AI越强，学习记录怎么做

周末折腾了一下用AI做「学习可审计实验」，踩了不少坑。这个实验设计是让AI当陪练，逼我把判断长在自己身上。这次拿虎嗅那篇《外星思维》学习文章练手。

先把任务拆成可检查的动作。新手可以完全不懂术语。打开Excel或WPS，新建空白表。点A1，输入`原始观点`；点B1，输入`AI解释`；点C1，输入`我的复述`；点D1，输入`证据位置`；点E1，输入`不确定点`。这五列就够。

可审计就是别人拿到这张表，能沿着你的记录复查你有没有真读进去。别急着让AI总结。baseline是对照线。对比的baseline是你自己的第一遍阅读。

选一个短主题，比如《外星思维》。自己先读三分钟，在A1写一句「我觉得它主要担心什么」。打开任意AI对话窗口，输入`请用不超过150字概括下面这篇观点，不要补全文里没有的信息：`后粘贴摘要，点`发送`。看到回答后，全选复制，粘贴到B1。回到C1，不看B1，自己写一句复述。

预期界面很朴素，左边是AI流畅的话，右边是你磕磕巴巴的话。这个差距就是学习发生的地方。

上手时可以把AI拉回证据链。第二步做闭卷复述。让AI出题，提示词写`根据上面的内容，给我3道简答题，只问事实，不问我没给出的外部知识。`点`发送`，看到三道题后，把屏幕关掉，用30秒回答。答案写进表里。

第三步做反证。让AI扮演不同意的人，提示词写`请站在反对者角度，质疑“AI参与自身研发会让学习变得不重要”这个说法。`你看它有没有把因果讲清楚。

第四步做回链。回到原文找关键词。据公开报道，OpenAI首席科学家Jakub Pachocki发表长文《外星思维》，讨论AI参与自身研发、递归自我改进、能力增速可能加快。你把这些词标在D1。Lewis 等 2020 年的 RAG 论文里，RAG就是让模型先找资料再回答，检索到的证据要能回链；放到学习里也一样，没有回链的解释，只是漂亮文本。判断不能外包给模型。

最容易把流畅当正确。第一个坑，AI写得太顺，你会误以为它懂。我这边测下来，用Meta AI用了3周，Claude用了1个月，同一个问题换模型，答案经常换皮。模型会补全常见表达，不一定补全原文限定。训练语料里关于AI学习的文章太多，它可能把「亲自学习」自动升级成「终身学习」之类的大词。

第二个坑，你只复制AI答案。解决办法是先写C1，再填B1。顺序不能反。

第三个坑，把私密资料贴进去。新手刚接触API key或网页对话时，容易把论文、账单、聊天记录整段扔。我几天前才第一次接触API key，刚上手不到一周，所以建议先用公开文章练手。

第四个坑，让AI给标准答案。正确问法是`请指出我这段复述里哪些句子缺少证据，哪些是合理推断。`它负责挑错，不负责替你思考。

学完这个，下一步可以试把一张表变成迷你知识图谱，把名词画成点，关系画成线。比如`外星思维`连`递归自我改进`，`递归自我改进`连`能力增速`，`能力增速`连`人类判断`。线旁边标证据。这一步做完，AI就成了被审的对象。