长得比变化更快：重听初到 NUS 时，Leong 教授给我们的七个提醒

这是我第一次初到 NUS 时，我的导师 Leong 教授和我们的一段对话，前后将近 50 分钟，大部分是他的叮嘱、观点和看法。他做 AI 已经整整 30 年——从做神经网络还要被学校管理部门追问“你们到底在对电脑做什么”的年代一路走到今天。

当时初来乍到，Singlish 还听得一知半解，好在我有课上录音的习惯。今天整理文件时，我重新听完这份录音，结合当下我的自身情况，听懂了当时没听懂的很多东西。下面是我按自己的理解提炼出来的七个关键点，以此作为记录。我认为他讲的七件事，其实是同一件事的七个切面。

一、别只盯着功能，要看非功能

写程序、做功能，谁都会；真正的工作，是让一个东西在现实世界里长期跑得下去。

他举新加坡地铁：早期按 2020 年 400 万人口设计，结果实际超过 500 万，可站台长度早就浇筑在地下和高架结构里，没法加长，列车也就没法变长。功能当年是满足了——车能开、人能上下——但它刚好够用，没给未来留任何余地。

一个系统真正的成本，往往不在它能做什么，而在它后来改不动什么。当下的够用，常常是未来的困局。

二、一件事要分四层去想：技术 → 用户 → 社区 → 社会

当时中国的电动车很火，他用车举了个例子。

技术层：车能不能开；用户层：司机好不好用——有些电动车外观漂亮，车内开门却要拧一个像锁的东西，老人手没力气根本拧不动；社区层：路上还有别的车、行人、骑车的，你的车从不孤立存在；社会层：如果人人都有自动驾驶，每天行驶里程可能翻倍，碳排放和拥堵反而更糟。

功能很好、用户方便、社区还行，到了社会层面却未必是好事。人越成熟，看问题的半径就越大——从我能不能做成，到做成之后，世界会因此变好还是变坏。技术人最容易停在第一层，而真正的判断力发生在更高的层。

三、把基本功练到变成本能，脑力才能留给真正重要的事

他讲自己学生时代踢球：朋友逼他一路带球跑到球场，累着也得踢，因为比赛时你的脑子不能只想着怎么踢球，你还要看队友在哪、对手在哪、球门在哪。运动员没时间在球飞来的瞬间计算角度和转速，靠的是本能和识别记忆。

编程同理：你什么时候算好程序员？当你不用再纠结语法的时候。

他提到一个观点：大语言模型不是处理模型，更像识别模型，类似大脑后部负责记忆和识别的那部分，而不是前部负责思考的那部分。现在来看，AI 越来越像那个识别的后脑，恰恰意味着，真正稀缺的是前脑——策略、判断、设计，是下一步该往哪走。

把基本功交给本能，把脑力留给判断，这件事在 AI 时代不是过时了，而是更值钱了。放在现在 AI 高速发展的时代，可见 Leong 教授在 2 年前对 AI 有着深刻且高远的认知。

我自己也有深刻的体会：当你越清晰，和 AI 配合得越好，AI 会放大你的优势；但是当你越混乱，同样 AI 也会放大你的混乱。我们和 AI 是乘数的关系。方向正确，AI 会把有效动作放大 100 次；方向错误，AI 也会极其认真地把错误执行 100 次。批量生产真正放大的，不是 AI 的能力，而是人在生产之前做出的判断。

四、AI 不会抢走你的工作，但会用 AI 的人，会取代不会用的人

这句话对所有行业都成立，没有例外。它不是一句安慰，而是一句通牒。它把焦虑从“会不会被替代”精准地挪到了“你有没有在学”——前者无能为力，后者完全可控。

总之而言，我认为以后不会用 AI，就像现在不会用智能手机一样。人，为什么成为人？为什么他不是野兽？因为人用了工具。同理，无论是 AI 还是智能手机，都就只是一个工具，更高级的工具而已，它们跟锄头、犁没有什么区别。你会用这个工具，你是一个更高级的人。我们是越来越高级的动物，是进化的。

我们可能会认为：我们不会语言、不会外语、不会音乐，是个文盲。但是 AI 给我们提供了所有的机会，我们可以成为音乐家，也可以成为诗人……只要我们真的是用心去想、用心去做，AI 是可以帮我们做很多事情的。现在就是一个非常好的时机。

五、大学是一个可以安全犯错的地方，人是靠犯错学习的

“在这里犯错，没人会因此死掉。”

如果你怕摔，只敢走路中间，那你什么都学不到。他说看奥运不该只看前三名——有人垫底、落后一大截，我们依然尊重，因为他真的下场试了。

学习也一样：你来这里是为了学，不只是为了得分。要是用 AI 把学习过程本身省掉、让它替你交作业，父母花了大钱，你却什么都没学到。

当 AI 能轻易给出正确答案，犯错的权利反而成了奢侈品。标准答案越廉价，亲手试错、亲手摔过的经验就越贵。AI 并不会替你去坐牢。

六、别把人生规划得太满，以至于忘了享受过程

他遇到过刚毕业就把未来十年排得明明白白的学生：先做销售市场，趁年轻多旅行；再回政府攒经验；最后进银行，因为收入高，适合成家。愿景重要，但规划过度，就把探索的空间提前焊死了。

他那一代人没这么焦虑——没人从小学就追问你将来要做什么；而今天的人，被一个变得太快的世界推着，反而更怕了。

但是我们往往却忘记了：普通人平均买房的年龄在 36.9 岁，而不是 24 岁。打造完美身材需要三年，而不是三天的心血来潮。百万富翁的平均年龄是 55 岁，而不是 24 岁。大多数人一生至少经历三次转行，而不是一份工作干到底。实现经济自由的平均年龄在 51 岁，而不是 24 岁。大多数人在 30 岁以后才找到自己喜欢的工作领域，而不是在大学时期。大多数成功企业家的平均年龄在 42 岁，也不是在 20 来岁。事业取得成就至少需要 5 到 7 年的深耕，而不是 6 个月。

我们没有落后，我们只是被不切实际的时间表裹挟了。不要被速成焦虑绑架，我们需要做的是自我提升，是温柔地与自我和解。慢就是快，我们的人生值得时间的善待。

七、拥抱变化，享受变化

有人问他怕不怕，他说不怕，他欢迎这些变化，因为每一次都是学习的机会。

他的生日卡、新年图很多都是 AI 生成的——比如让西方的 AI 画中国龙，一开始总画成西方龙，得反复给指令告诉它中国龙该怎么动、不能有什么特征。他说这很好玩，值得去玩、去学、去试。

我觉得这才是前面六点的总开关：同样面对一个失控的世界，有人把变化当威胁，于是越规划越紧、越防御越窄；有人把变化当游戏，于是越试越开、越错越快。差别不在能力，在心态。

把七点连起来，他其实从头到尾只在说一件事：不要被工具异化，也不要被焦虑驯服。把功能之上的判断留给自己，把基本功练成本能，把犯错当成权利而不是风险——这样无论世界怎么变，你都长得比变化更快。

“Don't try to be as good as Esther. You want to be better than Esther.”

Esther 是我们项目的负责人。别只想着追平身边那个标杆，要想着超过他。