AI母语思维，是一套无论AI怎么变化，怎么进步，都可以跟随你一辈子的，人类与AI协作的底层方法论。
人工智能的发展已经经过了快3年的时间，从最初只能一来一回聊天的chatbot 到现在的种类繁多的多Agent架构，视频，游戏，工作，we can now do almost anything with AI.
但是我却还总是能听到身边不好抱怨AI无能的声音。说实话我听到这些声音的时候，更多的是一种无力感，因为我无法仅仅用一两句话，把我脑子里的整套AI时代的语言思维框架传递出去，所以我决定做这一条长视频，目的就是把话说清楚，什么是「AI母语思维」
很多人想用 AI 做出一个工具、一个网页、一个能替你干点活的小程序。
可一上手就卡住：跟 AI 说不清你要什么，它吐给你一堆对谁都正确的废话，改了又改，还是使不上力。问题不在你，是你一直在用「一门外语」和 AI 低效地沟通。
我也亲身走过这个阶段，所以我知道如何带大家走出去。
我想先讲一件事：假设A是你现在的位置，B是你的目标，在真实的世界中，从 A到B，理论上有着无数条线路。
AI已经把执行力拉满了，但是AI 终究只是解决了 how to do 的问题，但是我们人没有办法逃避的，是去选择 which how to do。
定义一个清晰的问题已经很难了，但是在定义清晰的问题之后，要再去选择一条对自己来说最正确、最合适的方法，是更重要的。
市面上的工具有非常非常的多，真的是五花八门，各种各样。那我也不想去教这些各种各样细节的工具，因为教不完，每个人的需求都不一样。
在我接触了很多学员之后，我发现绝大部分人的问题，不是自己手上的工具不够强，而是我们没有办法把一件事情，用 AI 能理解、能够执行得好的方法告诉它。
我们和AI的交互说白了就只有一个对话框，他其实并不理解我们的的语言，AI运行的底层逻辑是基于你的文字进行下一个字的预测，所以AI 只能基于你能够用语言表述出来的内容去执行。
那我们在使用AI的过程中遇到的所有问题都包含两层：第一个是我们还不了解 AI，第二个是我们并不了解自己。我一直强调的是，我们不要在认知匮乏的时候去做执行。
但是不得不承认，绝大部分人在让 AI 去执行的时候，自己其实都根本无法定义清楚自己想要什么。又因为 AI 的执行能力很强，它很容易给人一种很爽的快感，所以很容易让人陷入一种恶性循环当中：
因为不知道要怎么和 AI 沟通，所以随便说两句；然后因为 AI 的能力很强，所以希望它能够做出满意的东西；但是其实 AI 并不了解你说的什么东西，所以最后会陷入一个反复修改、反复调整、反复生气、反复内耗的过程。
这个恶性循环的终点，的确会很容易变成「AI 不好用」，或者是「我不行」。当然还得有一种状态，就是非常的焦虑。
我觉得这个不怪任何人，只是因为市面上绝大多数的大家获取到的信息源、以及看到的人，绝大部分目前在用 AI 去干一些非常目光短浅的事情，很少有人真正去教「把 AI 当成一种非常强的工具，然后去解决问题」的这个逻辑。
那这个事情其实也是本身我想要教的事情，因为我一直以来都在解决问题，我也非常喜欢帮助别人解决问题，对我来说是件非常有意思的游戏。
我21岁就从世界排名前30的大学辍学，连续创业，我每天都在解决问题。久而久之，我也自己把自己解决问题的这套方式运用到了 AI 上，并且把它沉淀成了这门课程。
所以我们要做的第一步，是从这个恶性循环中跳出来，先向内审视自己的问题。意识到自己原先的一些方法是不合适的之后，我们才能做出改变。
这里有一个很有意思的概念，叫做「你没有办法和 AI 说出你不知道的东西」。很多人一直都在让 AI 去帮他解决一个，他自己都没有办法清晰定义的问题。
这里我一直有一个四个维度的认知框架，分为四种不同的知道：我知道我知道的，我知道我不知道的，我不知道我知道的，和我不知道我不知道的。
用 AI 的第一步，一定是尽可能的让 AI 告诉自己「我不知道我不知道的」。
然后这样，「我不知道我不知道的」就变成了「我知道我不知道的」。
在我知道我不知道什么之后，我就可以快速的让 AI 来帮我补全，把「我知道我不知道的」东西，变成「我知道我知道的」，并且是可以用语言表达出来的。
同时我们也可以利用 AI，把我们「不知道我们知道」的东西给挖掘出来，也让它变成「我们知道我们知道」的东西。
