AI 时代应该要具备的计算机和互联网思维
- 分治思维。你需要会拆解问题把一个大任务拆成多个小任务。 AI 不擅长直接解决一个巨大而模糊的问题，而非常擅长解决一个个明确的小问题。AI 时代，问题拆解能力，比单点执行能力更重要。问题能不能解决，很大程度上取决于你能不能把问题拆解到 AI 的能力边界内。
- 迭代思维。你需要逐渐从一次性解决问题的思路，转变成不断优化、持续逼近正确答案的思路。快速上线，小步迭代。AI 时代迭代成本非常低，迭代速度却非常快。有了想法可以让 AI 立马实现，先做出一个垃圾，然后持续迭代为一个产品。
- 反馈和改进。如果短时间内不知道哪个方案最好，那就设计一下怎么获得快速反馈。有了反馈才知道怎么改进。得到反馈并进行改进，是一个产品或者是一个人成长最快的方式之一。AI 时代，最重要的生产力之一就是缩短了有了反馈进行改进的速度。未来，不论产品还是个人，能力增长速度 ≈ 反馈速度 × 迭代次数。
- 评估和验证。你需要知道 AI 做得好不好，有没有达到要求。不能只是主观看起来很厉害，而是得有客观评估验证机制。可以是系统测试验证，也可以是人工验证。没有验证的 AI 很容易隐藏问题，造成大的损失。没有验证就交付的 Agent 一定不是一个好的助手。
- 抽象思维。抽象就是找到共同的特征，以方便后续复用。你做了一次任务，一定要思考给 AI 的上下文能不能进行数据结构抽象，一定需要思考能不能抽象成一个模板、一个skill、一套工作流，一定需要思考能不能让 AI 自动化完成。把一次性工作不断抽象，打造成一个 Agent ，这是是 AI 时代非常重要的一条路径。
- 复用思维。DRY，Don’t repeat yourself，永远不要重复你自己已经做过的事情。和 AI 相同的对话说了多遍，相同的问题问了多遍，相似的要求提了多次，这就是在 DRY。让 Agent 记住，无论是 Agent 本身的记忆，还是系统配置的修改，或是需要蒸馏提炼成 skill，这都值得沉淀。把经验变成资产并不断复用。
- 实际大于理论。AI 时代 ，你可以不用过多纠结于怎么做，完全可以先做出来再理解。实践本身就是学习的一部分，干中学。很多知识随着 AI 发展根本就不用再学，实践出真知，与其把时间浪费在无用的知识上，不如创造出有用的产品。
- 快速试错。低成本试错，AI 让试错成本越来越低。你更应该先试试看，而不是等准备好了再开始。要允许自己犯错。试错也要：有目标；有验收标准；有记录；有归因；有总结经验教训；有多个思路；有成本管控；有复杂度管理。
- 容错。AI 本质上是个概率系统，和人一样会犯错。你需要有容错机制，有对不确定性的管理。你需要清楚区分哪些是设计本身带来的，还是运气带来的。你需要了解 AI 对于 Prompt 的输出结果的可信度，处于什么区间。你需要知道什么是可接受的错误，而什么是必须进行兜底。
- 系统思维。你用 AI 完成的不应该只是一个玩具，比如一个网页、一张图片或者几行文字了。应该要思考的是整个系统，比如，如何提升对整个环节的生产力，系统的哪个环节问题是什么、需要如何解决。不仅仅只是解决一个个任务如何完成，而是得升级到设计整个系统。视角放大，当前的任务，可能用 AI 就能从另一个环节快速低成本解决。
本文为原创内容，转载请联系作者并注明来源