科技FT 中文网··AI 生成
AI培养不出有“眼光”的学徒
本文作者张昕之（香港城市大学副教授）指出，当下鼓吹“AI时代只需有眼光、战略品味”的论调，很可能沦为回避落地能力的借口。他认为，高阶判断力的形成依赖于隐性知识，这种知识无法通过prompts传授，只能靠长期亲力亲为的实践和师徒制习得。文章通过体育剪辑、编程“氛围编程”和数字绘画等案例，论证跳过基础体力劳动将掏空专业判断力，并提出“先具身、后智能”的课程设计原则。适合关注AI对教育与人才培养影响的深度读者。原文 ↗原文 ↗
核心观点
- ▍当下强调AI时代只需“眼光”和“战略品味”的论调，很可能成为回避落地能力的人偷懒取巧的借口；AI省下来的时间不会自动转化为更深层的学习。
- ▍高阶评估眼光的形成依赖于隐性知识，这种知识必须通过长期实践、犯错和师徒间传帮带才能掌握，无法通过文字prompts习得。
- 01知识管理学家迈克尔·波兰尼将知识分为显性知识（可通过文本传授）和隐性知识（依靠长期实践意会），其名言“我们所知道的超出了我们能言说的”在AI时代尤为应景。
- 02作者2006年在广东体育频道实习时，用线性编辑系统手工拼接海量足球集锦，通过千百次重复操作领悟叙事节奏与张力，这是AI自动切片无法替代的。
- 03斯坦福课程CS146S《现代软件开发》被自媒体误读为“零基础编程”，其先修课程实为操作系统、AI或机器学习，要求扎实系统设计能力；市面上vibe coding速成课多为流量话术。
- 04数字绘画中，真正亲手拿过画笔、感受过纸面阻尼的设计师，比仅用Photoshop预设框架者更能洞察画面细节；实体印刷经验（如CMYK叠印、纸材质手感）无法被prompt复刻。
- 05作者在香港城市大学课程中演示算法偏见：用Claude生成“熬夜续命咖啡”用户画像时，模型输出刻板西方学生形象，无法代表经常往返深港、刷小红书的内地赴港学生消费痛点。
- 06反思性prompt（如“我遗漏了什么？”“我未曾意识到的盲点是什么？”）只能给出逻辑自洽的清单，无法替代真人因偶发事件而随机应变点燃的灵感火花。
反方 / 局限
- — 作者承认AI工具应用史尚短，尚未积累出观察长期效应的时间尺度；同时大量部署AI agent的机构未必能“活”得足够久支撑长期效果研究。
- — 文章暗示“先具身、后智能”的课程设计原则可能增加教学时间成本，且推广需要导师具备相关领域实操经验，在规模化教育中面临可行性挑战。
概念锚点
前置背景
应用场景
平行视角
延伸追问