相长｜许老师的 AI 教学实验室 · 在想

这里放什么

2026-10-16T00:00:00+08:00

这个站放的是我最近在做的事：一门 AI 课，一群一起琢磨教学的老师，几件和 AI 一起做出来的工具。每一件都还在进行中，所以这里也会一直改。

我会在这里写三类东西：课堂上的尝试，成功的和不那么成功的；和老师们一起做事时想明白的道理；做工具时的过程和取舍。不会写得很勤，也不追热点，想清楚一件就写一件。

读到哪一篇想说点什么，页面底部可以直接给我留言。留言只有我看得到；留了邮箱的话，回信会发到你的邮箱。

碎片

2026-10-16T00:00:00+08:00

2026 年 8 月

逻辑可以把你从 A 带到 Z，但想象力可以把你带到任何地方。

2025 年 12 月

忽然有那么一刻，什么都不想做了。

2025 年 10 月

未来，需要每个教师能够自主使用 AI 开发教学应用，这事就像现在用 PPT 一样。

2025 年 4 月

世界上只有事实，所有的真相都是我们认知的投射。

2025 年 2 月

最近在看的一些公众号和科普文章，似乎越来越多地有 AI 介入的痕迹。虽然语言华丽无比，逻辑脉络极为清晰，但就是不知为什么看不进去：明明一句话能说清的事情，都是用一段话在陈述，写作风格和手法也在趋同。似乎在接下来的一段时间里，这种被润色过的文章会越来越多，这样非人造的信息让我觉得有些过载和油腻。还是希望看到人类不加修饰、可能略有笨拙的原生态内容。

2025 年 2 月

学习型组织不是一群人聚在一起学习，而是一起去改变和成长，metanoia。

2024 年 11 月

也许，让教育卓越的，可能不是培养出的优秀学生本身，而是高效地培养优秀学生的能力。这个问题其实就是：你怎么帮助老师成长。（读《马斯克传》里格拉西亚斯的话有感。）

这些都首发于我的知识星球。

我把三小时的课，交给 AI 剪成了 30 秒视频

2026-10-04T00:00:00+08:00

我最近拿自己的一堂课，让AI试着剪视频。原片三个多小时，课名是《设计为王：定义自己的智能体教学工作流》。

我想从里面挑些值得讲的内容，做成短视频。讲清一个知识点也好，吸引人来看整堂课也好，有些内容还可以重新组合，做成别的主题。毕竟，课里讲过的那些问题、案例和现场讨论，录完之后还可以接着用。

我的方向一直是AI如何真正嵌入教学、管理和知识工作流程。这次也一样，我希望刷到视频的老师能看出来：这里讲的事情，和自己每天的工作有什么关系。

最后做了两支30秒的视频。中间我提过“开头缺一个问题”“结尾缺导流的二维码”，音乐和人物画面也改了几轮。有些地方，要等片子出来，才知道哪里不合适。

我没有自己写剪辑代码，给它视频和材料，再告诉它我想要什么。下面放的几段提示词，是按这次的做法整理的。要试的话，把文件名和观众换成自己的。

图1｜原课约3小时10分钟，大部分时间是横屏讲课和屏幕演示。

视频和材料，我都放在电脑里

这次我用的是Codex桌面端。它能够读取本地文件，调用电脑上的工具，最后导出可以播放的MP4。

如果你也要试，先问问自己用的AI能不能实际处理视频。有些AI只能帮你写方案，剪片子还得用另外的工具。让它检查一下，总比等它写了一大堆分镜，才发现做不出视频要好。

素材可以先放在一个专门的文件夹里，例如“我的第一次AI剪辑”。准备这些就够了：

课程视频：先用10—20分钟的素材练手也可以。
课程背景：课程大纲、讲义、备课讨论，有什么就放什么。
一段自己的说明：你是谁，视频给谁看，希望观众看完做什么。
结尾材料：如果希望观众看完整课，放入真实的课程二维码或链接。

在桌面助手里选择本地工作方式，把文件夹加入项目或作为工作目录，再新建对话。入口可以对照官方入门说明找。视频得放在它能读取的地方，单在聊天框里打一个文件名，它未必能找到。

拿不准有没有准备好，可以先发这段话，把“我的课程.mp4”换成实际文件名：

先让AI检查素材和工具

我要用这个文件夹里的“我的课程.mp4”做短视频。

请先实际检查：你能否读取视频、把声音转成带时间的文字、截取画面，以及调用剪辑工具导出MP4。

检查视频的时长和画幅，告诉我已经具备哪些能力，还缺什么。

如果需要我安装工具或选择权限，请用小白能看懂的话说明原因和操作。

这一轮先检查，暂不剪辑；保留原视频，后续结果另存到“输出”文件夹。

这次转文字、截画面、加字幕、混音和导出，都是AI调用工具做的。工具缺什么，也可以让它告诉你怎么准备，不用一上来就学命令。三个多小时的视频，分析和导出都要等一阵，电脑配置和账户额度也会影响进度。

