AI时代的思考力-程序员从学习成长到知识体系构建之路

Hello，大家好，我是人月聊IT。

上周我去参加蓝凌的用户大会，刚好做了一个AI时代的思考力的分享。由于当时没有录视频，所以我今天把这个视频重新录一遍。这个分享的题目就是《AI时代的思考力：程序员如何构建从学习成长到知识能力框架的完整体系》。

在讲这个话题之前，我首先讲一下什么叫AI时代的思考力。大家一定要注意，在AI时代，我们究竟是懒于思考了，还是勤于思考了？大家可以自己回顾一下，当前在各种AI大模型、AI工具出来以后，你思考的时间是比原来多了还是少了。

基于我个人的观察，我发现一个典型的情况：原来就善于思考的人，他的思考比原来更多了；如果原来就不善于思考，经常有问题就去问别人，不善于总结反思的人，这类人的思考明显比原来更少了。所以我在前面的视频里讲过，AI时代的技术知识平权是不可能的事情，很重要的还是个人思维意识的转变。

AI时代，我们的思考应该更多，只是思考的边界和方向不一样了。包括我原来专门提到过的几个转变：

1. 从内思考转变到外思考
2. 从解决问题域转到问题定义域
3. 从业务方面的思考转到业务场景方面的思考

整个AI时代的思考可以分为三个大的阶段：洞察力、执行力和反思力。由于AI大模型的存在，我们只要把场景问题边界定义清楚，AI大模型就能极大帮助我们执行任务、解决问题。

在这种情况下，我们的思考应该朝两端移动：

1. 1.极大提升洞察力，包括更精准地做好问题定义
2. 2.当AI解决问题后，进一步反思和复盘

复盘有两个重点：

1. 原来跟AI交互时可能经过三轮、五轮才得到结果，复盘时能否把上下文边界约束定义得更清楚，把提示语写得更精准，让AI一次就输出想要的结果
2. 当AI启用深度研究时，能否研究AI的COT思维链，分析AI的思考过程对个人有哪些好的借鉴

第三个点是当AI解决问题后，我们能否进一步思考：能否拓展外在洞察问题的边界，能否拓展知识的广度。这是关于洞察力的核心思考。

所以在AI时代，大家的思考一定是比原来多了，而不是比原来少了。 包括在前面我也给出了一个我最近大半年用了相关AI知识工具的思维导图。

在这个图里面大家可以看到，包括AI辅助写作、AI辅助编程、AI辅助做双人播客、做数字人视频，以及AI工具如何辅助我们个人平台的软件增加相关AI能力。大量的东西我都做了相应实践。实践下来，我个人的感觉是：大部分时候并不是AI工具能力不行，而是我们没有花足够时间去学习和调优这些AI工具。

类似AI辅助也一样。在整个过程中，我使用了大量工具，从最早的DeepSeek到Cursor、Tra、CodeBody，再到类似CloudCode这种LLM工具。相关的大模型我也切换过相当多，最后才找到一个适合自己、能帮助稳定输出的工具。在这个过程中，你需要大量优化和调整。这其实就是你跟AI逐渐交互磨合的过程。这个过程不能少，不要因为一两次使用工具不行就觉得AI工具不行。这是我想强调的第二个点。

第三个点，当时我也讲了一下：我个人从2001年参加工作，24年来整个个人知识体系能力成长的成长曲线。

整个成长曲线我把它横向分为了4个维度，叫业务、技术、管理和软技能。不管你是作为一个程序员，还是作为一个架构师，技术不能做一辈子，你逐渐很有可能还是要从技术转到管理。即使你做架构师做CTO，你一样需要具备相应的管理和软技能的能力。

所以我们从IT的技术人员应该及早考虑怎么样去构建一个自己完整的知识架构体系，怎么样及早开始锻炼自己的管理能力和软技能能力。大家看这么一个44个阶段的横向矩阵图，也可以明显看到：业务、技术、管理、软技能的能力，其实是并行迭代演进的。

比如业务方面，我早期做供应链系统，所以最熟悉供应链供应商关系管理的业务。然后我又逐渐做产品研发的系统，对整个IPD集成产品研发的业务逐渐熟悉。到了09年开始，我出去做大ERP项目实施相关的集成工作，又围绕ERP系统对相关的供应链、生产制造、计划相关的业务做了熟悉。最后我再把这些东西围绕企业核心的价值链做整合规划，形成了业务域的知识。

