倍福文学

手机浏览器扫描二维码访问

第240章 课 从解题到出题 AI时代的人才革命（第1页）

——一堂融合心理学、易经与哲学的智慧课

27岁腾讯首席科学家姚顺雨的逆袭之路，堪称AI时代的人才寓言。从清华姚班到普林斯顿博士，从OpenAI核心研究员到行业顶尖科学家，他用一年多时间打破传统职业路径的十年定律，而这一切的核心密码，藏在他那篇刷屏的《AI下半场》中——“AI竞争重心从‘解决问题’转向‘定义问题’”

。这堂特殊的课程，将以姚顺雨的成长故事为蓝本，通过和蔼教授与叶寒、秦易等六位学生的课堂对话，拆解“定义问题”

背后的心理学认知模型、易经变易智慧与哲学思维本质。我们将看到，当AI已能攻克大部分技术难题，人类真正的核心竞争力如何从“刷题得分”

转向“命题立局”

，而这种能力不仅适用于AI领域，更能重塑每个普通人的成长轨迹。

课堂正文

（阳光透过阶梯教室的落地窗，洒在摆满书籍的讲台上。和蔼教授端坐在中间，叶寒、秦易、许黑、蒋尘、周游、吴劫六位学生围坐成半圆，桌上摊着《AI下半场》的打印稿，眼神里满是好奇）

和蔼教授：同学们早上好！今天咱们不谈枯燥的理论，从一个“颠覆常识”

的故事开始——27岁的腾讯首席科学家，大家觉得可能吗？

秦易率先举手：教授，这也太不可思议了吧！我表哥博士毕业进国企，熬了八年才评上高级工程师，首席科学家这种级别的职位，不得是头发花白的行业泰斗？

许黑摸了摸下巴：我之前看过姚顺雨的报道，他从博士毕业到入职OpenAI，再到成为首席科学家，全程才一年多。这速度简直像开了挂，不会是媒体夸张吧？

和蔼教授笑着摇头：不是夸张，而是时代变了。就像《AI下半场》里说的，当AI已经能解决大部分技术问题，游戏规则就彻底改写了。叶寒，你平时做AI相关的课题，有没有发现现在的研究和几年前不一样了？

叶寒推了推眼镜：确实有感觉！前几年大家都在拼模型性能，论文标题全是“在XX测试中超越SOTA”

，就像考试比谁分数高。但现在很多顶会论文，开始关注“该让AI解决什么问题”

，比如怎么让AI适应现实中的连续任务，而不是孤立的测试题。

和蔼教授：说得非常好！这就是姚顺雨提出的核心转折——AI从“每道题从头学”

到“掌握通用方法”

。这背后藏着一个重要的心理学原理，谁能说说？

蒋尘举手：教授，是不是认知模型里的“信息处理升级”

？就像我们学数学，一开始死记硬背题型，后来掌握了解题逻辑，就能举一反三。AI的预训练不就是让它形成了这种“通用认知”

吗？

和蔼教授赞许点头：蒋尘说得很到位！心理学中的认知模型认为，人类的高级思维不是简单的信息叠加，而是形成了系统性的处理框架。AI的上半场，就像处于“具体运算阶段”

的孩子，只能应对特定任务；下半场则进入“形式运算阶段”

，具备了抽象思维和通用推理能力。姚顺雨的厉害之处，不在于让AI的“分数”

更高，而在于发现了AI认知升级后，真正的稀缺性是什么。

周游疑惑地问：那这种稀缺性就是“定义问题”

？可“解决问题”

不是更实在吗？就像考试，能算出答案才是硬本事，纠结“出什么题”

有意义吗？

和蔼教授：问得好！咱们先看个例子——姚顺雨在普林斯顿提出的“思维树”

方法。大家玩过24点游戏吧？用四个数字通过加减乘除得出24，传统AI用线性思维链，成功率只有4%，但用了思维树后，成功率飙升到74%。吴劫，你觉得这差距在哪？

吴劫眼睛一亮：我知道！线性思维是一条路走到黑，思维树是同时探索多条路径，就像我们做题时会列多种解法再筛选。但这不是“解决问题”

的方法吗？怎么和“定义问题”

挂钩？

和蔼教授：关键在于，姚顺雨先重新定义了“AI该如何思考”