我后来还把备课的文件夹给了它。里面有过程讨论、原始方案和课程大纲。这些东西能帮它知道，这堂课为什么这样设计，我原来想解决什么问题。

我先要方案，没有让它上来就剪

最开始，我让它完整理解课程，以“内容导演＋短视频策划”的角色去找内容。有独立观点的、能引起讨论的、单拿出来也听得懂的，还有故事、案例和互动，都可以考虑。

我当时说得很明确：

宁可只找到5个真正值得传播的片段，也不要给我20个平庸片段。

片子主要给想学AI的人看，尤其是高校老师。我希望选出来的内容，能接上他们的教学工作。对象不交代清楚，AI可能挑一句听起来很有道理的话，但那未必是我这次要做的东西。

让AI整理选题

这是我的课程视频和相关材料。我希望把它做成可以持续使用的内容资产。

目标观众是【填写人群】。我的长期定位是【填写你想持续表达的主题】。

请先梳理整堂课的内容，再以内容导演和短视频策划的角度寻找：

有独立观点、认知冲突或启发性的表达；
可以脱离整堂课独立理解的知识点；
有故事、案例、现场感或互动的片段。

每个候选方案写清楚：观众的什么问题、核心观点、为什么值得做、建议标题、原视频起止时间，以及画面和声音怎么安排。

请结合所选片段的前后文和实际画面核验时间。无法确认的内容如实标明。

宁可少几个有价值的选题，也不要凑数。这一轮只交文字方案，先不要剪视频。

它先把全课转成了带时间的文字，梳理内容，再去检查候选片段的前后文、屏幕和人物画面。机器转写有时会听错，文字稿里也看不出人是不是低着头、屏幕是不是刚好停在那里。定下要剪哪段之后，画面还得看。

后来我又补了一句：不同的片子，内容可以重复、交叉。有的单独剪，有的几个组合起来，做成另一个主题的小课。方案都写成文字，留着后面挑。

比如“AI备课需要真实课堂的资料”，单独拿出来就能讲。再接上课堂记录、学生回答和课程材料，就可以多讲一些“怎么让AI了解你的课堂”。不过，几段话换了顺序，意思有没有变，前提是不是被剪掉了，还要回原课里核对。

第一次做，可以先让它挑几个最值得剪的。不用急着把所有组合都做出来。

“62条评语”能讲，但这次我要宣传整堂课

早期试剪选了“62条评语，学生却不看？”这个案例。教学评价里的这个问题，确实值得讲。不过，我接着要做的是课程宣传片，希望老师看完之后想来看整堂课。

我又强调了一次：这是一个三小时的长课程，你要像能够深入洞察用户需求的营销总监那样策划。看的人是想学AI的，尤其是高校老师。

后来，开头换成了：

AI工具学了一堆，上课还是用不上？

老师学过一些AI工具，写教案、生成PPT也试过，可是到自己上课的时候，还是不知道怎么用。开头问这个问题，后面就能接课程里的具体内容：看学生作业改了哪里，从一大堆评语里找重点，跟着做一个教学助手。

