AI 时代，如何让探索先发生

《与26级学妹的一次夜谈》专题二 · 2026 年 11 月 8 日

关于团队的新生培训，我和部分大二同学曾有过一次小小的分歧。

他们担心，刚进入大学的同学还没有建立起扎实的编程与计算机基础，如果太早接触 AI，遇到问题就直接求助模型，可能慢慢失去独立思考的习惯。这样的担忧很现实，我完全能够理解。

但我依然认为，在 AI 正在快速改变技术工作方式的今天，我们不应该把“暂时不接触”当作默认的保护方式。

我为什么希望他们早点试

在我接触到的信息里，很多机会不是等知识学得足够全面之后才出现的，而是藏在第一次尝试、第一次追问和第一次解决实际问题的过程中。

使用新的编程助手，学习它如何分析报错，观察它怎样把模糊的需求拆成步骤，判断它写出的代码究竟可靠不可靠……这些经历本身也在训练一种能力：与新工具合作，同时保持自己的判断。

这不是说计算机基础突然不重要了。恰恰相反，越是使用强大的工具，越要能辨认它哪里说得对，哪里只是说得像对。基础知识使我们有能力判断答案，而实际使用让我们更清楚为什么需要这些知识。

在我看来，“先把所有基础学完，再开始接触 AI”与“完全把学习交给 AI”都不是唯一选项。真正需要探索的，是怎样让两者共同发生。

刚从中学进入大学的新生，往往还在适应自主学习的方式。面对一个几乎能回答所有问题的模型，如果没有恰当的引导，当然可能把“得到答案”误当成“理解问题”。一旦发现自己离开 AI 就很难继续推进任务，反而容易陷入新的焦虑。

因此，我提出过一个想法：由部分大二同学一对一地带领新生，陪他们从实际任务中学习 AI 的使用边界。比如，先自己描述问题和提出假设，再借助 AI 扩展思路；看到模型给出的代码，必须能够解释关键逻辑；面对它的建议，要学会通过实验和资料核对，而不是不加判断地接受。

这些具体做法是我希望逐步形成的培养原则，并非已经实施完成的方案。它们想解决的是同一个问题：让 AI 成为扩大思考能力的工具，而不是替代思考的借口。

理想的培养方式，往往有一个容易被忽略的成本：执行它的人，需要付出时间。

大二同学也有自己的课程、项目和竞赛任务。一对一陪伴意味着持续答疑、观察进度、纠正误区，远比一次集中讲座复杂。如果不考虑他们的负担，把这套方法直接推给整个团队，可能不仅得不到预期效果，还会让培养者和新生都感到疲惫。

所以，我最后选择先迈一小步：与 26 级的几位同学交流，寻找一两位愿意尝试这种方式的人，同时把潜在的收益和风险说清楚，让他们自己决定是否参与。

在交流中，两位同学表现出了不同程度的积极性。这让我再次意识到，面对同一种新技术，不同的人确实会有不同的兴趣、经验和顾虑。但这种差异不该被草率解释为谁的认知更高；恰恰因为如此，我们才需要尊重选择，通过实际尝试来观察方法是否有效。

如果这项尝试能够推进，我更希望观察的不是“他们用了多少次 AI”，而是他们能否更快理解问题、是否逐渐形成独立判断，以及离开 AI 后还能不能清楚地说明自己的思路。

我希望他们从一开始就知道：使用工具不是能力的反面，盲目依赖才是。反过来，拒绝尝试也不等于基础扎实。

站在技术变革的节点上，我依然认为团队需要更主动一些。但主动不等于冒进，更不等于用一句“拥抱 AI”代替具体的培养设计。

真正值得追求的，不是让每个新生尽早拥有一个 AI 账号，而是让他们尽早获得探索、判断和使用新技术的能力。