Vol.15 AI让人恢复学习的热爱：当知识不再需要许可｜口述转写稿
文本说明：本页根据我的语音转文字底稿整理。底稿已去除“啊、嗯、呃”等语气词和明显的重复口误，并修正少量转写错误；口述正文保留底稿的文字与段落，未逐句核对音频，也没有补写时间戳。
- 原视频首发：2026-01-23
- 播客上线：2026-09-15
- 单集整理版：Vol.15 AI让人恢复学习的热爱：当知识不再需要许可
- 收听原音频：小宇宙
口述正文
今天继续讲一点和AI有关的内容。
有了AI以后，所有人都可以不经过别人的允许，学习任何自己想知道的知识。
传统学习通常需要很多前置学科。
比如想学高等数学，前面必须先掌握小学、初中和高中的数学知识，才有可能继续学习。
数学相对复杂，确实需要很多前置条件，否则很难理解。
但像生物学这样的学科，未必一定要学完高中以前的所有知识，才能接触大学阶段的内容。
你可以直接跳到大学生物学，学习自己真正感兴趣的部分。
过去的教育体系，会在正式学习之前安排大量前置课程。
AI时代到来以后，你可以在一定程度上跳过这些课程，先学习自己想学的东西。
如果我想学习生物，可以直接询问AI，从自己感兴趣的内容开始，再根据这个问题不断向外延伸。
如果我想学视频，就询问AI有关视频的问题；想学怎么做衣服，就直接询问服装制作。
所有已经被记录在书本和资料里的显性知识，AI都可以尝试告诉你。
这是第一点：不需要任何许可，我们就可以学习各种知识。
第二点，在这种情况下，你会发现，人本质上可能都是热爱学习的。
只是原来的教育体系给了大家太多枯燥的内容，把这种热爱逐渐打散了。
一旦人能够相对自由、没有阻碍地学习，就会发现，大部分人都有学习欲望。
第三点，是未来可能出现的学习状态。
这是一种比较夸张的状态。
所有知识进入AI以后，像是被放进了同一个空间，可以把它理解成知识被“融化”了。
我和AI学习时，第一句话可能在讨论生物学，第二句话进入物理学，第三句话转到化学，第四句话又开始讨论商业。
在AI那里，这些知识都是连成一片的。
这会形成一种非常强大、同时也可能非常混乱的学习机制。
假设这里有三本书。传统学习一本书，需要从头翻到尾。
但通过AI学习时，我可能先学第一本书里的某一页，然后直接穿透到第二本书。学完第二本书里的两页，获得自己需要的信息以后，又穿透到第三本书。
这是一种非常强大的跨学科学习状态。
但这种学习模式也有缺点。
每一个信息背后，都存在一套更加完整的“全息信息”。
比如一只橙子。
在课本里，它可能只是“橙子”两个字。
如果我没有学习过前置课程，也没有经过体系化训练，我可能只知道“橙子”这两个字对应眼前的这个东西。
但如果我接受过更加完整的学习，就可能知道橙子长在树上，属于多少年生植物，剥开以后是什么结构，与枝条连接的部位是什么样，果皮是什么样，哪一部分可以食用，味道和甜度如何，市场价格又如何。
这些不同维度共同构成了它的“全息信息”，而不只是被抽象成“橙子”两个字。
这一点又说明了什么？
中国拥有数以千万计、甚至上亿接受过系统教育的大学生和工程师。过去接受的前置课程和体系化训练，会成为未来使用好AI的一项重要基础。
这些大学生和工程师，未来可能成为全球非常强大的力量。
这种变化会进一步影响未来的商业和消费者。
实体店主本身也拥有大量商业体感，包括面对面和人相处、判断客户反应以及真实经营的经验。
这些同样属于一种“全息信息”。
带着这些真实体感询问AI，和一个只对商业拥有抽象、文字认知的人询问AI，得到的东西会不一样。
说到底，第一点是必须开始使用AI。
第二点是通过AI学习，迅速补充自己需要的知识。
第三点是，过去那套看起来非常痛苦的系统学习，未来可能成为使用AI的一项优势。
如果完全没有体系化学习和前置知识，可能很难真正用好AI。因此，中国人在这方面具有很大的潜在优势。
再往前推一步，我认为中国未来的中产消费者可能会越来越多。
其中一部分人，会来自过去多年体系化学习所形成的基础，再通过AI获得能力提升，成为超级工程师或者AI协作者。
这是很多其他国家不一定具备的规模优势。
这些人未来也会成为非常好的中产消费者。
从长期来看，我认为中产消费存在复苏的可能。