我希望观众看到的是这些事情。“版本对比”四个字，可能还要解释一遍；说“看见学生到底改了什么”，老师就知道在讲什么了。

图2｜左边是早期的评价案例，右边是后来课程宣传片的开头。

这支片子只有30秒。开头先把问题摆出来，中间让观众看见课里能学到什么，最后告诉他怎么去看完整课。讲课的原声、屏幕里的案例，都用上。

我让它先剪一个给我看。下面这段可以用来提试剪要求：

让AI剪出第一版

从已经分析的方案里，选一个最适合【目标人群】、话题感最强的内容，做一支约30秒的视频号竖屏视频。

这支片子的目的：【传播一个知识点／让人想看完整课程，二选一并写清楚】。

开头2—3秒提出观众能理解的问题。优先使用课程原声，剪拼后保留原意。

讲操作和结果时用对应的屏幕视频，讲个人经验或判断时适当出镜。

本次片头片尾用独立页面，不出现人物；中间按内容安排缩放、画面切换、字幕和必要音效。

加入合适的背景音乐：手机上能听见，讲话时降低，保证原声清楚。

若要导流，使用我提供的真实二维码，结尾说清下一步，留出稳定的扫码时间。

请实际导出1080×1920的MP4，另存到输出文件夹，并交付简明分镜、原片时间位置和字幕。

新增文案与课堂原话分开说明。如果当前工具无法导出，请明确说明缺少什么。

片子出来了，才有了后面这些修改

看片之后，我提了好几次意见：开头缺话题感，结尾缺二维码；开头和结尾的人物表情不好，要有单独的页面，不用人物出现；该有音效的地方要加。

后来又改音乐，改页面文字，改人物出镜。要求是一次次补进去的，有些地方单看文字方案，还真看不出问题。

人物出现了两次，我让它去掉第一次

那一版，前面讲作业版本对比，后面讲跟着做教学助手，两处都用了人物。我说：

人物出现了两次，第一次那个不用人物出现，就用屏幕视频多好。

前面在讲作业改了什么，就把屏幕放出来，让人看见。后面我在带大家动手做，保留出镜。没必要规定一个视频里人必须出现几次，看这段在讲什么。

像录音转成文字这种过程，也可以加个简单图解。缩放和切换是为了让观众看清正在讲的东西，特效可以有，但别把要看的内容挡住。

图3｜左边换成了对应的屏幕视频，右边保留出镜。这是成片截图，视频里两段都是动态画面。

它说加了音乐，我还是觉得没听见

我提过一次“缺了背景音乐”。实际上，那一版已经有背景音轨，只是太弱，听起来像没加。后来它重新做了有旋律和节奏的音乐，讲话的时候放低，片尾再抬起来，转场也有短音效。

这个就得拿手机听。能听见音乐，说话也清楚，就可以；音乐把话盖住了，再让它往下调。工具显示音轨在那里，并不能说明听起来合适。

“课程完整回放”，这几个字有什么好写的

有一版顶部写着“课程完整回放”。我当时说，这有什么好写的，那不是给用户看的。中间还有些“课堂原声”“课程片段”的标签，也让它删了。

屏幕就这么大。老师刷到这个视频，得先看懂我在讲什么，能学到什么。结尾写“扫码看完整课，跟着动手做”，动作和目的都有了，不需要再堆一层标签。

二维码就在素材里，让它用原来的

我已经把课程二维码放在素材里了，结尾就用这个码。最后留了7秒，单独一页，码放稳，周围留白，不跟着特效乱动。观众得来得及扫。

AI检查了导出后的画面，缩到手机显示的大小，码还能识别。真要发出去，自己还得扫一下，看看打开的页面对不对，课程能不能按预期访问。

图4｜片尾停留7秒，使用素材中的课程二维码。

改片时，可以把哪一段、哪里不合适、想怎么改一起告诉它。已经合适的部分就留着，每次另存一版，方便前后对照。

看片后，告诉AI怎么改

我看过这一版，请按下面的意见修改，并另存新版本：

【时间位置】这里在讲操作，请换成对应的真实屏幕视频，放大关键区域。
【时间位置】这里在讲我的经验，保留人物动态出镜，画面与原声同步。
背景音乐现在听感太弱，请调整到手机上可辨识，讲话时保证原声清楚。
删除【具体文字】，结尾改为【明确的观看或学习动作】。

已经确认的其他部分沿用。导出后检查字幕、声音、画面和二维码，说明实际核验了什么。

不懂剪辑术语也能提要求。我说“第一次不用人物出现”，它就能去换对应的屏幕。“这里字太小”“音乐盖住说话了”，也可以直接说。

第二支，选了“AI备课为什么不像你的课”

宣传片改过之后，我又让它挑一个有话题感的内容，剪个新的。这次选的是：

AI备课，为什么总不像你的课？

课里我问过：“你上课怎么上的，AI知不知道？”它不知道你怎么讲，不知道学生怎么回答，你让它备课，它能给你的往往也就是一份通用教案。

我在课里讲了自己的习惯：每节课录下来，转成文字，再给AI。这样，它才有机会知道我的课是怎么上的。

这支视频把原课里几段话接起来，先提问，再讲我的做法，最后接上“知道上下文，才能更贴切地一起备课”。用的都是课堂原声。几段之间原本有间隔，剪的时候要核对，不能把前提删掉，让一句话变成另一种意思。

如果没接触过“上下文”这个词，就把它理解成：这件事的具体情况。你怎么讲课、学生怎么回答、已经教到哪里，这些都算。刚才做视频也是一样，我把观众、课程目标、备课方案给它，它才知道该往哪里剪。

图5｜第二支视频：原声提问、录课的做法，以及要交给AI的课堂资料。

成片时间	讲什么	用什么画面
0—2.38秒	你怎么上课，AI知道吗？	原声提问＋独立大字片头
2.38—7.20秒	它不知道你的讲法、学生回答	信息卡逐张出现
7.20—13.82秒	我的做法：录下课堂，再交给AI	人物动态出镜
13.82—22.12秒	转成文字，提供真实课堂的上下文	流程图解＋对应课堂屏幕＋资料卡
22.12—23秒	先让AI看见你的课堂	一句总结字幕
23—30秒	扫码看完整课	独立课程页，二维码稳定停留