在我们进行了这个步骤之后，我们就会对于「我们知道我们知道的」这个部分有一个极大的补全。
然后我们再把这些东西用语言描述给 AI，让 AI 去帮你执行。这才是我觉得在 AI 时代，「去做」本身应该长成的样子。
我举一个我昨天刚做的一期视频的例子：一个零技术背景、想要做教育网页端 APP 的学员，他同样也用 WorkBuddy，自己尝试了三个多月，但是一直就是没有进展，然后感觉很费力，说什么 AI 都不懂，做出来的东西也一直不符合他的要求。
他一开始，不知道自己需要去了解「什么是一个好的网页端 APP」——也就是他还在「不知道自己不知道什么」的状态。
然后我做的就是点醒他：你可以朝着「去建立一个网页端 APP 的基本认知」这个方向去了解。
这样他就变成了「他知道他自己不知道什么是一个好的网页端 APP」，他就能够用 AI 去补全这方面的能力和知识。
同样，他可能一直还在用「帮我做得更美一点」「这个不够好」这样的一个说话方法去和 AI 沟通。
那这个就是落在了一个叫做「他不知道他知道」的阶段。
这个阶段最明显的一个特征，就是没有办法把自己想要的表达出来。那如果处于这一个阶段，AI 也有很多可以帮助他的方式，比如说苏格拉底式的提问，比如说让他去做选择题，等等等等。
我的角色在这个里面，最重要的部分就是先点醒他，让他意识到自己「不知道自己不知道什么」。
然后再去教他，如何用 AI 去补全其他几个方向的方法。剩下来的，就得靠他自己的求知欲。
当然我觉得，他能够自己尝试用 WorkBuddy 做了三个月，已经说明和屏幕前的很多人一样，都处在这一个状态：大家都想要用 AI 去做一些事情，只不过因为上面我说的种种原因，导致效果其实并没有那么好。
所以我觉得，很多人本身是有着自驱力的，但是就是缺了一个正确方向的引导——这点和 AI 很像。
然后我觉得所谓「母语手感」或者说是「语感」，包含几个维度。首先就是要从之前的「学生思维」中跳出来，培养一套「问题思维、创业者思维」，学会自己给自己定义目标，自己去拆解目标。
其次就是学会驾驭 AI，而不是被 AI 牵着鼻子走。
很多人会觉得，AI 模型越来越强了，工具的功能越来越多了，是不是就意味着我们可以越来越简单的用 AI 了？
某种程度上来说是的，但是某种程度上来说又不是这样。AI 是一个工具，一个工具的潜力是否能够被最大化的释放出来，工具在里面扮演的角色只有一部分。
就像同样是世界上最顶级的 F1 赛车，都是造价千万美金的 F1 赛车，我去开和舒马赫去开，肯定是两种不同的速度。所以能否用好 AI 这个工具，也是我为什么前面说的，我们要向内审视，把自己的各项基础能力练起来。
那也是为什么我说「学好 AI 其实和 AI 没有太大关系」的原因，因为 AI 是个工具。还是回到 F1 赛车这个逻辑，我相信未来有一天，AI 能够操控 F1 赛车去快速的跑完一整圈。
但是这是一个最理想也是最简单的任务。现实往往不是这样：
在现实中会有很多别的赛车和你一起赛跑，现实中也不会只有一条赛道，现实中会有非常非常多复杂交错的赛道。
那我们如何作为驾驶员，把这辆 F1 赛车在一个不受控的现实状态中用好，其实要修炼的是我们本身的能力——我们自己的驾驶技术、我们自己的方向感、我们自己的反应力等等等等。
不过好就好在，像一门语言一样，和 AI 沟通的技术、使用 AI 的方法，是可以学的。
但是如何更快地去学习一门语言，甚至让它慢慢变成自己的母语呢？就是把自己放到一个正确的环境当中。在中国学英语和在美国学英语，肯定是两个完全不同的速度。在中国和一个中文老师学英语，和在美国和一群美国学生和美国老师学英语，也肯定是两个完全不同的速度。
所以这个课程里的一些东西，其实也就是我长期以来沉淀下来的：我用 AI 去解决问题的一个方法，以及我用 AI 时发现的 AI 本身的一些特性，属于 AI 的一些语法，和属于 AI 的一些特殊语境。
最后我想说，我上面说的所有内容，是我再用一个 entrepreneur 的创业者的精神状态——Learn, build, fail, repeat, and excel。学习、创造、失败、重复、直到卓越的过程。这是我一直以来信奉的，也是我想带给你的东西