如果你是一個20到30歲的年輕人，你可能正處在一種前所未有的焦慮之中。
這種焦慮不同於父輩們擔心“吃不飽飯”，也不同於十年前擔心“買不起房”。這是一種存在主義的職業危機。
就像傅盛在社交媒體上引用的那個大學生的問題：“我是XX專業的大學生，AI發展這麼迅速，學校課堂上教的東西又脫離時代，該怎麼破局？”
這句話戳中了無數人的軟肋。你苦讀十六年，背誦了無數公式，考過了無數證書，當你拿著那張燙金的畢業證站在社會的門口時，卻發現門鎖換了。你手裡那把叫做“死知識”的鑰匙，打不開“人工智慧”這扇新大門。
英偉達CEO黃仁勳給出了一個看似簡單，實則震耳欲聾的答案：如果我是個學生，我最需要學的就是如何向AI發問。
這句話不僅僅是技術建議，它是新時代的生存法則。
為甚麼“提問”將取代“解答”成為核心競爭力，作為一個20多歲的年輕人，你如何利用這波浪潮，從“被替代者”進化為“超級個體”。
在過去的幾千年裡，人類社會的精英階層一直有一個共同特徵：記憶力好，知識儲備量大。
古代的科舉考狀元，比的是誰能把四書五經背得滾瓜爛熟；現代的應試教育，比的是誰能把課本知識點記得絲毫不差。我們的社會獎勵機制，一直是建立在知識稀缺性之上的。因為知識獲取成本高，所以誰腦子裡存得多，誰就是專家，誰就值錢。
但是，AI的出現，讓“知識”的邊際成本瞬間歸零。
GPT-4、Gemini Pro 這樣的模型，它們在一夜之間“讀”完了人類歷史上所有的書。在純粹的知識儲備、資料檢索和邏輯推演上，任何一個人類大腦都不可能戰勝一個擁有萬億引數的模型。
如果你還把自己的競爭力定義為“我知道多少知識”，或者是“我會寫某種固定的程式碼”、“我會寫某種格式的公文”，那麼很遺憾，你正在和一個不需要睡覺、不會犯錯、且成本幾乎為零的對手競爭。
這就是為甚麼你會感到“學校教的東西脫離時代”。因為學校教的是如何成為一個硬碟”，而時代需要的是如何成為一個CPU。
經濟學有一個基本原理：當一樣東西氾濫時，它就不值錢了；當一樣東西稀缺時，它就變得昂貴。
在AI時代，答案是氾濫的。
你想要一段Python程式碼？一秒鐘生成。
你想要一份市場營銷方案？十秒鐘出大綱。
你想要翻譯一篇論文？瞬間搞定。
當“答案”變得唾手可得時，好問題就成了稀缺資源。
甚麼是一個好問題？
它包含了對痛點的精準洞察。
它包含了獨特的審美和價值觀。
它包含了對複雜系統的邏輯拆解。
未來的社會分工將發生劇變：誰能提出最精準、最具啟發性的問題，誰就能調動最強大的AI算力為自己服務。
很多人誤解了黃仁勳的話。他們以為“學習向AI發問”就是去網上買一本《ChatGPT 提示詞大全》，背誦那些“咒語”一樣的指令。
大錯特錯。
Prompt Engineering（提示詞工程）的本質，不是技術，而是思維。它考察的是你的邏輯構建能力、語言表達能力和共情能力。
大多數人與AI的互動是這樣的：
“幫我寫個文案。”
得到的結果自然是平庸的垃圾。
而一個掌握了“提問藝術”的人，他的思維模型是結構化的。他會這樣思考：
1. 角色設定 (Persona):我需要AI扮演甚麼角色？（資深廣告人？心理諮詢師？）
2. 背景投餵 (Context):這個任務的背景是甚麼？目標受眾是誰？
3. 任務拆解 (Task Breakdown):複雜的任務需要拆分成哪些步驟？
4. 約束條件 (Constraints):字數限制、語氣風格、禁止出現甚麼內容？
5. 迭代反饋 (Iteration):根據AI的反饋進行修正。
當你學會這樣發問時，你其實是在對你的思維進行程式設計。你必須先在腦海中把問題想得極其透徹，才能指揮AI產出高質量的結果。
所以，學習向AI發問，其實是在倒逼自己提升邏輯思維能力。你不再是一個只會執行命令的打工人，你必須成為一個懂得拆解任務、分配資源的專案經理。
AI目前最致命的短板是甚麼？沒有意圖（Intent）。
AI不知道它為甚麼要寫程式碼，不知道為甚麼要畫圖，也不知道為甚麼要分析財報。它像一輛效能頂級的法拉利，停在路邊，引擎轟鳴，但如果沒有人坐進駕駛室踩下油門、轉動方向盤，它哪兒也去不了。
你就是那個駕駛員。你的“意圖”就是方向盤。
在這個時代，知道自己想要甚麼比知道怎麼做重要一萬倍。
很多20多歲的年輕人迷茫，不是因為沒有能力，而是因為沒有“意圖”。他們習慣了被老師安排作業，被老闆安排KPI。一旦沒人安排了，他們就不知道該幹甚麼。