对于技术域的知识也是一样的道理。你开始可能就是一个程序员，熟悉的是编码，逐渐开始主攻软件架构、软件设计，包括UML软件设计，包括RUP统一软件过程，逐渐构建完整的软件架构设计能力。同时在最近的十年，我又从软件架构走向企业架构，然后从企业架构进一步升华到整个数字化规划管理和平台建设的综合能力体系。

管理方面，德鲁克当时就说过很重要的话：作为一个知识管理者，你的重点首先要管理好自己，做好个人自我管理。在做好个人自我管理以后，可以走向团队管理、小组管理，然后去走向部门级的管理、IT项目管理，逐渐走到整个大的产品线管理、产品管理，这也是管理线的直接成长方式。

当然，对于软技能也是一样的。整个软技能的提升本身不是一蹴而就的。从开始提升简单的沟通、演讲、写作能力，再逐渐提升个人知识管理、个人思维能力，包括最后形成完整的思维框架和思维模型，这都需要长时间的积累和沉淀。构建你个人从学习到实践，从实践到复盘的短周期迭代，持续成长的闭环。

我个人知识体系就把它分为两个阶段：第一个阶段是我在中兴通讯的9到10年时间。

所以在这个阶段，我的核心重点是培养软件架构设计、IT项目管理，以及我们常说的基础技能，比如写作、培训、沟通演讲。有了第一个阶段的基础后，在第二个阶段，我的核心会进一步从软件架构转向企业架构，从简单的单个应用系统转向整个数字化的规划与平台建设设计。

从基本的沟通演讲技能的培养，转化到整个思维能力框架体系的建设。它一定有一个持续延展的过程。

那么怎么样形成这么一个过程呢？我在好几年前就专门写过一篇文章叫《长期主义》。我们个人在学习成长的过程中，一定要养成长期主义。而长期主义的定义不是说简单的一个事情，你持续做了5年、8年就是长期主义。长期主义更加强调，你必须在一个垂直的专业方向上面持续精进，持续成长，这样才能够真的叫做长期主义。

类似于我个人的写作，我从06年开始写作，到明年就整整20年的时间，包括长周期的持续跑步。我高峰的时候是连续一年的时间，没有一天间断，持续跑步了一年。所以长期主义下来，我个人有几个关键的感悟。

第一个感悟是一定要立刻行动。很多时候你不是看了一本书、听到一个道理，道理很简单，但是你能不能自己去行动、自己去实践，去亲身证悟这个道理往往才是最重要的。因为只有自己实践以后，这个道理才能够转成你个人的技能，包括把这个技能转成你自己做事情的经验和方法论。

第二个是要自主自发，一定要有强大的内驱力、自我驱动去做这个事情。长期主义的坚持一定不是一天两天、一月两月，而是应该以一年两年或者是更长的时间为单位。在这种长周期的坚持里面，如果你都是一种被动的坚持，你很难做到长期坚持。你必须要有一种内在的驱动力，通过兴趣驱动出发，才可能真正喜欢上一件事情，长期做一件事情。所以这也是我们讲的长期主义里面相当重要的一个点。

包括在长期主义里面，我还有一个点，就是做任何事情，你一定要养成自己的节奏感。在养成这个节奏感以后，就不要轻易去打破它。这种节奏感有可能是你每天都跑步，也可能是你每周跑三到五次，这些都叫节奏感。但如果你轻易破坏了这个节奏感，往往就会想“哎呀，反正这周我也没达到目标，那下周也再歇一周”，这样的话很有可能就让你在一个长周期坚持的事情上面中断了。类似于写作也是一样的道理。

我从06年开始就在新浪博客写作，后面又转到了公众号和今日头条，输出的文章接近小1000篇个人原创内容。这些写作相关的输出对我个人知识体系的搭建和能力的成长起到了相当重要的作用。包括培根在很早就说过一句话：“阅读使人充实，写作使人精确。”写作就是一个很好的让你个人思考和复盘的过程。往往很多时候你大量实践的一些东西，必须要通过写作让它精确化和体系化，转化成你自己做事情的方法论和模式。所以说写作太重要了，包括我个人的写作也是一样的道理。

我日常工作实践学习的东西，就会把它记录下来写下来。不管是看一本书的学习笔记，还是做完一件事情以后的复盘总结。这些东西刚开始都是离散的，但过了半年一年，我又会把这些离散的东西做进一步的归纳总结，形成一个完整的知识体系。包括在2020年，我出了一本关于《SOA与大数据》的书，也是这么一个道理。

