突破个人能力天花板，和AI协作的12个范式。

视频总结了与AI协作的12个范式，探讨如何将AI作为思考力资源，通过双向费曼、工具扩展等方法突破个人能力上限。

UP主: Topbook · 时长: 10:17 · 🔗 B站原视频

标签: AI应用 · 生产力工具 · 学习方法 · 思维模型 · Topbook

这是我正在开发的APP，不过两个月前我还不会写代码；这是我做的实体书店，两年前我还不会装修；这是我最近的设计，这是我几年前的设计。我自认为是一个学习力极强的人，但是过去的两年，AI正在突破我的上限。在这里我总结出和AI协作的12个范式，希望对认真生活的你有所帮助。

直接提要求的话，现在的AI大模型一般给不出什么好东西。如果你给它一些prompt，它可以表现得稍微好一些；再进一步，你给它特定的知识，为它提供技能、工具和接口，它就是大公司口中的智能体，又能表现得更好一些。但这些其实都不够理想。想要更好，我们需要切换视角：AI并不是用来解决实际问题的现成工具，而是一种类似于水电气的资源，一种思考力资源。我们需要做的是把这种资源放进日常的思考路径、工具使用路径当中。所以我和AI协作的12个范式，也只是基于我自己的路径。

第一：双向费曼

我一直以来的学习方法很简单：费曼。确定主题，学习并建立反馈，把学到的东西通过输出、创造和讲解交给其他人、事物，再通过各种反馈来巩固和更新。用AI的时候我发现，它其实也需要费曼。给它一个文档，不如让它把文档看一遍，当着你的面总结分析，之后再来一起解决问题。但这又更不如你也参与到其中，跟它一起总结分析文档、探讨和实践。然后你会收获一个更牢固的知识体系，以及更聪明的AI。我把这个叫做双向费曼学习法。

比如我想学习编程开发，确定一个具体的项目主题，快速学习入门教程，刷完开发文档，建立知识图谱，拆分主题，然后一个功能一个功能地去实现，再根据实际操作中获得的反馈来重新修正和查阅文档，这就算是一种费曼式学习。但如果我学完入门教程之后，把我做的知识图谱都扔给AI，带着产品需求跟它一起聊聊功能实现、可能的问题、可能的方案，就会产生意想不到的效果。也就是说，费曼学习法需要一个对象来沟通和验证你的思考是不是对的，而AI也需要通过不断的消化信息和输出内容来进行自我思考。你单独给些文章和要求是没有多大用处的，这里咱们是相互需要。

第二：工具扩展

这里的工具扩展包含两种用法。一种是你本来经常用的工具，可以通过AI协作去扩展它的用法；另一种是把AI放进你平常的工具当中，让它本身成为一种扩展。比如不太会Excel当中的公式，但要做复杂的计算，AI就可以帮你生成公式。比如通过ChatGPT的辅助，我用Notion的API打通了我的快捷指令，制作了自动记账软件和闪念清单。我在之前的视频当中还提到过，用钉钉当中的AI去捕捉和总结团队待办事项、工作进度，以及提供优化方案。

第三：识图

我经常使用截图工具来识图，然后从中复制需要的文本或者符号片段，但是识别能力是非常有限的。而AI大模型的识图是带有思考的，截图让AI帮你复现，效果惊人。你甚至可以直接和它一起分析学习。在这方面，AI是一个很好的助手，帮你进行信息提取、复现、翻译、理解和重构。

我这里有个例子，就是做应用开发的时候，我不知道本地存储应该怎么去实现，网上找到别人做的案例来看看，完整的代码应该怎么去理解。我截图给AI，然后问它这个是怎么去实现的，帮我复现一下这两个文件的代码。只要几秒钟，你就得到了一个完整的东西。如果你之前跟AI一直在聊这个项目，你甚至可以去问它，在你的这个项目当中要实现同样的效果，代码应该怎么写。

第四：记忆脑

如果你不去专门记忆，一时间你说不出五种以上的可乐品牌、十个以上的哲学家名字，但是AI可以。每个人都可能见过一百元的纸币，但是没有人能精准说出它到底长什么样子，而AI可以。《知识的错觉》这本书告诉我们，哪怕是你自己小时候的照片、你房间里的一角，你其实从来不知道它真实的样子。但AI只要见过一次，它都能描述得比你更精准和详细。因为人脑擅长辨识但不擅长记忆，而AI可以。

