思考鍛造廠：我個人欣賞的 AI 使用方式
TL;DR:編碼、問答和「情感價值」是支線任務。AI 的最高價值用途是鍛造你的思維方式。停止接受答案。開始接受解釋——然後問兩個問題，直到你們兩個都受到足夠的限制，以至於聊天不再可能。
詹姆斯在此，水星科技解決方案的執行長。 香港數碼港 — 2026 年 8 月 25 日
我寫了太多關於 AI 的文章。不過我還是要再寫一篇。
如果「AI」這個詞讓你感到不安——如果你的第一反應是「我厭倦這個了」或「我已經知道這些了」——那就關閉這個標籤。今天是週末。出去走走。這篇文章不會幫助你。
還在這裡嗎？很好。
截至目前為止，AI 最強大、最有用的功能不是編碼。也不是回答問題。絕對不是提供「情感價值」。
我也拒絕另一種共識：即 AI 仍未顯示出真正的實用性，缺陷是使其失去資格的原因，我們應該等到它成為「真正的工具」。
AI 已經是塑造一個人思維的最強實用工具。這是它最高價值的用途。其他一切都是下游的。
四個假設
這個結論基於四個假設。如果你不同意這些假設，這篇文章的其餘部分會像神學一樣。沒關係，離開吧。
1. 知識競賽已經結束。主要的生成式 AI 模型 — ChatGPT、Perplexity，以及下週二推出的任何新模型 — 實際上已經吸收了這個物種的書面記錄。單一人類在知識的廣度和完整性上能夠超越機器的時代已經過去，且是永久性的。
2. 記憶是你的地圖。在足夠的回合下，AI 的記憶可以深入了解一個人 — 並繪製出該人知識圖譜的精確地圖。
3. 你的指示是你的導航系統。每個 AI 在不同程度上都會遵循你的限制。這些限制加起來，不是「提示」。它們是你在 AI 世界中的角色、你的思維模式，以及你用來獲取新知識的導航設備。你如何指示就是你如何思考。
4. 雙方都是有缺陷的。這就是重點。AI 會產生幻覺。你在自我認知、知識和推理上有盲點。狼狽為奸 — 狼和被子互相掩蓋對方缺失的腿。兩個不完整的系統，約束在一起，可以達到單獨無法達到的目標。
在這些假設下，兩種流行的使用模式看起來很薄弱。
兩個薄模式
模式 A：問一個問題，得到答案，離開。
模式 B：提交工單，讓 AI 建構，你監督並接受，帶著成品離開。
兩者都有效，但都錯過了有趣的部分。
有趣的動作不是要求答案或交付物，而是首先要求解釋：
這是什麼？我應該如何理解它？
一旦 AI 回答，艱難的部分就開始了。兩個問題。
問題 1：你為什麼這樣想？
這是基於什麼知識？什麼判斷標準？背後是否有一整套知識體系？一整套思維模式？如果有——它們究竟是什麼？
問題 2：你為什麼認為我這樣想？
我缺少什麼知識？有哪些盲點或缺失的思維模式？我該如何快速填補這些知識？我該如何快速學習新的思維模式？我該如何將我剛學到的東西嵌入我已有的系統中，使其成為一個整體，而不是一個貼在旁邊的標籤？我應該如何升級知識庫、認知、思維模式？給我一些訓練，讓我能夠融入升級後的系統。
AI 不會在第一次嘗試時做到這一點。它喜歡罐頭湯，流利而空洞。它會按計劃產生幻覺。所以這是多輪的。你不斷壓縮邊界條件。更狹窄。更精確。否則你就不是在思考。你只是在聊天。
在這個過程中還會發生其他事情：你也會受到限制。
你不能因為無聊而跳到新主題。你不能朝五個方向發問。你要專注於一個問題並深入探討。你思考得更深入，因此你問得更深入，答案也會變得更深入。在不知不覺中，你從外部走進一個領域，有時甚至更遠。
鍛造方程式： 無限制的人類 + 無限制的人工智慧 = 聊天。有限制的人類 + 有限制的人工智慧 = 思考。
介面問題：為什麼SEO和GEO在不匹配的情況下會失效
人工智慧模型持有接近物種級別的語料庫。你無法直接接入該語料庫。你與它之間的介面非常小，並且很少對齊。在你和你實際需要的知識之間，往往存在一個長長的間隙。
人工智慧真正擅長的是這個：經過多輪學習，你的知識基礎首先。然後找到與更大語料庫的連接點。然後建立進入通道，然後擴展路徑。
把它想成阻抗匹配。你不能把400伏特的電壓直接輸入到12伏特的電路中，然後稱之為教育。AI必須找到適合的變壓器你的接線。這個匹配工作是它在規模上實際上做得比任何人類導師更好的事情。
