AI 时代程序员的思维与习惯养成

AI 素养并不意味着学习编程，也不是死记硬背机器学习的工作原理。它意味着学会如何与 AI 系统一起思考和工作：如何引导它们、何时信任它们，以及界限应该划在哪里。

大多数关于 AI 的讨论，都是从“它是什么”和“它如何工作”开始的。这些知识是有用的基础，但真正的素养远不止于此。

AI Awareness（AI 认知）意味着理解基础知识：什么是大语言模型、训练数据意味着什么，以及 AI 能做什么、不能做什么。这就像知道书籍的存在，也知道书里包含信息。

AI Fluency（AI 素养）则意味着知道如何运用这些信息。它就像从认识字母，进阶到能够自如地阅读和写作。具备 AI 素养的用户会与 AI 一起思考，而不只是思考 AI。

AI 素养的核心技能

真正的 AI 素养并不是某一种单独的技能，而是一系列会随时间不断演进的习惯、直觉和心智模型：

与 AI 系统交流，不同于与人交谈。具备 AI 素养的用户会学习如何组织问题、提供有用的上下文，并在第一次回答不尽如人意时持续迭代 prompt。

他们知道什么时候应该具体明确，什么时候应该为创造力留出空间，也知道如何组织示例，引导 AI 朝正确的方向回答。

AI 在拥有恰当上下文时表现最佳。上下文太多，它会迷失重点；上下文太少，它又会做出错误猜测。

具备 AI 素养的用户会学习为 AI 提供恰到好处的信息，使其持续发挥作用——尤其是在复杂的多步骤项目中，因为这类项目的上下文可能会随着时间推移而变化。

AI 说的并非每句话都是正确的，即使它听起来信心十足。

具备 AI 素养的用户知道如何核查输出内容、识别常见的失败模式，并能察觉某些“不太对劲”的地方。他们会保持健康的怀疑态度，但不会因此默认 AI 不可信。

AI 素养意味着知道 AI 什么时候能够创造价值，什么时候不能。它关注的是如何设计让 AI 自然融入其中的工作流，在提高生产力的同时，不妨碍人类的创造力或判断力。

AI 素养需要通过亲身实践逐步培养，不可能一蹴而就。大多数人都会经历几个容易辨认的阶段：

你按照模板和教程操作，摸索哪些 prompt 有效、哪些无效。

你开始根据具体任务调整方法，逐渐识别出规律，也更有信心临场发挥。

你不再刻意思考如何“写 prompt”，而是直接开始思考。AI 成为一种后台工具，顺畅地融入你的工作。

你不再满足于使用 AI，而是开始借助 AI 创新。你帮助其他人培养 AI 素养，也开始洞察 AI 下一步可能走向何方。

AI 素养带来的认知转变

AI 素养不只关乎工具，它还会改变你的思维方式：

从掌握知识到获取知识

你不需要记住所有事情。相反，你需要学会如何提出好问题，并快速找到可信的答案。

从独立思考到协作思考

你不再独自工作，而是开始与 AI 一起思考。这并不是把工作交给 AI，而是设计一套由你和 AI 系统共同参与的工作流。

从线性推进到迭代改进

具备 AI 素养的用户不会期待第一次尝试就做到完美。他们会快速完善想法、尽早测试，并通过快速反馈循环不断学习——就像 AI 本身一样。

从确定性到概率性

AI 处理的并不是绝对事实，而是各种可能性。AI 素养意味着知道什么时候“足够接近”就可以接受，什么时候又必须追求精确。

不同场景中的 AI 素养

AI 素养会根据你所从事的工作，以不同形式体现出来，但背后的思维方式始终相同：

你知道如何利用 AI 进行头脑风暴、反复迭代和润色，同时不失去自己的表达风格与原创性。

你让 AI 帮助发现规律、综合信息，但也知道什么时候需要再次核查结果。

你使用 AI 改善内容的结构和清晰度，同时避免让表达显得机械或千篇一律。

你与 AI 结对完成调试、测试和重构，同时不牺牲代码质量或系统架构。

当团队具备 AI 素养

AI 素养不只是个人能力，它也会成为团队能力。

任何人都能在需要时获取所需的信息，不再有人为设置的门槛。

由于迭代成本降低，团队能够进行更多测试和探索，也能更快地向前推进。

当团队拥有共同的 AI 素养时，成员就能在如何使用 AI 这件事上达成一致，让跨专业协作更加顺畅。

AI 素养不是一门学完就结束的课程，而是一项需要持续练习的能力。

反思哪些方法有效，哪些没有效果。

提出更好的问题。

最具 AI 素养的用户，并不是那些无所不知的人，而是那些始终保持学习的人。

随着 AI 变得越来越智能，最终能够蓬勃发展的人，不会是那些与它对抗的人，而是那些找到如何与它共同思考的人。