪里不能改
  • 它应该记得前面的事情
  • 它应该知道什么时候算完成
  • 它应该对结果负责

这些其实都不是天然成立的。

AI 能生成一个看起来合理的答案,并不等于它真正理解了你的任务。


2. 不需要懂公式,但必须知道它不是"人"

普通人当然不需要会推导反向传播,也不需要研究神经元函数。

就像开车不需要会造发动机。

但至少要知道:

你开的不是马车。

汽车和马车需要完全不同的操作方式。

AI 也一样。

你不需要懂所有数学细节,但至少应该知道:

  • 它是根据训练和上下文生成结果
  • 它可能非常自信地生成错误内容
  • 它不会自动知道你的隐含边界
  • 它不会天然知道什么叫"完成"
  • 它的结果需要约束和验证

如果这些都不知道,只学几个 Prompt 技巧,很难真正把 AI 用好。


3. Agent 比聊天难得多

聊天很简单:

text 复制代码
C++ 的虚函数是什么?

AI 回答,你判断有没有用。

但如果你说:

text 复制代码
帮我修改这个项目的登录模块。

问题马上变了:

  • 哪些文件可以改?
  • 哪些接口不能动?
  • 能不能增加依赖?
  • 数据库能不能修改?
  • 什么条件算完成?
  • 谁负责验收?

这已经不是"提问"。

这是在组织工作。

所以:

ChatGPT 的普及很容易,Agent 的普及很难。

因为聊天只要求会表达。

Agent 要求人会定义任务、设置边界和验收结果。


4. AI 使用还缺少一块基础知识

互联网时代,学习没有固定顺序。

Prompt、Agent 和各种工具都可以直接上手,但有一块知识不能缺:

理解 AI 是什么,它会在哪里出错,以及什么时候需要约束和验证。

不需要先学完这些再使用 AI,但如果长期缺少这种基本认识,就很容易只会"用功能",却不会真正使用 AI。


相关推荐
syso_稻草人10 小时前
qwen-image-2.1 高清放大拆解:Qwen21LatentUpscale 潜空间 2x + denoise 0.35 修细节,12 组场景实测
人工智能·stable diffusion·prompt·comfyui·qwen-image2.1
羲云网络11 小时前
GPT Image 2.6 动态表情怎么改:从情绪歧义到动作节奏验收
人工智能·gif·图像编辑
EatFan11 小时前
AI Agent 工程化元年:从单体智能到 Agent 集群的架构演进与落地路径
人工智能·架构·ai agent·autogen·crewai·agent集群·记忆工程
泯泷12 小时前
别再“裸聊”大模型了!你家的 AI 为什么总胡说八道?根子在 RAG
人工智能·算法·架构
玖米GEO运营王总监12 小时前
成都AI数字人视频怎么批量生产?流程与合规标注
大数据·人工智能·音视频
f6m274dww2cmd12 小时前
拆一个类目第一的20个曝光词:43% 的搜索量来自第二页
人工智能
RobinDevNotes13 小时前
24GB Mac 做数字人:声音放本地,画面租云端
人工智能·python·macos·开发工具
user44651179179113 小时前
Agent 也能「过安检」:AgentScope 权限系统设计拆解
人工智能
烟小栀14 小时前
Windows下的深度学习环境配置参考及配置教程
人工智能
tellmewhoisi14 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论