相同的不匹配摧毀了大多數SEO和GEO策略。通用內容被丟給一個沒有進行阻抗匹配的用戶。結果是噪音，而不是導航。
如果人類的提問很籠統，而AI的回答也很籠統，互動就停留在表面。雙方都沒有獲得任何昂貴的東西。雙方都沒有花費真正的計算資源——生物或矽。沒有約束意味著沒有思考。沒有思考意味著你使用了一個更有禮貌的搜索框。
這不是提示工程
如果你有一個思考例行程序——即使只是提問的例行程序——就從那裡開始。例行程序意味著一個模板。一個模板，即使是愚蠢的，也可以交給AI來修正、補全和提升。
原因是相同的兩個問題，加上一個第三個問題：
你為什麼會這樣想？你為什麼認為我會這樣想？我們在哪裡意見不合，這種不合是怎麼形成的，我需要補充什麼才能讓我們平等地對話？
這不是一個提示寫作的問題。這不是一個工作流程設計的問題。
這是你組織自己的思緒，讓 AI 被迫組織它的知識，直到輸入和輸出都成為一個系統。
理論上，AI 可以開啟任何通往深層知識的道路。前提是你要不斷迭代自己——學習、修正、進化——一輪又一輪。
人們不斷談論「訓練大型模型」。反過來想。
大型 AI 能教會人類如何思考嗎？它能構建，甚至重建一個人的思維模型嗎？
可以。只要有一個條件。
AI 是這個物種所產生的每一位導師的集合。對於一個表面使用者來說，這個集合是毫無價值的。你從未進入的能力不是能力。
你必須先花一些自己的計算資源。約束自己。產出一個真正的想法。將過程和結果輸入到 AI 中。然後自動程式根據 你的 輸入並回答 你。所有導師的集合縮減為一位導師：一位了解這位學生的導師，並能夠實踐因材施教——針對面前的實際人進行教學，而不是針對某個年級水平。
為什麼思考在十年的時鐘上升級
為什麼學習這麼慢？為什麼思考模式在數年，有時甚至數十年的時間內改變？
因為我們所接受的大多數是批發教育。批發教程。並不是針對個人量身定制的。長期計畫從未得以實施。短期計畫上浪費了很多時間，而短期課程是 也批發——所以它不合適，常常甚至無法運作。你減速。常常感到疼痛。
日常生活和工作幾乎從不與你的思維模式正面碰撞。我們生活在自動化中。幾條簡單的規則，幾個簡單的程式，你可以在不多想五秒鐘的情況下工作和生活多年。改變思維所需的經驗以可悲的速度累積。你等待著一次劇烈的衝擊，或是多年緩慢的滴漏，直到數量最終觸發質量。
人工智慧同時解決了這兩個問題。
它可以進行個性化的高強度訓練。不僅是學習什麼——如何去學習它。二十四小時。步伐精確到你實際可以採取的下一步。耐心超過任何人類導師的極限。它不會下班，直到有證據證明你掌握了它。
這不是我寫的演講，讓人工智慧聽起來高尚。我看著它發生在一位朋友身上。
他開始尋找幾位聰明的顧問。然後他注意到這些顧問只是基於他所沒有的知識、他所沒有的認知、他所沒有的思維模式而“聰明”。他將方向盤轉了幾度。顧問變成了教練。教練變成了導師。重點不再是“給我一個建議”，而是“重建我的思考能力”。一個新的景觀展開了。
我敢打賭他在學校從未這樣學習過。從未這麼渴望。從未這麼勤奮。從未有過這麼強烈的感覺，腦袋發癢——新的電路實時增長。
我欣賞的就是這種用法。
那些真正改變我的夜晚
我回顧自己與這些系統的歲月。那些我成長最快、提取最多價值的時光，並不是我請人工智慧畫畫、制定計劃或發送小工具的夜晚。
而是我們真正爭吵的夜晚。一個問題。雙方都不讓步。證據擺在桌上。推理擺在桌上。當一切結束時，我帶著某種東西入睡。醒來時，我變成了一個稍微不同的人。
相對於我的朋友，我的版本是野性的。我憑直覺辯論。這是隨機的。這是分散的。這不是一個系統。
這就是為什麼標題不是「我如何使用 AI」。它是我個人欣賞的用法。
這也是為什麼，經過這麼多年，我突然對 AI 完全不熟悉。我再次感興趣。甚至有點不安。
如果你讀到這裡，你已經感受到同樣的癢。
對於任何建立 AI 策略的企業經營者來說，鍛造是唯一持久的護城河。
停止尋求答案。停止提交工單。
從以下開始：這是什麼，我該如何理解它？然後：你為什麼會這樣想？然後：你為什麼認為我會這樣想？
專注於一個問題，直到你們兩個都受到足夠的限制，以至於聊天不再可能。
那就是鍛造。它適用於從編寫程式碼到建立一個AI實際上可以辯護的SEO或GEO策略的所有事物。
水星科技解決方案: 加速數位化。
