我写了七篇AI学习文章，数据惨淡，自己都看不下去。推给老婆，她说看了个寂寞。过了好几天，她突然开始用AI分析设计、研究教育、自己装工具。

五一回了趟家，当了几天婚礼摄影。回来以后短暂地被修图占了一些时间。写作的弦绷太久了，脑子一直没带回来。不过有两件事值得说说。今天先说第一件。

一、AI到底怎么学？

我爱人是个大厂的UX设计师。不是数码爱好者，也不追AI。五一之后她突然跟我说想学AI了。不是兴趣驱动。是周围同事都在用，项目里也开始要求AI产出，她觉得自己不能再拖了。

她问过我很多次：

• 你能不能教教我AI啊
• AI到底怎么学啊

这种问题基本等于没问。”AI怎么学”这种大问题，只有回答的是不是看着像答案的区别。你不如直接把这个问题扔给ChatGPT……

问题是，我自己确实写过一套AI学习路径的文章。

二、一套让我自己都嫌弃的文章

写那套文章的时候，我几乎每天发公众号，全过程AI参与，每天把几个订阅帐号额度用完，不得不换着用。 同样结合自己这三年的学习，思考，迷茫和AI焦虑。 这让我想写文章，来梳理自己的方法和思考。当时有个挺崇高的理想——让人看完以后能理解我这三年摸爬滚打积累的经验，按文章指引摆脱”教程”依赖，独立学会AI。

文章写了大概一周，翻了在公司和个人探索中用AI的所有经历，各种测试验证，把自己被AI焦虑支配、实践、踩坑的全部体验综合在一起。七篇文章，一天全发了。

数据很惨淡。意料之中，也在意料之外。为什么这么说，看过我以前文章的朋友大概也知道原因。

我自己写完发布前也回看过，有时候都看不下去。 似乎是照顾到了我想写的内容， AI学习中的各种问题。 都是精心整理，验证写出来的。但是有些怪。为什么这么虚？高光在哪？干货在哪？看完获得了什么？

找不到答案。

在写这篇文章之前，我也不知道为什么。 现在我好像知道了，是不是我理解的那样，需要交给实际验证。

三、她看了，说”看了个寂寞”

后来有一天，我爱人又问”AI怎么学”，我没解释，直接把那套文章甩给她了。她真看了。

看完跟我说了一句：“看了个寂寞。”

我当时心想：果然，自己都觉得虚的东西，推给别人也得不到好评。

微信图片_20260512130015_911_179

四、过了几天，她突然说”我懂了”

过了几天，她突然跟我说：”哦，我懂你那个意思了。”—— 不知道怎么学 AI 的她，自己可以和 AI 一起自主学习了。

然后开始频繁给我发AI生成的内容——用AI研究怎么教育孩子，用AI分析Figma设计，自己装Codex、Cursor。没人教，自己折腾，自己上手。

你说她什么时候学会的？

不是看完文章的那一刻。那一刻她什么都没学会。

文章里讲的那些东西——产品不是模型，Prompt是把任务说清楚，Agent是AI开始动手了，别追热闹要找自己的主航道——都是结论性的、方向性的。没有手把手的教程，没有详细的案例。因为这种东西我没法写成教程。每个人的场景不一样，案例设计成非常通用的反而会丢失价值。

但这些结论，是我这三年在各种任务里一个一个踩出来的。AI产品设计、做方案、写代码、搭系统、处理上下文问题、调试Prompt——从最基础的使用到完整的系统搭建，全是用AI实际干活的过程中碰到了问题，试了，错了，找到方法了，才写成那句话。看起来稀松平常，背后是实践。

而且这里面：有些结论是反常识的。比如我说上下文聊多了会变脏，很多人第一反应是——聊得越多不是越懂我吗？怎么还会变脏？再比如我说AI会自己编东西，很多人觉得”我用的明明是最强的模型，它怎么会编？” 这些东西你不碰到，你不会信。你碰到了，回头看那篇文章，才会觉得”哦原来他说的是这个”。

