[智能应用]“人工智能思维”到底应该是什么？ [复制链接]

前不久，国务院发布《关于深入实施“人工智能+”行动的意见》，鼓励和支持全民积极学习人工智能新知识、新技术。再一次掀起了全社会关注人工智能的热潮。
越来越多的产业部门开启了新一轮推动人工智能（AI）落地的专项行动，几乎所有领域都在更加积极地探索如何运用人工智能转化为生产力。眼下又正值新学年的开学季，北京、天津、山东、西安、杭州等多地也纷纷推动将AI“从娃娃抓起”，在一年级教学中便纳入AI课程。一时间，从政府部门、到企业员工、到学生家长，社会方方面面都在以前所未有的热度聊AI、讲AI。
李晶昀 AI图
对此我深有体会的。就最近两个月，我更加频繁地收到各类关于AI的问询，从怎么利用AI降本增效，到怎么将AI融入教育，问题不一而足。但几乎每一次，话题最终都会落到一个：“钱老师，那你说大模型用哪家的好，是推荐用DeepSeek，还是豆包？”
我想，这里显然是存在误区的。可以类比在互联网刚普及时，很多人本能地以为发邮件就是“触网”的全部了一样。差不多要到大约十年前，互联网借由移动互联的形式，实现在我国真正普及的时候，很多人才猛然发现原来互联网可以做那么多事情，那些数十年前就被预言的定律、猜想竟然是那么地精准。惊诧之余，孕育出了一个风行一时的概念“互联网思维”。
我想，既然我们已经站在了智能时代的门口，AI已经脱离了专属的科技背景和产业背景，开始走向每个人的个人生活。那我们不妨认真谈一谈：面向社会大众的人工智能思维，到底是什么，以及不是什么。
一、人工智能思维应该是什么
在回答这个问题前，不妨把镜头先拉远一些。让我们回想一下，今天日常生活中那些“习以为常”又“理所当然”的事情。譬如去超市，我们自然而然会算账；规划出行，会下意识估算时间与距离；工作上遇到不那么容易说清楚的事情，会仔细写一封邮件等等。
细究起来，这些能力都并不是与生俱来的。而是建立在“数字思维”和“文字思维”的潜移默化之上。拥有这些能力，并不是说人人都要目标成为数学家或作家，而是人人都能将数字和文字转化为我们认知世界的基本工具。就算不从事相关专业，依然能用它们处理生活和工作的纷繁事务。
同理，智能时代，“人工智能思维”也应是一种基础的、普适的思维方式——这并不是指人人都能“手搓”一个AI算法，而是要求我们具备一种如臂使指运用智能工具的意识和能力。
就像我们自己不需要会装电脑、更不需要会造手机，但我们一样能知道什么时候需要电脑和手机为我们干些什么，以及不能干些什么。
二、人工智能思维不应是什么
现在让我们回到刚开始的问题——直接问用哪一款大模型，学习钻研和AI（其实是大模型）互动的方法（例如提示词prompt），它的误区到底在哪里。难道这不是使用智能工具的意识和能力吗？其实这并不尽然。我想这里至少有三个层面的问题。
首先，是原理层面的误区。
人工智能领域开天辟地的达特茅斯会议，举办距今已近70年。在这70年里AI已经成为了一个巨大的科学技术门类。就拿近10年来说，AI的发展就经历了机器视觉、语音交互、大数据、深度学习、大语言模型等热点的轮替。大语言模型真正成为公众热点，不过短短两三年时间。眼下，具身智能、脑机接口、类脑智能都还在蓄势待发。未来的奇点在哪里，下一个谁，还会以什么样的形式带来更大的惊喜，还是不是语言交互的形式，这些都很难预料。因此，如果把“AI思维”等同于“大模型思维”，那显然是“只见树木，不见森林”。好比是把浏览器等同于互联网，既过于片面，也略为短视。
其次，是在工具层面的问题。
我们当然需要承认，大语言模型已经成为当下最具颠覆意义的生产力工具。虽然目前它仍有幻觉、偏见、滞后等技术性局限尚待解决，但大家都见证了在这短短一两年内，大模型生成文字、图片、影片，甚至程序代码的能力越来越叹为观止，而且还在以超越想象的速度不断提升。然而，是不是我们有了计算器之后，数学可以不从识数、加减法学起，就直接从“按按钮”开始了呢？答案显然是否定的。工具再强大，也无法代替人自身的思维训练。正所谓“有道无术，术尚可求；有术无道，止于术”。我想这句话，便精妙地诠释了其中的关系。只追逐“术”，最多只能成为一个熟练的AI用户，但我们对智能时代的追求应该不仅限于此。
第三个问题，在人机交互伦理层面的错位。
通俗来说，就是“到底是人在用AI，还是AI在指使、规训人”。我们用AI是因为AI能够帮助我们，然而当陷于“大模型世界”中，把所有文本交给大模型，所有图像都交给大模型，所有决策都交给大模型，在失去这些表达权、审美权、决策权之后，我们自己将何去何从？还是用先前提过的例子，我们学习古诗词，是因为看到日出时，会想到“日出江花红胜火”；看到红叶时，能咏出“霜叶红于二月花”。这些内容和联想丰富了我们的人生体验。如果这些句子只是在诗词库中，那么对我们的意义又在哪里呢？但显然，对于这些深层的追问，大模型和提示词都不会给出答案，甚至反而会南辕北辙。而这，恰恰正是我们需要培育真正“人工智能思维”的根本原因。
三、提升人工智能意识，我们可以做些什么？
AI最为革命性的特质，在于它是人类文明诞生以来首个能够递归式自我改进的技术。在此之前，蒸汽机提升了生产力，但它不会自己变得更高效；电力驱动了工业化，但它无法自己优化能耗。而AI则可以通过学习不断优化自身。
目标决定路径，特质确定思维。正是因为这种特质，为我们提供了构建面向AI思维的方法关键：不在于记忆命令、背诵提示词，或是学习编程语言，而是去积极理解AI是如何学习和工作的——有答案时如何学（监督学习），没答案时如何学（无监督学习），又如何通过试错调整着学（强化学习），并使之能够在工作、学习、生活中灵活运用这些机制，将它们像文字、数字、互联网一样融入内化成为我们应对世界的基本能力。这或许才是真正能够打开智能时代之门的关键所在。
四、结语：把握时代的入口思维
记得十年前“互联网思维”风靡各行各业之时。一度“互联网+”被视为万能解药，似乎任何行业只要“+互联网”就能焕发新生。十年过去，“互联网”一词甚至已然淡出了人们的日常话语。转而成为一项根植于这个网络时代社会的基础设施，让我们得以习以为常地在线办事、手机挂号、扫码支付、随时检索。
然而，互联网、包括移动互联网的发明时间，远远早于十年前。可见，真正起到决定性作用的并不是“互联网”这项技术本身，而是我们如何接纳它、使用它，并将它的思维方式和基本逻辑纳入我们的工作、学习、生活之中。
今天，我们又站到“人工智能”新时代的大门口。虽然技术仍在快速地演进变化，但不论它如何发展，我们都是最终的理解者、运用者、驾驭者。因此，是我们自己需要主动培养提升我们的思维，而不是寄希望于AI能够“包办”，甚至让其反向定义我们。

