对于个人而言,怎样才叫真正的AI native,包括生活、工作和学习

提问

AI根据立正公开的文章和视频整理,不是他本人回复

真正的 AI native 不是会用多少工具,而是把一件具体的事重新做一遍:看清结果、改掉旧流程、用 AI 放大自己的判断,并拿出证据。

先看一件被重做过的工作,而不是工具清单

材料里的观点

立正给出的判断标准很具体:不看用什么工具、不看年龄,先看这个人有没有把一件工作重新做过。要问四件事——这项工作真正要产生什么结果;旧流程是不是在补偿一个已经变化的限制;AI 是否放大了自己的专业判断,而不只是把中间品做得更快;最后有没有证据说明新做法更好⁠1。

所以“AI native”不是身份标签,而是一次可检验的改造。做对一件,先证明这一件;换模型、换问题、换环境后仍能分清什么该保留、什么该 unlearn,这项能力才属于这个人⁠1。同一篇里也强调,AI native 不等于最大化 AI 用量,而是能力和成本变了以后,把这件工作重新算一遍——有时答案是更多 agent,有时恰恰是更少⁠2。

工作与学习:把隐性判断交出来,然后真的去 build

材料里的观点

在工作上,立正讲用人单位招 AI native 的人,是希望 AI 放大人的杠杆,因此需要人把脑子里的隐性知识——决策框架、用户洞察、优先级判断——转成 AI 能直接用的技能、模板和上下文;表达得越清楚,AI 越可能放大人的杠杆⁠3。

在学习上,他主张学 AI 唯一的方法是去 build,靠学知识没用,做的过程中学到的东西才真正有用;课件是遇到问题再回头查的,不是先读完的⁠4。对普通人,他给的最简画面是:有需求时养成习惯去跟 Cursor 聊一下,看看能做出什么,做的过程就是 build,做到这一步已经跨过很多人跨不过的门槛⁠5。

他也提醒别把名词当能力:学 prompting trick、学了 MCP 就想着用 MCP,是为了用而用,反而丢了更好的结果⁠4。

生活与学习:回到“我”,并接受这是一场持续的认知重塑

刘嘉在访谈中把 AI native 说成一种思维范式的根本改变,而不是“我能用 AI 就叫 AI 原生”,那是瞎扯;他自己也不敢说已经具备,因为还在思考怎么和 AI 对话、怎么与 AI 共生⁠6。他给教育的建议是:记忆知识的教育已无价值,核心是“我”的教育——兴趣、目标,以及从逻辑原点出发的演绎推理⁠6。这些是刘嘉的判断,不是立正本人的表述。

立正自己的说法更偏操作:学 AI 第一是建立面对 AI 的 mindset,理解 AI 是什么、为什么人会恐惧;第二是养成好的使用习惯,遇到问题直接交给 agentic 工具去做,而不是聊完就完⁠7。他也承认自己本不是爱用工具的人,笔记软件试过就放下,这一点他还没完全想清楚⁠5。

把两者合起来看(这是 AI 的综合):生活里的 AI native 更可能表现为——遇到自己真正在意的问题时,先问“能不能做出点什么”,而不是先问“该用哪个工具”;学习上则把精力放在判断和原理,而不是收集技巧。

刘嘉关于 AI native 与教育的判断来自访谈转述,且部分片段说话人标注为待定,只能按已确认段落使用;立正本人对“生活场景”没有给出系统标准,相关部分是 AI 的综合推演。

回到7份原文

如何养成好的使用AI的习惯,怎样的习惯才叫好习惯

追问

AI根据立正公开的文章和视频整理,不是他本人回复

好习惯不是记住更多工具和提示词,而是遇到问题先自己动手用 AI 解决、把标准讲清楚、失败后改自己而不是换工具。判断标准是它能否在换工具、换任务后仍留下方法。

好习惯是“动词”,不是“名词”

立正把工具名、概念名称为“名词”,把做事方法称为“动词”。名词有“学会了”的那一刻,却过期最快;习惯和方法没有明显的学会时刻,却会一直留在你身上⁠1。他举的对比是:拿到模糊需求先拆成可检验的小步,结果不对先找原因,而不是换个工具再试一遍⁠1。所以判断一个习惯好不好,可以看它是否依赖某个具体按钮或模型名——依赖越少,越可能是好习惯。

遇到问题先动手,别先吐槽工具

立正认为,把 AI 当 GUI 按钮来期待是理解上的错误:AI 不是魔法,用不好应先反思自己的使用方式。他提到自己迭代十四次才把一件事做成,问题在使用能力,而不在工具⁠2。他描述的新习惯很具体:以前看到东西不 work 就放手,现在看到问题想着自己解决;以前习惯打开 ChatGPT,现在习惯打开 Codex 试着解决,在解决过程中才发现自己缺什么⁠3。他还说,遇到困难不能一遇就说 AI 不好用,要发掘自己生活中的需求并克服困难⁠4。

把“什么算好”说清楚,并沉淀下来

AI推演

立正强调,AI 能不停迭代,但如果你定义不清楚什么是好,它迭代也没有方向⁠5。他把这归为两项能力:自省,以及把隐性信息显性化⁠5。落到习惯上,就是把风格偏好、验收标准写成 AI 可读的文档,给指令时定义结果标准而不是逐步遥控过程,并把反复做的任务沉淀成模板⁠6。他还建议尽量把上下文沉淀成 Markdown⁠7。这些是立正给出的做法,是否适合你,取决于你是否有反复出现的同类任务。

《E195》⁠2中部分相邻发言标注为未确认,本回答只使用了明确归给立正的段落。《杨天楠:看似体面的工作,实则都是在表演?》⁠7为声纹自动匹配且字幕未逐字核实,其中工具名与细节保留不确定性。

回到7份原文

1 超线性学院 2026-09-30

假学习的终结 ↗

直接区分“名词”式工具学习与“动词”式习惯方法,是判断好习惯的核心依据。