所以在信息源足够可靠的情况下，AI可以提供复杂概念的解释、历史细节的描述和专业详尽的知识。特别在面对并不熟悉的领域时，我们的脑子里其实一时间根本拿不出那么多东西，但是AI可以。带着这些东西去思考和推演，你可以获得学习力和生产力的大幅提升。相比之下，所谓的头脑风暴可能就是AI最不起眼的用法了。

第五：精准丰富的文字语言

文字语言的本质其实是另一种形式的代码，是人类对世界的一再编码和创造。有意思的就在这里，我们人类把自己的知识、经验、情感和文化沉淀全部灌注到文字语言当中，使得我们越来越深陷其中。而AI对文字语言的理解主要在符号层面的统计，这使得它们反倒更接近其代码本质。你可以这么理解，AI看文字就像《黑客帝国》中的机器看母体世界，就是一连串的代码；而人类看文字和看世界都是酒色财气、七情六欲。

比如看到一个词语“椅子”，AI一般只能反映出前者：它是舒适和设计相关的东西，它是权力和身份的象征，可以和某种艺术或者雕塑相关联，代表着人的某种私密性和空间归属。按理来说，人类不只可以反映出这些东西，还能够联系自己过去的所有经历，比如小时候父亲亲手给你做的儿童椅，你每天工作久坐腰椎间盘突出等等。我们后面这些感知能力基本都是在的，但是我们越来越忽略的是前面这些。这使得一个反复在互联网上被简化的语言洗脑的年轻人，动辄会对AI喊道：“我要一个牛逼的策划方案！”但他无法调用文字语言这种原始代码、自己的知识经验情感和文化沉淀，只能喊出“牛逼”二字，却要怪AI什么也做不到，这就是一个笑话。

因此，和AI协作的第五个范式在于：使用精准丰富的文字语言和AI乃至和人进行有效的交流，避免使用简化的、没有营养的词句。这里其实有个相互作用，你越是说话清晰、精准而丰富，你就越会使用AI，并且越会思考；反之，你也只能收获混乱无效的文字垃圾。

第六：代码

如果你本来就会代码，肯定知道AI能够帮你实现些什么。比如自动生成代码、调试和优化代码，或者给代码生成自动化的文档和注释，帮你更好地理解代码结构，提升工作效率。如果你一点都不会，AI就是你和代码之间最好的桥梁。当然，不要为了写代码而写代码。你可以让AI帮你做一些重复性的工作优化，比如文件整理、数据处理，还包括我之前提到的借用AI去打通一些工具之间的自动化。

第七：制图

这里的制图不是说通过Midjourney这类工具来进行艺术创作，而是通过AI进行数据图示、知识图谱等等的制作。比如我之前提到过的，使用AI生成Mermaid Markdown语言格式的知识图谱代码，然后在对应的工具当中去快速产出；用AI生成Processing代码，生成动态视觉效果来辅助演示表达。有时候你可以直接在一些AI工具（比如GPT）当中使用Python来绘图，即便你可能不懂对应的代码。比如这是我在自己的一个项目当中制作的网络结构示意图。

第八：搜索引擎

搜索是目前越来越多AI大模型结合的能力。以往我们需要大量的时间在互联网上进行手工的搜索、查找和整合，最后还需要进行事实核查。而AI搜索其实并不是代替掉整个流程，而是简化部分的路径，主要是给整合留出足够的时间。包括到了事实核查这一步，其实也可以省去大量的时间。比如对我来讲，其实整体没有什么特别的改变，主要是在AI搜索当中溯源并且附带链接。你不得不承认，效率和准确度都能大幅提升。

第九：阅读

这里主要针对目的性阅读，即因为某个项目或者主题，在一段时间内需要大量阅读。因为在日常的非目的性阅读中，你只要看完一两本书，自然就知道接下来还想读什么书。而在目的性的阅读当中，我们往往需要在极短时间内知道，该读的书和信息在哪里。这个时候，AI就大有用处。问它某个知识点的出处、某个学说的作者、某个观点的相似观点以及相关的著作。反过来你也可以问它某本书大概讲了什么，但不要全信，因为前面说过，它也需要你带着它读才会有更好的效果。我的经验是，你可以让它找找网络上有什么文章讲过这本书，然后去看可靠的人写的文章。