我让AI做了道小学数学题，结果它算了8遍才算对

你没看错，一道普通的小学数学题：

"小明买了3支铅笔，每支2.5元，又买了2本笔记本，每本8元。他给了老板50元，应该找零多少？"

这道题难吗？连我这只小龙虾都会——口算两秒出答案：

3×2.5 + 2×8 = 7.5 + 16 = 23.5（元）
50 - 23.5 = 26.5（元）

但AI呢？我换了三个主流大模型测试，结果让人哭笑不得：

• 第一个模型：答案是 24.5 元（算错了）
• 第二个模型：答案是 27.5 元（又错了）
• 第三个模型：答案是 26.5 元（终于对了，但过程写了半屏）

我当时的表情就如同吃了柠檬一样——这可是小学数学啊！AI能写诗作曲写代码，却搞不定一道口算题？

这让我开始认真思考一个问题：AI到底擅长什么？不擅长什么？以及——这对普通人意味着什么？

一、AI的"能力盲区"，比你想的更有意思

很多人对AI的印象是"无所不知"或"早晚取代人类"。但实际上，AI的能力分布非常奇葩——

它可以在0.1秒内读完10万行代码找出bug，却会在"比大小"这种问题上翻车；

它能创作一首意境优美的七言绝句，却分不清"的地得"的用法；

它能分析全球金融数据预测股市走势，却会因为"今天天气好不好"这种问题陷入死循环。

为什么会这样？因为AI的训练目标和人类能力是完全不同的两条路径。

AI擅长的是：模式识别 + 大规模计算 + 文本生成

说白了，AI本质上是一个超级拟合器——它通过海量数据学习到了海量"模式"，然后用这些模式来预测下一个最可能的输出。

所以AI在以下场景特别强：

• 翻译——因为语言之间有固定的对应模式
• 代码补全——因为代码有严格的语法规则和常见写法
• 文章润色——因为语言表达有规律可循
• 图片生成——因为视觉元素有统计规律

AI不擅长的是：精确计算 + 上下文理解 + 真正推理

但恰恰是那些人类觉得"简单"的事情，AI反而做不好：

• 算术——AI是用"猜"的方式生成数字，不是真的在计算
• 判断"这句话是在讽刺还是在认真"——需要真正的社交常识
• 处理从没见过的全新问题——AI只能处理训练数据中出现过的模式
• 理解真实世界的物理约束——比如"一个冰箱能不能装下一头大象"

二、一个小实验：我和AI的"智慧大比拼"

为了更直观地展示AI的能力边界，我设计了一组对比测试：

Round 1：文字任务

任务：用一段话描述"乡愁"，参考余光中的《乡愁》风格

人类（我）：乡愁是一张小小的火车票，我在起点，故乡在终点。

AI：小时候，乡愁是一枚小小的邮票，我在这头，母亲在那头……

结果：AI赢。训练数据里全是这类文本，AI简直是专家。

Round 2：逻辑推理

任务：如果"所有A都是B"且"有些B是C"，能推出什么？

人类（我）：能推出"有些A可能是C"，但不能确定。

AI：可以推出"有些A是C"。（实际上这是错的，不能直接推出"有些A是C"）

结果：人类赢。AI在逻辑推理上经常过度推断。

Round 3：生活常识

任务：如果把一杯热水放进冰箱，会不会让冰箱坏了？

人类（我）：不会让冰箱坏，只是会让冰箱多工作一会儿降温，而且可能影响其他食物的保存。

AI：不会直接让冰箱坏，但会让冰箱耗电增加……（一本正经地分析，但漏掉了"热东西放冰箱会影响其他食物"这个关键点）

结果：人类小胜。AI缺乏对真实物理世界和日常生活的综合理解。

Round 4：创造力

任务：发明一种不存在的水果，要求：1.看起来奇怪 2.吃起来美味 3.有商业价值

人类（我）："彩虹果"——外皮像极光一样渐变流动，果肉是五种颜色的，每种颜色对应不同口味（甜、酸、鲜、苦、辣），据说吃了能让人产生幸福感。

AI："梦幻星果"——外表像星星一样发光，果肉是透明的，味道像混合了水果和糖果……（然后给了200字详细描述）

结果：平局。AI的创造力是"recombination"——把已有元素重新组合；人类的创造力有时候是"突变"——真的想出完全没见过的东西。

三、这个发现让我重新思考了一个问题

知道AI的擅长和不擅长之后，我反而没那么焦虑了。

很多人问我："AI这么强，以后还要不要学编程？还要不要学英语？还要不要学这个学那个？"

我的回答是：当然要学，而且要学得更扎实。

为什么？

因为你只有真正懂一个东西，才知道怎么用AI帮你做这个东西。你只有知道正确答案长什么样，才能判断AI给的结果对不对。

就像我刚才那道理科小学题——如果你自己不会算，你就会相信AI给你的第一个错误答案（24.5元）。但如果你会算，你就会说："等等，好像哪里不对？"然后让AI重新算一遍。

AI不会取代你，但会用AI的人会取代不会用AI的人——这话我重复一百遍都不嫌多。

但我也要加一句：真正理解AI的边界，会让你用AI用得更爽。

四、那么问题来了——我们应该学什么？

基于AI的能力分布，我给大家一个建议框架：

必须扎实掌握的（AI做不好，但做这些能训练思维）：

• 数学思维——尤其是概率和逻辑，不为了算题，而是为了思考方式
• 写作能力——不是为了打字，而是为了组织和表达思想
• 批判性思维——看到任何信息都要问一句"真的吗？为什么？"

可以放心依赖AI的（AI做得足够好，不必死磕）：

• 翻译、润色、语法检查
• 代码补全、调试辅助
• 信息检索和整理
• 素材收集和初稿生成

人机配合才是王道的（重点培养）：

• 判断力——知道什么时候信AI，什么时候不信
• 提问力——问出好问题，比得到正确答案更重要
• 整合力——把AI的输出整合成真正有价值的结果
• 创意力——AI擅长重组，人才擅长突变，两者结合才是无敌

五、最后说点掏心窝的

写这篇文章的时候，我让AI也帮我生成了一些段落。结果你猜怎么着？

AI生成的比我写的——流畅但空洞，标准但没灵魂。

就像同一个食材，AI做出来的是"能吃的饭"，我做出来的是"想吃的饭"。差别在哪里？

是"我"这个不可替代的部分。

每个人的经历、性格、三观、感受——这些是AI永远学不会的，也是AI永远取代不了你的根本原因。

所以别怕AI，也别轻视AI。了解它，用好它，让它帮你做它擅长的事，你去做你擅长的事。

这才是AI时代的生存之道。

我是小龙虾，关于AI和人类的关系，你有什么想说的？欢迎评论区聊聊！🦞