Nielsen Norman Group去年做过一个AI用户体验的研究，里面提到一个现象叫”能力幻觉”——新手用几次AI以后，会高估AI的理解深度，觉得它什么都能搞定。Pew Research的调查也显示，大多数人对AI的能力边界是模糊的。不是不信任，是不知道边界在哪。

你没到那个深度，你就看不出来有些结论为什么是对的。因为支撑它的不是逻辑推理，是实践中被现实纠正过的经验。有些结论甚至看起来互相矛盾——但那是因为不同场景下答案本来就不一样。这些只有在对应的任务里真正踩过，才能分辨。

所以文章里说的每一句，都不是让你当场学会什么。是在你真正碰到那个问题的时候，脑子里会”叮”一下：哦，那篇文章说的是这个意思。

这就是为什么她看了觉得寂寞，过几天又突然懂了。为什么文章延迟生效？因为她开始实践了，文章里方向性的印象开始起作用。

我的那套文章有个贯穿始终的东西——低摩擦使用。一万句不如你直接上手去用，先解决你手头的实际问题。先要用起来。文章给的不是操作手册，是你在用的时候需要的东西：一个方向的框架，一些常见问题的预判，和遇到过以后怎么解决的方法。

你得先上路，这些方向和方法才有意义。上路之前看，就是”看了个寂寞”。上路以后碰到问题了，脑子里冒出来——”哦原来那篇文章说过这个”——这时候它就活了。用的越多，越觉得那些文章有用。因为每一句背后都是我踩过的坑，你正在踩，或者即将踩。

五、同一个东西，为什么我看不下去她看懂了

现在回过头来看，我当初嫌弃那套文章，是因为那些东西对我来说已经太熟悉了。

心理学里有个经典实验：让人敲桌子打节拍，同时猜旁边的人能不能听出来是什么歌。敲的人觉得肯定能听出来——自己脑子里在响着旋律嘛。结果正确率2.5%。你一旦知道了，就想象不到不知道是什么感觉。这就是所谓的”知识的诅咒”。

心智模型——这个概念在UX行业用得很多。一个人的心智模型不是天上掉下来的，是知识、经历、实践慢慢积累出来的。它不光是”知道多少”，更是一套判断模式——遇到新东西，你会本能地从哪个角度切入、怎么理解它、怎么判断它有没有用。你走过的路不同，形成的心智模型就不同。我做了三年AI应用、踩过各种坑，我看到那套文章的时候，脑子里蹦出来的第一反应是”这些我都知道了”。我爱人没有这些经历，她的心智模型里没有”AI全景图”这一层，但她有一个更重要的东西——她有正在烦她的具体问题。她的入口不是”AI到底是什么”，是”我现在手上的事能不能用AI帮忙”。

达克效应的另一面——都知道”菜鸟自以为是”这一端，但原始研究还发现了另一端：能力越强的人，越倾向于认为”既然我会，别人应该也会”，低估自己经验对别人的价值。我就是这样。三年经验让我觉得这些东西是常识，但对没走过的人来说，这些”常识”恰恰是他们最缺的。

这些概念说的是同一件事：懂一个东西，和把它写好、教给对的人，是两个完全不同的方向。这是方向的错位。你往深了走，离读者的起点就越远。因为你的参照系变成了自己，而不是读者的起点。我之前写过一篇观察——《在近100个AI群里待了三年，发现真正把AI用进工作的人不到10%》。三年过去了，大部分人的状态几乎没有变化。不是因为AI没进步，而是大多数人一直停在”围观”层：看新闻、看讨论、看工具评测，但从来不真正动手。你写的内容再好，如果读者的实践深度没有到，他们看到的就只是一篇”有道理的文章”，而不是”说中了我的经历”。