这本书本来就是基于我一年多博客写作相关的内容知识，逐渐归纳整理形成的。所以回来我就一直在讲我们怎么样去构建知识体系。

它不是简单的到处收集一些资料放到硬盘上就形成了知识体系。那只是一个用于搜索的资料库，无法变成个人经验。知识体系的构建一定是一个动态的过程，也就是我经常强调的学习实践复盘的持续迭代。通过这个持续迭代，将资料库转成经验库，再将经验库转成最终的方法模式库，这才是我们真正需要的知识体系。

看起来我们在讲知识体系的构建，实际上是在讲个人的思维框架和模型，包括个人的思维能力体系。十年前，我就给过一个完整的思维框架模型。

在这个框架模型里面，我提到了两条主线：第一个是对事物的认知和分析，第二个是问题的分析和解决。事物认知这条主线是理解世界，问题解决是改造世界。事物认知用的是归纳逻辑，问题解决用的是演绎逻辑。事物认知和问题解决实际上是我们执行的过程，执行过程在中间。前面有一个输入的过程是我们的学习，执行完了有结果，这个结果我们要复盘。所以最终仍然是叫学习-实践-复盘。通过这么一个持续的迭代，完成从资料库到知识库、知识库到经验模式库的转化。关于我个人对思维框架模型的详细阐述，大家可以看一下我公众号的文章。

还是回到技术上面谈一下程序员。我前面专门推荐过阿里的一本叫《P9工作法》的书。

在这本书里面，他把技术人员个人从技术到管理的成长分为三个阶段。第一个阶段，前面3到5年可能还是偏软件编码设计打基础。第二个阶段叫架构思维，第三个阶段叫技术领导力。

那么对于架构思维究竟怎么样去理解呢？在前面我也专门写过架构思维的文章。架构思维的核心就是分解、集成、抽象、泛化、组合、复用、组装这些核心内容。当你听到这些时，会发现架构思维的底层逻辑仍然是系统思维。系统思维简单的理解就是组件和组件之间的关系加相关的约束，这就是核心的系统思维。

包括在前面我也专门输出过一个借助AI辅助工具进行系统工程学建模的方法。大家也可以参考我公众号文章的详细讲解。我们在学习任何一个东西的时候，都应该把它看作一个动态的大系统。你不能够只看这个事物的外在表象，而应该深入到事物内部去研究组件和组件之间的关系和行为。然后这些组件之间如何关联、如何集成、如何协同，最终再表现出一个外在的事件行为特征。这样你才能够真正了解事物核心的内在运行机制，做到庖丁解牛、目无全牛的这么一个效果。

最后还是再回来谈一下知识体系的构建。对于知识体系的构建，我原来其实介绍过相当多的知识管理工具，这里就不展开了。但原来我们在做知识管理时，有一个关键重点：虽然我们可能用类似Notion做了相关知识管理，也输出了相应思维导图，但欠缺了一个重要东西——没有构建知识点之间的关系。这些关系包括前导关系、延展关系、约束制约关系。所以我们会通过类似Notion这种工具建立双向链接来构建知识点间的关系。

现在在AI辅助下，其实我们可以更方便地构建个人知识网络地图，包括知识图谱。构建知识图谱的核心作用是抽象知识中的核心概念，并建立概念间的相互关系。这样离散的知识才能真正形成知识网络。

最后再谈一个点：AI时代我们应该怎样去学习。

这个我在知乎和公众号也专门写过文章。大家一定要注意，有了AI工具的辅助，我们可以更加方便快速地学习。对于任何一个陌生的新领域，你都可以让AI先输出这个新领域的40到50个核心关键词，然后基于这些关键词分为两级到三级目录，让AI输出一个完整的思维导图。这是第一步。

第二步，你要告诉AI你当前的知识技能处于什么水平，然后让AI结合目标和你当前的水平，帮你制定详细的学习计划，包括每天的学习任务和学习后的检测测试任务。在AI时代，我们的学习比原来更加容易了。

前几天我还专门录了NotebookLM这个AI工具的视频。如果我现在有一个文档或资料，上传给Notebook后，它会转成类似于双人播客或PPT视频讲解的方式，以更加形象化的演绎方式让你更容易理解相关内容。

好了，关于AI时代的思考力就重新跟大家分享到这里，希望对大家有所启发。