科学网—"我们都站在同一条起跑线上"？

已有 160 次阅读

2026-5-14 22:50

| 系统分类: 观点评述

最近看到不少人在转黄仁勋在卡内基梅隆大学毕业典礼上的演讲。有一句话传得很广——"AI把所有人都拉回了同一条起跑线"。我去看了看，他应该确实说过类似的："我们都站在同一条起跑线上。所以，要奔跑，不要慢走。"他还说："第一次，每个人都成了程序员。"

媒体把它提炼成"拉回同一起跑线"，倒也不偏。但真正让我想提笔的，不是这句话本身，而是最近自己折腾一件事时的一点体会。

我在做一个太阳活动区生成器。过去这种事，我自己干不可能，指导学生干也得花两三年。现在跟AI协作，确实大大提速了——但绝不是"几天躺赢"。反反复复踩了不少坑，光模型就换了五六个。为了跟AI配合，我得消化它的输出。它当然已经帮我过滤了很多——本来十页纸的信息，能浓缩成一页。但即便这样，人脑处理这些还得花大量精力和时间。没有足够的知识背景和理解能力，根本迭代不了几轮——早就卡在某个地方。

其实这对我自己而言也是一次摸索、一次尝试。以前我用AI，主要还是处理文字——写写文档、整理素材、起草制度文件这些，甚至考虑写书。真正拿它做“真刀实枪”、“硬碰硬”的“科研”，这是头一回。科研跟文字工作不一样，你首先面对的问题就是：不能犯错---不是说不能“试错”，而是不能有4+5=8那种“一错皆错”的错。怎么保证不犯错？这里头有很多策略，就不展开。但通过这次折腾，我对跟AI协作的边界确实有了更清楚的认识、更深层次的体会。

说实话，过程中，一直心神不宁，甚至影响睡眠。信息量太大了，你时刻得盯着。更关键的是节奏变了——以前的活，启动、设计、跑程序、等结果，一个周期少说得个把月。中间有的是时间消磨排遣，有的是时间让你“心安理得”地忘记。现在呢？几分钟就出结果。你刚点下去，它就冒出来交差。出来就得看，看了就得改——如果改错了、还会懊恼——立竿见影，如此往复，一整天很快搞没。以前慢，慢到你可以把它忘掉；现在快，快到你想逃都逃不掉。整个人始终绷着，被它推着走。

有时会想：AI一来，不少人靠过去十多年的“秉烛夜读”、“头悬梁、锥刺股”才修炼出来的特长，现在"啪"一下谁都会了——让人心里挺不是滋味。当然，这种感觉也正常。

不过，起跑线终究恐怕还是不同的。每个人的知识背景、思维逻辑、全局把控能力、细节拆解能力、执行力——这些是实实在在的差异，AI不太可能把它们拉到同一个水平上。

那这句话到底该怎么理解？我的看法是：每个人手里，都同等握住了一座金山——一个巨大的知识库和工具箱，深厚的知识、顶级的推演、看似完美的归纳、史诗级的编程、梦幻般的技巧，诸如此类、林林总总，令人叹为观止。

关键就看你怎么用、怎么转为生产力。而这一切，取决于你跟AI的耦合深度。这不只是"用个工具"那么简单——跟它耦合，就是打造自己的延伸体或共生体，让它成为如臂使指的一部分。这个"共生体"的搭建，我猜是这个时代每个人都需要做的一件事。没有固定模板、没有固定套路，你必须亲自下海去摸螃抓虾，在“沟通”中适配。

这也带出了我一直在想的一个问题：如何培养好大学生、研究生或下一代学者？

现在的学生，人人手里都握着一座知识的金山。他们的困惑很真实：AI什么都能干，我到底要学什么、怎样学？这个问题，老师同样困惑。我也思考：如果最终证明，以前训练越扎实的人，跟AI耦合之后效率越高、做得越好——那或许说明，以往那些"笨功夫"依然管用。公式推导、课堂知识、课文背诵、逻辑训练——这些地基工作，可能决定了你跟AI结合之后能走多远、飞多高。

当然，这目前还只是一个假设。它需要比较、需要观察、需要时间——就像一场社会学实验。以前的模式全盘照搬不行，完全抛弃也不对。到底怎么做？目前还没有答案。

这大概就是我们这个“多期交叠“、“百年变局”、“产业革命”时代提出的一个绕不过去的命题。

转载本文请联系原作者获取授权，同时请注明本文来自陈耀科学网博客。 链接地址： https://blog.sciencenet.cn/blog-685476-1534871.html

上一篇： 论文写作的"纲举目张"与"统分结构"

主题：