← 返回课件馆
医生型小旅人在桌面上把AI积木接入真实任务

A personal journey with AI · 3.5 years

AI时代
兴趣

从玩到做,在做中学

“我不是先学会了 AI,才开始做。
我是先玩起来,才慢慢理解它。”

Play. Do. Learn. Repeat.

01 · MY JOURNEY

3.5年,不是一张课程表
小旅人在打开的书页上走过弯路、桥和四季
我的经历不是“学完以后开始”,
而是“开始以后不断学习”。

02 · THE MOTIVATION GAP

不是理论错了,
是我们暂时看不见它的用途

高耸理论书梯与真实小问题入口的对比
Theory first终点藏在雾里
Problem first先得到一次反馈
1用途不可见

不知道今天学的东西,明天能解决什么。

2边界不清楚

不知道究竟要学到多深,才算“够了”。

3反馈太遥远

努力很久,却没有一个真实结果回应自己。

小旅人在实验台上试用工具并记录结果

03 · PLAY IS A SERIOUS START

玩,不是学习的对立面。
它是我们面对未知时,最自然的探索方式。

低风险试错:先允许自己做得不完整。
主动探索:不是等老师布置一个标准任务。
即时反馈:很快知道什么可行、什么不行。
保留好奇:未知暂时不是压力,而是邀请。

04 · THE LEARNING LOOP

从玩到做,在做中学

小旅人沿着松散线圈完成玩、做、受阻、学习和改进
PLAY好奇试用
DO做一件事
GET STUCK遇到障碍
LEARN按需学习
DO BETTER重新验证

兴趣让我们开始,问题让我们深入,行动让知识留下来。

05 · THEORY, WHEN IT MATTERS

理论最有价值的时刻,
是它能解释一个刚刚发生的问题

01

它不再是一座必须翻越的山。
它变成路上需要时可以打开的地图。

02

它不再只回答“是什么”。
它开始解释“为什么刚才会失败”。

03

它不再与经验分离。
每个概念都能回到下一次行动中验证。

A DOCTOR'S ANALOGY

医学理论的意义,不只是写在书里。

它帮助我们理解监测数据、判断风险,并决定下一步做什么。AI 理论也一样:当它能改变行动,知识才真正属于我们。

小旅人因为修理发动机的具体问题而从工具箱取出螺丝刀

06 · PROBLEM BEFORE TOOLS

“Teach to the problem,
not to the tools.”

不是先把所有工具讲完。
先让一个真实问题,使工具的价值变得可见。

— Elon Musk,谈 Ad Astra 的教育方式,2015
Interview transcript / 访谈转录

我的体会:我不是因为先学会了所有 AI 工具才解决问题;我是因为想解决问题,才知道自己需要学习哪些工具。

07 · YOUR NEXT SMALL MOVE

今晚,就从一个小问题开始。

1
找到一个真实、重复、低风险的问题不要从“学会AI”开始。
2
只让AI参与其中一个环节把任务缩小到今天能够完成。
3
记录它做对了什么、做错了什么反馈比印象更有价值。
4
为了解决一次失败,学习一个概念只学当前真正需要的那部分。
5
明天重新做一次让学习回到行动。
小旅人继续沿着探索路径前进

兴趣不一定是被找到的。
很多时候,它是在行动中长出来的。

Play. Do. Learn. Repeat.

← → 翻页 · F 全屏 · O 总览 · S 讲者提示 · ? 帮助

请将设备横屏

这是一份 16:9 公开课课件。
横屏后即可完整查看并左右滑动翻页。