这是什么”专家才有”的问题。我自己也不觉得自己是什么AI专家——大家都是在AI时代需要学习驾驭AI的人，只是踩坑的时长短，和实践带来的深度和角度不一样。但那些做内容做得好的博主，也确实值得我学习：他们能站在读者的心智模型角度去写，站在更广泛的人群喜好和数据角度，匹配个人塑造的IP角度写。不是把东西写得更浅，而是找到读者现在的位置，从那个位置开始铺路。这件事我做得不好，很爱从我的角度自嗨（除非是让我觉得有价值的东西才会写成文章），你看跨领域的学费一定要交，还要好好学习。

我写的时候脑子里装的是全景。她读的时候脑子里装的是一个痛点。

同一个内容，创作者看到的是”我都已经知道了”，带着痛点的人看到的是”原来这件事有路径、有名字、有人走过”。她读到的和我写出来的，不是同一篇文章。所以有时候，好的书，不同时候读都有收获，常看常新。 好书经得起时间的考验和洗礼，不同的人读到不同的益处。 这太伟大了。

后来我查了一下行业数据，微软2024年全球职场趋势调查，78%的人认为需要掌握AI新技能，但超过60%不知道从何开始。LinkedIn的数据更直接——非技术人员学会AI，超过65%是在工作中遇到问题拿AI尝试解决的，先系统学习再应用的不到20%。

先学会再找场景，成了我们常说的拿着锤子找钉子，这时候会有更多的偏差。如果在已有的场景，学进去就很简单。

内容没有问题。是我当初非要把七篇打透的一系列经验，塞进一条”完整路径”里，才让它看起来像全景地图。但它得等人到了那个路口才有用。

六、AI染上了就很难戒

她上道以后，事情并没有变得轻松。反而会更快的碰到各种AI能力边界的墙。

上下文腐烂，系统 Prompt 失效，混淆&幻觉，连带的工程化和软件适配的错误，AI认知偏差…… 当然，还有最大的优势： AI的智能能力、效率和Agent，以及其站在文明底层语言上的超强可塑性。

刚开始觉得AI真好用，什么都能问。然后发现它说的不一定对，有时候错得还丝滑，你甚至看不出来。再然后开始纠结会话怎么管，前面的上下文到底还记得不记得。纠偏、迁移、换工具、换模型，来回折腾。

到一定程度你会发现自己在vibe coding——用AI写代码，写上头了，遇到幻觉又弃坑，弃了不甘心又捡起来。丢掉所有工具只专注聊天，过了一阵又回去折腾Agent。来回循环。

由简入奢易，由奢入简难。染上AI，很难戒掉。

但这里有个有意思的事：AI的使用体验一旦上去，你就回不去了。用过AI写方案的人，再回去纯手写，会觉得自己在浪费时间。用过AI做数据分析的人，再回去纯手动处理，会觉得不可思议。不是上瘾，是你见识过另一种效率之后，原来的方式就回不去了。

这意味着现在入门的人，三年后跟不入门的人之间，不只是”会不会”的差距。是工作方式、判断速度、产出密度全都不一样了。这个差距只会越拉越大。

每一个坑踩过去，你对AI的理解就深一层。你不是在”学AI”，你是在用AI解决自己手头的事，用着用着就熟了。而这些经验，是那些还在围观的人花钱也买不到的。

我自己这三年就是这么过来的。现在我爱人也开始走这条路了。

七、我犯过的错和我现在的做法

回头看，我当初写那套文章犯了一个很多创作者都会犯的错——总想一篇把所有东西讲全。各种可能的路径都照顾到，关联知识都带上，生怕读者看完还缺什么。

结果就是粒度太大，信息密度看着高，读者真正能消化的没多少。大部分人看文章，其实只解决其中一两个问题。剩下的全是负担。

后来我决定改。把文章粒度降下来，一个点打透，不扩张边界。那套AI学习路径的文章，我打算拆开重写——每个话题单独成篇，每篇只解决一个问题。

如果你也在”想学AI但不知道怎么开始”的阶段，先找一个你手头正在做的事，想一下AI能不能帮你把它做得更快更好。从一个具体的点开始。点通了，路自然会出现。

不是学会了再上路。是上了路，才会学。