AI時代的生存第一課：找回你的主動性（Agency）。你必須清楚地知道你要解決甚麼問題，你要創造甚麼價值，然後用精準的發問，驅動AI去幫你實現。
請注意協作二字。如果你只把AI當搜尋引擎，你用的是錘子。
如果你把AI當合作夥伴，你擁有的是外腦。
20多歲的年輕人容易陷入一種誤區：我要證明我很強，所以我必須親力親為。
但在AI時代，獨行俠是走不遠的。未來的職場競爭力公式是：
如果你是設計師，不要跟Midjourney比畫圖速度，你要做的是提升審美，然後用Prompt指揮它生成一千張草圖，你來挑選和精修。
如果你是程式設計師，不要跟Copilot比敲程式碼的手速，你要做的是提升架構設計能力，讓AI幫你填充函式和Debug。
這是一種半人馬模式（Centaur Model）。希臘神話中的半人馬，擁有人的智慧和馬的力量。未來的強者，是擁有人類的決策力 + AI的算力。
與AI“共情”：理解機器的語言。這聽起來很奇怪，我們需要對機器有“共情”嗎？
是的。
不同的AI模型有不同的“性格”。GPT擅長邏輯推理，Claude擅長長文字分析，Midjourney擅長藝術發散。你需要像瞭解你的同事一樣瞭解它們。
當你發現AI聽不懂你的話時，不要憤怒，要反思：是不是我的描述有歧義？是不是我的上下文缺失？
這種元認知能力（Thinking about thinking），即“思考我正在如何思考”，是人類最後的高地。透過不斷除錯你和AI的對話，你的溝通能力、邏輯閉環能力會得到前所未有的訓練。
給20-30歲年輕人的“破局”行動指南，既然知道了“提問”和“協作”是核心，具體該怎麼做？不要停留在焦慮上，這裡有一份行動指南。
1.深耕“領域知識” (Domain Knowledge)
千萬不要覺得有了AI就不需要學專業課了。恰恰相反，專業知識越深厚，AI對你的價值越大。
一個不懂醫學的人，給醫療AI提問，只能問出百度水平的問題。
一個資深醫生，給醫療AI提問，能輔助診斷疑難雜症。
AI是放大器。如果你是0，AI放大一萬倍還是0。如果你是1，AI能讓你變成。
在學校裡，不要死記硬背，要理解學科的底層邏輯和核心框架。建立起你的知識圖譜，這樣你才知道該問AI甚麼，以及如何判斷AI給出的答案是對是錯。
2.練習“批判性思維” (Critical Thinking)。
AI會一本正經地胡說八道（幻覺 ）。如果你沒有批判性思維，你就會成為AI的傀儡。
養成Fact-check（事實核查）的習慣。
學會多角度提問，讓AI從正反兩面論證同一個觀點。
永遠保留人類的最終裁決權。
3.打造“超級個體” (The Super Individual)，這是最讓年輕人興奮的機會。
在過去，你想創業、做專案，你需要組團隊：找技術、找美工、找文案、找運營。成本極高，風險極大。
現在，你 + AI = 一個團隊。
你自己是CEO（負責意圖和決策）。
ChatGPT是你的CTO和文案總監。
Midjourney是你的設計總監。
Perplexity是你的研究助理。
20-30歲是試錯成本最低的年紀。利用AI賦予你的能力，去嘗試做一個小產品，去運營一個賬號，去解決一個實際問題。不要在這個最好的時代，做一個只會被動接收資訊的旁觀者。
4 建立你的“數字錯題本”，建立一個屬於你自己的 Prompt Library（提示詞庫）。
當你發現某一種提問方式能得到絕佳的答案時，把它記錄下來，分析它為甚麼好，能不能複用到其他領域。
慢慢地，你會建立起一套屬於你自己的人機互動方法論。這是任何人都拿不走的隱性知識。
回到開頭那個大學生的提問：“學校教的東西脫離時代，該怎麼破局？”
其實，學校教的東西永遠是脫離時代的。在工業革命時期是這樣，在網際網路時期是這樣，在AI時代更是這樣。
教育的本質，從來不是為了給你灌輸哪怕一滴等到你畢業時仍然新鮮的知識。教育的本質，是訓練你的大腦肌肉，讓你擁有學習的能力。
黃仁勳說“學向AI提問”，傅盛說“驅動AI完成任務”，他們指向的終點都是同一個：
從被動的“做題家”，轉變為主動的“出題人”。
未來的世界，屬於那些敢於提問、善於提問、並且不知疲倦地透過提問來探索未知邊界的人。
20多歲的你，正站在人類歷史上最壯觀的科技風暴中心。不要恐懼，不要退縮。
去開啟那個對話方塊。
輸入你的第一個好問題。
你的未來，就藏在那個閃爍的游標裡。這才是認知的開始。