曾安业 - AI到底应该怎样学？ | 安业兴邦
发布时间：02:00 2026-09-22 HKT
刚发表的《施政报告》提出加大力度推动全民AI培训，在「全民AI」普惠计划下，至2028年首季将推出超过200项培训课程及活动，让更多人接触AI及不同的实务应用。这令我想起前几天一位朋友分享，她最近参加了一个由民间组织举办的AI图像设计课程。课堂会教不同的AI工具、指令和方法，让参加者更快做出想要的图片。
我听完后，不禁思考：AI到底应该怎样学？
如果是一个普通的图像设计软件，我们可以逐步学习不同功能和工具怎样使用。但AI工具不断更新，今天有效的指令，几个月后可能已经有更好的做法。就算学懂了，下一个版本出现后，又要重新摸索。
也许真正需要学的，从来不止是「怎样使用AI」，而是「如何与AI一起工作」。
这种需求其实已经出现在职场。
一位做HR的朋友最近跟我分享，企业现在也越来越重视员工如何与AI协作。以前不少上班族用AI，还有一点「静鸡鸡」的感觉，怕老板或客户知道后，以为自己偷懒。但AI现在已经慢慢从一个偷偷使用的工具，变成公开的工作伙伴。
有人用AI帮忙整理资料、写初稿、做简报，原本几个小时的工作可能半小时便完成。另一个人可能也用同一个工具，但最后交出来的成品却完全不同。
专业经验融入AI生成效果
差别可能不在于谁比较懂得下指令，而在于谁知道应该问甚么、哪些答案不能照单全收，以及最后应该作甚么决定。
这些判断，并不是懂得下一个指令便可以得到答案，而是需要靠实际工作的经验慢慢累积。
这也解释了为甚么AI越普及，经验反而可能越重要。当AI可以在几秒钟内完成很多以前需要花几个小时处理的工作，人真正提供的价值，反而变得更加清晰。
老师可以用AI准备教材，但仍然要判断学生真正不明白的是甚么；律师可以用AI整理大量文件，但仍然要知道哪一个细节可能影响整个案件；设计师可以用AI快速产生不同视觉方向，但仍然要理解品牌、客户和目标受众的喜好。
AI可以帮我们做得更快，但不代表它可以替我们决定应该做甚么。
这或许也改变了我们理解「学AI」的方式。过去学习一种工具，往往是先掌握基本功能，再逐步应用到工作上。但AI可能恰恰相反：很多时候，我们是在遇到问题时才找AI帮忙，再从一次次使用中摸索出适合自己的方法。
这种学习没有一个明确的「毕业」时刻，因为工具会继续变，问题也会继续变。今天学懂如何生成一张图片，明天可能要学的是如何判断一张AI图片是否适合使用；今天学懂如何叫AI整理资料，下一步可能是学会如何发现它遗漏了甚么。
所以，当AI成为人人都可以使用的工具，单纯懂得使用AI本身，可能很快便不再是一项特别的优势。真正需要培养的，是在真实的工作和生活情境中，学懂如何提出问题、如何判断AI的答案，以及如何把自己的专业经验融入AI生成的成果。
曾安业
