AI的回复,一定不要照单全收 最近发现,与AI协作的一个重要素养就是“打破砂锅问到底”,对AI给你的回复,一定不要照单全收,一定要捕捉那些你觉得不明白的地方,不太对的地方,才会对我们的长期发展有帮助。#AI协作 #陶哲轩 #AI #思考摩擦
✅ 已完成任务ID: 1844
30秒速读
核心摘要
可执行建议
- 对接AI输出内容时不要照单全收,遇到存疑、看不懂的地方主动打破砂锅问到底
- 日常学习不要追求全程顺畅无卡点,主动深挖内容难点,倒逼自身完成深度消化
高价值评论洞察
- 不少用户反馈践行“多追问AI”的理念时,会遇到对话记录过长、信息过载的问题,反而催生新的信息焦虑,是现有内容未覆盖的实操痛点
- 深度AI用户已经摸索出先建立自身思考框架、再向AI提问优先看思维链的成熟经验,也有用户关注到人机交互中谁主导谁的核心边界问题
用户关注点
- 如何在不盲从AI回复的前提下,避免多追问带来的冗余信息负担,拿到高效的协作结果
- 怎么在高频使用AI的场景下,保持自身深度思考能力不退化,避免被AI输出的内容“架空”
可复用选题/回应建议
- 推出《追问AI不焦虑的3个实用技巧》短内容,讲解对话归档、要点定向提炼等落地方法,回应用户痛点
- 发起用户互动征集,收集大家和AI协作踩过的真实坑,整理成普通人可直接参考的AI协作避坑指南
代表性评论
- “问多了,AI回一大堆话,最后往上一划超长的对话记录,挺头大的,信息焦虑”,精准点出了视频倡导的多追问理念落地时的真实障碍,为后续内容优化提供了明确方向
- “个人体会是和AI协作的时候直接看AI输出,总有些不真实感,纸上得来终觉浅。最好先有自己的想法和深度思考过程,然后再把问题丢给AI,先看它的思维链,再看输出”,提供了普通用户验证过的实操方案,和视频核心观点形成有效互补
标签与备注
标签
备注
暂无备注
转录文本
Hello,早上好,今天想跟大家聊聊我最近跟AI协作的一些思考。特别是在AI表达特别流畅的情况下,我们自己的思考怎么能够更进一步,怎么能够更高效地让自己吸收信息,学习这些新的进展。在此之前,我想跟大家澄清一下,因为我看到有些朋友评论说小辉博士回邯郸创业了,或者说小辉博士要开始创业,做睡眠相关的方向,甚至开始研究数学。其实我最近这一个月的安排是给自己放假,一周在老家休息,带着孩子回去看看父母,另外两周会带着孩子去新西兰,正好我一个闺蜜在那边访学,我们去一起玩一下。所以大家对我这段时间的要求可以降低一点,我这段时间是在自由探索。 昨天我其实聊到了陶哲轩在国际数学家大会上的发言,我觉得质量非常高,但是有一些朋友回复说看不太懂,可能确实是那个分享,因为他是数学家,而且又在AI一线跟AI打磨,思考数学未来该怎么发展,对普通人来说确实距离有点远。但是我当时看到陶哲轩那个分享的第一个感想,其实和他讲到的一部分内容有关,就是关于“摩擦”的问题。他说,人类数学家在进行思考的时候,很多时候会留下思考的痕迹,比如说他早年在一本书上留下的书写内容,就是他思考的过程、论证的过程,哪些地方是他觉得听不懂、看不懂的,他觉得反而是这些东西非常珍贵。因为你在一个地方看不懂,意味着很多其他人也会看不懂,这个时候其实有助于大家去理解那些作者觉得非常重要的维度、角度。 我最近联想到,之前看了一些文章,一看挺好,特别流畅,但是你就感觉好像絮絮叨叨的,特别长。包括前一段时间我离职之前,同事还给我丢过来一篇他们同事写的、关于人机协作的文章,引起了非常多讨论,也是一样的问题:写得非常好,你觉得挺有道理,但是他就来回来去车轱辘话反复说,包括今天早上看到的一篇文章也是类似的情况。我就想到陶哲轩讲的这句话:AI在表达方面可以帮你非常流畅地做很多补充,非常清晰地阐述一些观点,但这个过程中往往也会隐藏那些思考的痕迹,就是真正困难的地方,导致那些困难的地方可能就被跳过去了,一下子好像一切困难都不再难了,因为你表达可以非常流畅。但是往往是这些困难的地方,才是引起读者停顿、引起读者反思的地方。 这也让我想到了我昨天发的那期视频,为什么大家会觉得不太好理解?可能是因为我已经消化了陶哲轩的演讲两三个小时,又讲了好几遍,最后挑了一遍我觉得能清晰、比较流畅地讲述的版本,但是后来发现有问题:大家不一定能够了解到整个过程,相当于我展现出来的其实是一种结果,是已经经过消化吸收和传播的结果,并不是当时那种非常真实地去触碰那些困难的状态。 这让我想到,我们在跟AI协作的过程中,很多时候都会接受“AI说啥就是啥”的状态,或者看到这些表达非常清晰的内容就会非常喜悦,因为看起来很自然、也很清楚,好像没有什么值得质疑的地方,但往往这些内容里包含了很多需要我们停下来想一想的地方。我回想自己跟AI协作的过程,真正让我非常有收获的,是那些我不断提出问题的时刻:比如什么叫哥德尔不完备定理?什么叫数学基础大厦的动摇?当时发生了什么?如果这些知识我不掌握,其实我根本不知道陶哲轩在说什么。所以往往是那些我提出质疑的地方、我提出问题的地方、我要反复问AI的地方,才是让我真正有收获、大脑产生摩擦的地方。 关于这一点,认知领域也有相关的论文佐证:一个人学习的时候,适度的难度是非常有益的,不能非常顺,不能顺坡下驴。我经常用这个词,就是你真的有点摩擦,大脑才会停顿,大脑才会意识到这个事情值得我关注,值得我去深度思考一下。所以我的一个经验就是,在跟AI协作的过程中,一定要打破砂锅问到底,这是AI时代非常重要的一个素养。因为现在获取知识太容易了,但是真正对你有启发的,往往是那些你还不清楚的地方,这些东西别人没办法替你解答。 絮絮叨叨跟大家说了一些我的思考,我觉得还是要关注那些真正有摩擦的地方,不要放过大脑中的摩擦。短期来看,一篇文章或者一个视频你可以做得很好,但是长期来看,真正决定你思考深度的,是你一遍一遍的尝试,一遍一遍的提问,一遍一遍让自己的大脑去消化吸收。以上就是今天跟大家的分享,拜拜。抖音。