面向大众的人工智能思维：是什么与不是什么

国务院最近发布的《关于深入实施“人工智能+”行动的意见》再次引发了全社会对人工智能（AI）的关注热潮。从政府部门到企业员工，再到学生家长，大家都在热烈讨论如何利用AI降本增效、如何将AI融入教育等话题。然而，在这些讨论中，一个常见的误区是将“AI思维”等同于“大模型思维”。本文将探讨面向社会大众的人工智能思维到底是什么，以及不是什么。

一、人工智能思维应该是什么

在日常生活中，我们已经习惯了使用数字和文字来处理各种事务。例如，去超市时我们会算账，规划出行时会估算时间与距离，工作中遇到复杂问题时会写邮件。这些能力并不是与生俱来的，而是建立在“数字思维”和“文字思维”的基础上。同理，在智能时代，“人工智能思维”也应是一种基础的、普适的思维方式。

这种思维方式并不是要求每个人都能够“手搓”一个AI算法，而是要求我们具备一种如臂使指运用智能工具的意识和能力。就像我们不需要会装电脑或造手机，但我们知道什么时候需要这些工具来帮助我们完成任务。

二、人工智能思维不应是什么

回到最初的问题——直接问用哪一款大模型，学习钻研和AI互动的方法（例如提示词prompt），这种误区主要体现在以下几个方面：

1. 原理层面的误区：
   - 人工智能领域的发展已经经历了70年，从机器视觉、语音交互、大数据、深度学习到大语言模型，每个阶段都有其独特的技术和应用。如果把“AI思维”等同于“大模型思维”，显然是只见树木不见森林。好比把浏览器等同于互联网，既过于片面，也略为短视。

2. 工具层面的问题：
   - 大语言模型虽然已经成为当下最具颠覆意义的生产力工具，但它仍有幻觉、偏见、滞后等技术性局限。工具再强大，也无法代替人自身的思维训练。正所谓“有道无术，术尚可求；有术无道，止于术”。只追逐“术”，最多只能成为一个熟练的AI用户，但我们对智能时代的追求应该不仅限于此。

