最困难的时候，我甚至不知道该问AI什么问题

从某985高校拿到工科博士学位后，我入职了某单位的科研岗，马上就接到一个算法开发任务。事前我完全不懂这个算法，但AI辅助我完成了敏捷开发。有多敏捷？三个月，就我一个人，搞定。

接下来，我想分享自己崭新的工作经历。在这个经历中，AI不断刷新我对学习的定义、对工具的定义和对我们之间能力边界的定义，希望对你有帮助。

第一阶段：AI辅助算法研究

时间：2个月

我的专业背景是信号处理和目标跟踪，然而，入职后领导指派的第一件任务，是一个我完全没接触过的算法（由于某原因，这里就不说了）。更要命的是，我没有引路的师傅，也没有配合的同事，这个任务里就我一个人。领导的期待，和我对自己的期待，都是“你是一个博士，你就应该很快上手工作”。（自我pua……）

好在学习一直是我的强项，我下了很多论文。一遍看不懂就看两遍，两遍看不懂就看十遍，反正硕博就是这么过来的。然而，我立马就意识到，我的身份变了，不再是一个学生，而是职场人。最大的变化是什么，是身处一个交换场而不是练习场。我用自己的脑力付出换取薪酬。

糟糕的事还没结束：1. 我发现这个算法的公式极其繁杂（我个人接触过的算法中公式最多、最乱的）；2. 现有的论文用了大量简化，而且不同论文对同一个细节的描述不一致，且不解释为什么不一致。

哦，对了，我心气还有点高。我还是比较满意自己读博的科研成果，觉得自己有点才气，不想入职后第一个任务就失败。（自我pua……）

Debuff真是叠满了，我倍感压力！在新的压力下，我必须改变原有的工作模式（看论文-问领域专家-试错-卡住了战略性放弃-过一阵子再回过头来看-重复这一过程）。这时，我开始求助AI，此前我从不在学术领域求助AI（求助AI算是学术道德的灰色地带）。

神奇的事情发生了，今天的AI真的很强大，可以帮你总结出这个领域的知识点（你只需要指令“给我总结xx的知识点”），可以帮你推荐专业工具书（你只需要指令“我要最权威的书籍”），甚至可以推导公式（你只需要指令“给出xx详细的推导”）。

没有导师指导，没有同事讨论，没有“放下一段时间，过后再来”的机会，我在AI的帮助下不断地了解这个新领域的知识点，并把它们转为MATLAB，验证自己的理解。

第二阶段：AI辅助代码实现

时间：0.25个月

时间到两个月后，根据硬件要求，我需要将MATLAB代码转为C++。在此之前，我完全没碰过C++，只会MATLAB、C和一点Python。如果你也有编程的经历，就应该明白，面对一个完全没接触过的编程语言，上手需要相当的时间。然而，事实上，我只有一个月。

由于MATLAB代码已经完全开发好，我原以为直接将程序拷至AI，它就可以给我生成一个可直接运行的C++代码。

这里需说明一个情况，我个人习惯将MATALB所有的子函数和主程序放在一个文件里，因此我的一个文件就可以直接运行，并输出需要的结果（MATLAB支持这一习惯）。这一习惯让我产生了一个误区，那就是“只要将文件的全部内容复制、粘贴至AI，AI就会产出一个单独的、可执行运行的代码”（熟悉C++的人肯定觉得蠢，因为C++根本不遵从这个逻辑，然而当时的我，完全不懂）。

因此，在前两天内，我将完整的MATLAB代码（约1500行）拷至多个AI，命令它输出“可直接执行的C++代码”。结果就是：1. AI永远在删减我的代码（不断提示“这里删减相关功能”）；2. 代码在VS（主流的C++开发环境之一）中永远无法运行。

这段时间我感到极其痛苦，痛苦的来源不在于进度受挫，而在于我不知道哪里出了问题，亦或说“I don’t know what I don’t know（我不知道自己不知道什么）”。回忆上一阶段无数的问题，例如“xx参数怎么解算”，它们属于“我知道自己什么不知道”“我的问题很明确，只等AI提供答案”。但现在，我甚至不知道该问AI什么问题。

就在第二天晚上，我突然灵感乍现，当然不是明白了怎么编程，因为我完全没看编程的书和课程（一个月的时间根本不支持传统的“学习-练习-掌握-实现”的流程）。我的灵感是“一直是我在问AI问题，那能不能让AI问我问题？”

我给AI发出指令“我掌握MATLAB和C，完全没用过C++。你来问我若干问题，判断我不会什么，需要知道什么知识，以快速上手C++”。于是乎，AI通过问我问题，总结出使用C++需要掌握的知识，例如

