如何用AI学习一切？

以前学习贵在哪？书一直不算贵。真正贵的是三样东西：一个好老师、一个随叫随到的陪练，以及针对你个人情况定制的教材。

大家可以回想一下自己学习路上的大部分挫折，可能还不是自己不努力，而是卡住了没人问，只能硬啃；练错了没人纠，错了一个月自己都不知道；教材不是根据你量身定制的，看得一知半解也只能往下硬看。

而现在，我们每个普通人都有机会通过 AI 低成本获得这三样东西。

但拥有 AI，不等于拥有一个好老师，更不等于你已经学会了。因为 AI 默认给我们的回答往往是一个平均的答案，并不确保你真的学会。

比如你直接问 AI 一句「我要怎么入门 Python」，它大概率会给你一份从变量到装饰器的完整目录。看着很全，也很像那么回事。但对一个正在入门的人来说，这种百科全书式回答往往没什么用。

所以用 AI 学习的关键，是怎么才能让它变成自己的好老师、好陪练、好教材？

实践下来，主要三个关键动作：

第一，先出「最小知识集」，再让 AI 加速深钻

不要上来就让 AI 给你一份大而全的学习清单。先告诉它：我要完成什么真实任务、已有多少基础、可投入多少时间。然后让它倒推完成这件事必须掌握的最小知识集，并标出「现在必须学」「卡住再学」「暂时不用学」。

比如，你想搞懂一个陌生行业，不需要一上来就把几十篇研报、所有术语都看完。先告诉 AI：我想搞懂这个行业，是为了做投资判断、找工作，还是做内容选题；我现在知道什么；我只有多少时间。

然后让它倒推：为了回答这个问题，我现在必须知道哪几个核心概念？这个行业靠什么赚钱？产业链上有哪些角色？最近最关键的变化是什么？哪些案例最值得看？

剩下那些边缘术语、历史细节和小众公司，先不学。等真的卡住了再补。

学习的目标不是把目录学完，而是先获得完成下一件真实任务的能力。

第二，让 AI 反问你，而不只是回答你

大多时候，我们和 AI 的关系都停留在：我们问，AI 答。

这种角色关系完全可以翻转过来，也就是把提问权交给 AI（让它当苏格拉底。苏格拉底当年教学生，基本不给答案，就是一连串问题把你逼到自己想通）：

关于 XX，先别直接告诉我答案。每次只问我一个问题，根据我的回答继续追问。直到我自己想明白为止。我卡住了就降一点难度。

别小看这个翻转。你问它答，你是在听；它问你答，你才是在想。