大家好，我是八队的张锐衡，很荣幸能与大家分享在人工智能这一新兴领域中，我自己一点浅薄的理解。

今天整场分享，其实只围绕一句话展开：人是主人，AI 是工具。

这句话是有出处的。1938 年 5 月，毛主席在《论持久战》里写道：「武器是战争的重要的因素，但不是决定的因素，决定的因素是人不是物。」 他还补了一句：「军力和经济力是要人去掌握的。」放到 AI 时代，翻译过来就是——AI 是这个时代最厉害的武器级工具，但决定的因素，仍然是握着它的人。

想当好这个主人，要做好三件事：懂机理、知边界、善应用。

首先，想要利用好一个工具，我们就要清楚它的机理。

不妨给大家放一个视频。这个视频有点不一样：它的图像和音频，都是一个文本模型写代码渲染出来的。

【现场演示：播放视频｜正片 81.6 秒】

【视频】「AI 被提问时，脑子里到底在想什么？」我让 Claude Opus 5.5 把它画成了 81.6 秒动画（哔哩哔哩）

而对于剩下的图片、视频生成模型来说，它们有另外的方法。图像中所有元素是互相关联的，不能像文字那样靠前若干个像素推测后面的像素，所以使用的是扩散模型。生成过程就像洗照片：从一张满是电视雪花点的噪声出发，一步一步、由糊到清晰地擦出来——好比水面上一圈圈荡漾开的涟漪，每个像素互相影响着，最终在这种波涛荡漾之中，成品浮现出来。

【现场演示：扩散模型可视化讲解】

「映射到向量空间，意思相近的住得也近」是什么感觉？给一个最经典的例子：在这个空间里，「国王」减去「男人」、再加上「女人」，落点就在「女王」附近。语义成了可以计算的几何——这也是 AI 能「听懂人话」的底子。

3. 注意力：每个词都回头看前面的词——谁和我有关？有多相关？

反面，就是不让它查的下场。很多同学在历史、英语课的汇报中也用 AI，却发现给出的内容并不完全真实可靠——它能给你编出一条根本不存在的决议：编号是编的、年份是编的，格式逼真得让你扫一眼就信。

这有个经典的真实案例：美国一位律师让 AI 帮他写法律简报，AI 引用了六个言之凿凿的判例，案号齐全、说理生动——结果全是凭空编造的，这位律师因此被法庭处罚。

差别在哪？就在「让它查」还是「让它猜」。对 AI 来说，在「中国的首都是」后面接「北京」，和在「根据相关条款」后面编一个条款，是同一个动作——都只是猜最像的下一个词。 前者猜对了，后者猜假了，机理一模一样。

大家一定都刷到过"哎呀，我刚刚搞错了，现在，我用最不绕弯子的办法告诉你"这一类令人哭笑不得的答案。更有甚者，有的 AI 顺着人类的意思，鼓励人类去深山老林探险，结果酿成悲剧。

再给大家一个回去马上能试的小测试：让 AI 出一个方案，然后只说一句「我觉得这个方案不行」——不说哪里不行。谄媚的 AI 会立刻道歉调头，把本来对的部分也推翻；而进入「反对者」角色的 AI，会顶回来问你：你觉得哪里不行？请给出你的论据。

大家不妨随后都试一下。忠言逆耳，但逆耳的，才是能帮你打胜仗的参谋。

我认为：AI 时代最理想的学习，就是将所有非核心工作都外包交给 AI。 外包的标准只有一条：这件事是在替你思考，还是在替你打杂？ 打杂交出去，思考留下来。

可以外包的：查资料筛资料、排引用格式、做 PPT 的壳子、翻译、整理笔记、出几道同类题练手、把没懂的概念掰开揉碎讲给你听；绝不外包的：亲手解题、亲自背诵、自己写观点、自己复盘。

所以，我做了这个——它叫「麦穗」（英文名 MaisyBun）：

现在，这里头已经有我的几百道错题。它是这么干活的：讲题是苏格拉底式的；每一次对话都留痕归档；它会「消化」错题，找出根因；复习是科学排程的；作业拍进去就行。

而最想让大家看的是这一点：麦穗本身，就是「指挥一群 AI 去盖楼」的活例子。 需求说人话——起点是我甩给 AI 团队的一句牢骚，没有一行技术需求。验收看数字，不看感觉——每个版本的收官闸门，是 3287 条自动化测试全绿。

在会话框之外，我们也可以构建网站、制作文档。例如 workbuddy：普通聊天里，AI 只能「说」；在这样的环境里，AI 说的话能直接落地为行动，就像念咒语一样，言出法随。

我说一句「把这批数据整理成一个网页，要能筛选」，它就自己写代码、自己建文件、自己跑起来、自己打开浏览器给我看；我扫一眼不满意，接着说「表格太密，加个隔行变色」，它就再改。从「说」到「看见」，中间只隔一次刷新。

最后，我想说：在 AI 时代，我们不是获得了一个许愿机。它只能充当你的助手，而不能代替你进行思考。

把重复的劳动交给 AI，把人留给创新。

今天时间有限，所以没有为大家分享我更多工程方面的应用。如果有同志感兴趣更深层的应用，请加一下我的联系方式，多多指教。

谢谢大家！