1. C++需要在h文件中定义子函数和结构体

2. 子函数需要明确输入参数和输出参数的类型

3. 若某个子函数需要兼容不同的数据类型，可以进行重载

如果你熟悉C++，可能会嗤之以鼻“这不是最最最常识性知识么？这都不会，还是放弃吧”。但我想说“对，那时的我就是连这都不懂，菜得抠脚。但没办法，我手里的任务就是‘一个月内完成C++代码上机’，一个月后所有人只看结果”。我还想说“你过去、现在和未来，不曾亦不会碰到这种任务么？那个时候，你甘心直接放弃么？”（自我pua……）

AI在半小时内教会了我如何上手C++。我在头文件中定义了一个子函数，在源文件中实现了这个子函数，它的功能很简单——std::cout << 111（输出“111”），在主程序中调用这个函数。点击“开始调试”->等待编译->显示“111 按任意键关闭此窗口”（成功）。

我成功建立了一个可执行的C++项目。我迈出了从0到1的一步（学习一个新编程语言），现在已没有时间让我从1走到99（不断地练习、试错），但我感觉我可以迈出第100步了（C++代码实现）。凭什么？凭AI。

我放弃将完整的MATLAB代码一次性翻译为C++的办法，转而将每一个子函数拷至C++，并明确每一个输入参数和输出参数的数据类型，例如“Ts是double，m是Eigen::Matrix<double, 15, 1>”。AI不断地将一个个的子函数翻译过来，我一个个地拷至我的cpp文件，并在h文件中提供其定义。

这个过程就像拼拼图，我提供每一块拼图的图纸，AI为我造出拼图，我再将其组装起来。实话说，感觉很爽，就像我有一个世界一流的、无条件听我命令的助手，它什么都会，没有个人情绪。更重要的是，它的工作表现完全取决于我的指令，我的指令正确它就正确，我的指令错误它还可能帮我纠错。

我全程不需要做底层工作，但却独自完成了一套极其精细的拼图。这段经历的复现离不开AI，但它只是我的手下。最大的工作量不是我完成的，但我却可以自豪地说“对于这件事的成功，我是毫无争议的作者”。

第三阶段：AI辅助工程优化

时间：0.5个月

一周，准确说是三天，我完成了MATLAB到C++的代码实现（前两天我在无头乱碰，最后两天是周末，我出去玩了）。

时间还剩三周，我带着C++代码去合作单位，让他们打通数据接口（把他们的数据“封装”为我的代码需要的结构，并把我的输出“还原”为他们需要的数据），将我的算法“嵌入”他们的大代码中。

一个下午，准确说是3个小时，我的代码上机了，并完成了第一次测试。两个月前，我从没接触过这个算法。一周前，我从没接触过C++代码。今天，我的代码上机了。

不出意外，结果不对。在排除掉算法逻辑问题后，我完全不明白问题出在哪里。说实话，很沮丧。当一个人完成了对他而言很难的事，那么很小的挫败都会导致巨大的沮丧。我们要相信成功，追求成功，但不能习惯成功，我们应该习惯失败。（自我pua……）

在与合作单位沟通的过程中，我听到了很多新的名词，都是工程实践的“技巧”，而不是“理论”。后来发现，我看的书中也曾提到过这些词，但几乎是寥寥几句，没有公式，没有参考文献，完全不起眼。

回到工位上，我问AI“我想提高算法的性能，给出工程实践中的技巧和方法”，它给我列举了很多项，其中就有合作单位提到的那几个。接着，我让AI一个一个地提供这些技巧的具体公式，我一个一个地加入自己的代码。这些技巧的公式都很短，最短的只需要两个。

值得说明的是，在这个过程中，我逐渐不需要“先用MATLAB实现，再借助AI转为C++”，我逐渐可以自己编写C++代码。当然，我依旧需要AI解释开发环境报的错误（我自己看不懂）。

一周后，我带着新的代码到合作单位，再次上机测试。你猜怎么着？还是出错。但我不再沮丧，我已经跳出MATLAB转C++的喜悦感，失败才是常态。怎么办？回去继续调试，反复问AI已有的功能有没有错误，还有什么技巧有帮助。

再一周后，上机，成功。距离一个月的期限还剩一周。这一周干嘛呢，用AI辅助写报告（明确要求“我要给领导汇报，写得有深度、专业且凸显工作量”），总结所有算法和用到的技巧，期限一到就给领导汇报。

总结

三个月，前两个月AI帮助我完成公式推导和算法研究，后一个月AI帮助我实现MATAB到C++的转换以及算法优化。直到一个月后的今天，我空闲时仍会迭代这套代码。怎么迭代？问AI，我之前用到一些简化，让AI给我提供完整的方案。对了，我现在完全不需要AI帮我翻译MATLAB代码，我自己就行。

我掌握了C++么？肯定没有，还有大量的知识我不了解。但无所谓，我真正需要的是“实现”，而不是“掌握”。在过去，“掌握”是“实现”的门槛。但今天，AI说“我允许你先实现，后掌握”。

AI辅助算法开发，核心是用数据智能突破人类经验边界，它不止解放重复劳动，更以人机协同的方法开辟新的工作模式，并重塑人类对自身能力的认知。AI的知识来源于人类，因此它不可能比人类强，但它一定比每一个人都强。