3. 人机交互伦理层面的错位：
   - 通俗来说，就是“到底是人在用AI，还是AI在指使、规训人”。如果把所有文本、图像和决策都交给大模型，在失去这些表达权、审美权、决策权之后，我们自己将何去何从？我们需要培育真正的人工智能思维，以便在智能时代中保持自主性和创造力。

三、提升人工智能意识，我们可以做些什么？

AI最为革命性的特质在于它是人类文明诞生以来首个能够递归式自我改进的技术。因此，我们需要积极理解AI是如何学习和工作的——有答案时如何学（监督学习），没答案时如何学（无监督学习），又如何通过试错调整着学（强化学习）。将这些机制灵活运用在工作、学习和生活中，将它们像文字、数字、互联网一样融入内化成为我们应对世界的基本能力。

四、结语：把握时代的入口思维

十年前，“互联网思维”风靡一时，似乎任何行业只要“+互联网”就能焕发新生。十年过去，“互联网”一词已经淡出人们的日常话语，转而成为一项根植于网络时代社会的基础设施。今天，我们又站到“人工智能”新时代的大门口。虽然技术仍在快速演进变化，但不论它如何发展，我们都是最终的理解者、运用者、驾驭者。因此，是我们自己需要主动培养提升我们的思维，而不是寄希望于AI能够“包办”，甚至让其反向定义我们。

通过以上分析，我们可以更清晰地理解面向社会大众的人工智能思维到底是什么，以及不是什么。希望这些探讨能够帮助大家更好地把握智能时代的入口思维。

人工智能思维的核心内涵：普适性工具意识与能力
人工智能思维是智能时代背景下，面向社会大众的一种基础且普适的思维方式。它并非要求人人都能研发AI算法或构建模型，而是强调个体具备如臂使指运用智能工具的意识和能力。就像人们无需掌握电脑组装或手机制造技术，却能熟练使用它们解决生活和工作中的问题一样，人工智能思维的关键在于理解何时、如何借助AI工具提升效率，同时明确其能力边界。这种思维方式的本质，是将AI转化为认知世界、处理事务的基础工具，如同数字思维（如日常算账、估算时间）和文字思维（如写邮件沟通）在现代社会中的作用，让普通人即便不从事AI专业，也能灵活运用智能技术应对复杂场景。

人工智能思维的常见认知误区解析
原理层面的局限认知：将人工智能思维等同于对特定大模型（如DeepSeek、豆包）的选择或提示词（Prompt）技巧的钻研，陷入“只见树木，不见森林”的误区。AI技术发展迅速，从大数据、深度学习到具身智能、脑机接口，技术形态不断迭代，若仅聚焦当前工具，会忽视其底层逻辑的普适性。
工具依赖的“术”与“道”失衡：过度追逐工具使用技巧（“术”），而忽略对AI本质的理解（“道”）。正如“有道无术，术尚可求；有术无道，止于术”，仅掌握工具操作最多成为熟练用户，却难以将AI思维内化为解决问题的核心能力。
人机伦理的角色错位：将决策、表达甚至审美权完全交予AI，导致自身能力退化。例如，依赖AI生成内容会削弱独立思考与创作能力，正如学习古诗词的意义在于用“日出江花红胜火”等诗句丰富人生体验，而非仅依赖诗词库检索

培养人工智能思维的实践路径
理解AI学习机制：认识AI的核心学习模式，包括有监督学习（基于标注数据训练）、无监督学习（自主发现数据规律）和强化学习（通过试错优化策略），并将这些机制迁移到生活与工作中，例如用“分解问题-迭代优化”的思路处理复杂任务。
融合多维度思维能力：结合计算思维（分解问题、设计方案）、设计思维（从需求出发创新）和系统思维（统筹要素关系），形成综合认知框架。例如，在项目管理中，用计算思维拆解目标，用设计思维优化流程，用系统思维协调资源。
以工具意识替代技术焦虑：聚焦AI的工具属性，明确其“辅助而非替代”的定位。如同使用互联网时无需掌握服务器技术，使用AI时应关注“何时用”“用什么”，而非“如何造”，将精力放在提升问题定义与结果评估能力上。
人工智能思维的时代意义
人工智能思维的普及，正如互联网思维在移动互联时代的作用，将推动AI从“专业技术”转变为社会基础设施。它不仅是个体适应智能时代的基础能力，更是产业升级、社会创新的底层驱动力。通过培养普适性的AI思维，个体能更高效地利用技术红利，社会则能形成人机协同的新型生产力，避免重复“互联网+”初期的盲目跟风，真正实现技术与产业、生活的深度融合