关于unlearn,课代表有哪些观点和输出
提问
立正把 unlearn 说成用好 AI 的前提:先放下旧习惯,尤其是程序员对“过程确定性”的执念,转向结果确定性和管理者角色。
unlearn 是学 AI 的前置动作,不是附加技巧
材料里的观点立正把用好 AI 分成四层:工具、方法、习惯、mindset,并说课程从 mindset 入手。他的判断是,工具谁都能有,方法也能问 AI 得到,但缺少底层理解就选不定、也坚持不下去。因此要先接受“通过 build 学 AI”“用不好是我的问题”这类前提,才改得动习惯,方法才适用。他明确说,这中间“要 unlearn 一些东西,然后再学习一些东西”1。
程序员最该 unlearn 的是只盯过程确定性
材料里的观点立正举翻译为例:程序员习惯控制中间过程,出现幻觉或不一致再去修;而结果确定性是先定义想要的结果,再构造反馈回路和有状态的系统,让 AI 自己迭代到位。他认为这种思路对程序员并不自然,看不到它,就很难放大 AI 的杠杆。与之配套的角色转变,是从划桨的操作员变成让蒸汽机稳定运行、设计流程的管理者。他也区分了人群:程序员要 unlearn,但熟悉部署、版本管理等落地环节;非程序员各有各的挑战1。
unlearn 之后要保留的是自己的判断
材料里的观点在立正看来,模型智力普遍提高后,人与人的差别落在 context,以及脑中难以被观测的隐性知识。他主张有意识地沉淀这些知识,形成有 conviction 的观点,而不是 AI 说什么就是什么。他把有价值的东西的必要条件说成“正确的非共识”,并认为 AI 给不出它,因为非共识一给出,大多数人就会判它错;人能做的是坚持自己的非共识,再靠 build 把它变成现实。这是他的观点,不是对课程效果的独立验证2。
提供的片段里,unlearn 主要出现在谈课程设计和程序员转变的语境中,没有单独展开成一节系统论述;《课代表立正》3讲的是下水实践和自然语言调度算力,未直接使用 unlearn 一词,因此未纳入。
回到3份原文
集中说明四层能力、unlearn 的位置,以及过程确定性与结果确定性的对比。
说明 unlearn 之后要沉淀 context 和隐性知识,并提出“正确的非共识”。
可回到原文核对这部分判断