一些思考：有些人“身处AI上”

完成本次工作后，我对AI也有了更深的思考。

纵观人类数次工业革命，核心只有一个：工具的迭代更新。工具的迭代本质在解决一个问题：取代人类的体力劳动，据此打破时间和空间的限制。但AI不同，AI不仅在取代人类的低级劳动（别杠，做excel、认人脸、甚至收集信息，就是低级劳动），还在取代低级思考。

在这个经历之前，我使用AI的方法就是“提问题”。这是个什么模式呢？就是我知道自己哪里不懂，只需要AI给我提供答案，AI本质上还是取代劳动，只不过是脑力劳动（搜文献-摄取知识-总结答案），其实也挺累。

如果我的知识是个地图，那以前的学习就是先知道想去的新地方，比如伦敦，然后通过各种途径补全地图上这一块的空白。

这次的工作经历打破了我的认知，我可以让AI“向我提问”，以此告诉我“我什么不会，需要学什么”。这已不是取代我的劳动，而是在取代我的思考。

拿地图类比，我不知道自己的目的地，甚至不知道要做什么，而只是“最近心情不好，对人类很失望，我该怎么办”。AI利用人类庞大的知识库，告诉我“你可以去伦敦感受人类的历史，重拾对人类的信心，需要我为你补全伦敦的地图么？”

AI在低层次已经可以解决“I don’t know what I don’t know”的问题。这是一种全新的工具，有别于灯泡、飞机、火车等工具，它不是在知道目的地后打破时间和空间的限制，而是为你提供可选的目的地，进而节省你寻找目的地的时间。

你可能会想那人生就没有“意义”了，而我个人相信萨特的虚无主义。意义从不固定，追求本身就是意义，目的只是意义的载体，你选择什么目的便造就什么人生，但目的可选也可改。

回顾将MATLAB转C++的过程，我总结出AI辅助开发的最少必要条件，就是我需要拥有什么，才能让AI出色地帮我工作：

AI与人类交互的语言主要是自然语言（人类相互交流的语言），而自然语言并不适合“长程推理”。人类的每一句话都可能产生歧义，需要上下文（肢体动作、神态也算上下文）才能确定唯一的含义。

回想生活中任意的对话，你永远无法做到每个词背后的含义始终不变，总有些词要么被说服，要么被加固，要么带上情绪。说句装x的话：在自然语言中，所指和能指间的联系具有随意性。例如，你和父母争论生活费，最后总会带上点“个人独立”、“自由”等隐藏含义。

为什么你让AI做一个项目，例如让它生成一套产品原型，它总是给你搞事情，不是阉割功能，就是篡改布局？因为你的每一条指令的含义都不唯一，即便你觉得“已经说得很清楚了”。

为什么描述物理世界的语言是数学？因为它可以“长程推理不失真”：如果x1=x2=…=x10000，那么x1一定等于x10000，这个10000还可以是1000000000000000。除非修改，一个符号的含义始终不变。

另一种“长程推理不失真”的语言是编程语言，在我的案例中就是MATLAB。我的每一个子函数的含义都是唯一的，无论是在第一行还是最后一行调用，这是我此次开发算法的最少必要条件。我把子函数拷至AI，并规定好参数类型，不存在任何歧义，无需任何上下文。

你可能会说“我不会也不想学编程”。针对这个问题，我个人有几个猜想：

(1) 是否有可能设置一套“话术”，让自然语言也能“无失真地表达”，至少尽可能无失真地表达；

(2) 能否利用图形化工具，例如思维导图，辅助自然语言来实现“无失真地表达”；

(3) 能否利用伪代码和AI交互，例如“If 用户点击图案A, then …”，让AI用户快速上手，无需学习繁杂的编程知识。

在我的这段经历中，AI完成了大量的低级编程工作，但是我发觉仍旧离不开专业人士，虽然只需要一个专业人士。

举例，由于我熟悉的MATLAB和C不喜欢动态调整变量的内存，否则代码会很慢，因此我花了大量的时间思考解决方案。在与合作单位沟通时，他们说C++底层就能解决这一问题（用push back就行），而这一点我不知道，AI也无从知道我不知道。

看，现阶段AI辅助开发仍然离不开专业人士的知识和经验。但是，随着AI的普及和发展，我们也许只需要少数的、顶级的专业人士，为我们提供代码优化的指导。我们越来越需要能驾驭AI、把AI工具化的人，对这类人来说，AI只是一个先进的算法，他们是用户。

相比之下，绝大多数的人可能只是在给AI提供数据，例如重复地看短视频。在AI时代，你想成为用户，还是成为数据？

如果要我做总结，那就是有一些人“身处AI中”，而有些人“身处AI上”。

望墨溢，魔都打工仔，沪漂最大的好处就是买不起房，让我没有把买房设为自己的目标。

（本文的所有图片均为AI生成）