这几段原声在原课1小时12分到1小时13分45秒左右。每段具体从哪里起、哪里结束，它都保存了。后面想重剪、想换一种组合，不用再从三小时的课里翻一遍。

前一支让人知道整堂课有什么，后一支让人先听懂一个知识点。同一堂课的素材，就可以这样接着用。

这些改过的地方，我让它记成了Skill

改完几轮，我让它总结这次剪辑的经验，又让它保存成一个Skill。音乐、出镜、片头片尾，这些已经说过、改过的要求，留着下次用。

Skill可以理解成一份给AI看的工作说明。里面写清楚什么任务用它，按什么步骤做，要检查哪些地方，还可以放参考材料。工具支持的话，下次做类似任务时就能调用。想了解保存格式和用法，可以看官方的Skill说明。

这次保存的内容，有选题怎么选、屏幕和人物怎么用、音乐怎么处理、二维码怎么检查，也有原片时间、字幕和版本要保留这些要求。

我的偏好另外记：片头片尾不用人物，中间该出镜就出镜，内容围绕AI进入实际工作来选。至于二维码、30秒片长和这套版式，都是这次的选择。以后换课、换目的，还得跟着改。

把做法保存下来

请把这次已经确认有效的做法，整理成可复用的短视频工作流程。

包括：适用场景、素材准备、课程分析、选题、分镜、画面选择、音乐音效、字幕、导流和验收。

把我的个人偏好单独记录；不要把本次二维码、片长和版式固定成所有项目的要求。

如果当前工具支持Skill，请保存为一个可调用的技能，并说明我下次怎么用。

如果不支持，就保存成一份文字工作说明，供我下次和素材一起交给AI。

这个Skill叫“课程短视频内容导演”，上面那支新的备课视频，就沿用了它。

刚开始不必急着学Skill怎么安装。先做一个，把觉得合适的做法写下来。即使用的工具不支持Skill，下次把这份文字和素材一起给它，也用得上。

先拿一小段试，不用一开始就做三小时的课

一段讲解、一堂课，或者十几分钟的录屏，都可以试。先告诉它你要给谁看，想让观众看完做什么。要几个方案，挑一个，剪出来看。

最后要的是能播放的MP4，方案、字幕和原片时间也留下。发之前拿手机看一遍，声音和字幕有没有问题，屏幕上的内容看不看得清，二维码能不能扫。如果素材里有学生的个人信息，也得先处理。

这次我提了很多很具体的意见，没用什么剪辑术语。“选话题感强的”“该出镜的时候要有出镜”“第一次用屏幕视频”，就这样一点点改，做出了现在的两个版本。下一支要剪什么，我还可以接着从已经写好的方案里挑。

首发于我的知识星球，2026 年 10 月。

“标准动作”如何做出“与众不同”

2025-10-09T00:00:00+08:00

引言：一个关于“可复制性”的思考

前几天在一次教学创新的交流活动上，见到一位前辈，聊天时他开玩笑地问我，我们的教师发展模式到底是否可以复制。我当时脱口而出：“哎呀，我们这是因为恰好有了这么一群人，所以不能复制。”他笑着说，这样的答案可没法获奖。

这是我在比赛中没能很好回答的问题，虽然只是在说笑，但这又一次引发了我的深思。确实，如果我们审视工作的具体内容——无论是新教师入职研修、青年教师教学比赛，还是教师发展工作室，这些几乎是所有高校都在开展的常规项目。那么，为什么我们的实践能凝聚起这样一个让许多人羡慕的教师团队，营造出一种与众不同的氛围呢？也许，关键不在于我们“做了什么”，而在于我们在做这些事时，那些细微但至关重要的“如何做”。

一、我们的核心理念中的那些微妙差异

我们工作的出发点，根植于几个看似简单却一以贯之的理念，正是这些理念造就了我们的与众不同。

1. 看见老师，相信老师：激发内在的成长力量

我们的首要原则是“看见”每一位老师，并由衷地“相信”他们的潜力。参加教学竞赛的初心是学生受益，只有这种真实的成长，才能转化到教学中，才能落地课堂。一个典型的例子是教学比赛中的PPT制作。现在很多参赛者为了呈现效果，会选择外包给专业公司美化包装。而我们的老师，几乎都是在身边同事的协助下，自己亲手完成的。这个过程，意味着老师必须在短期内承受比平时更多的挫败感。但当他们最终攻克难关，亲手完成一份精美的作品时，那种长久的幸福感和胜任感是无可比拟的。

这背后是我们的支持哲学：教师发展本质是人的发展，当老师认为某件事有难度但并非遥不可及时，就有可能成为教师成长的一次机会。在老师需要时，立即伸出援手，调动一切资源去支持，但绝不包办。我们相信，仅仅依靠资金和政策能解决的问题通常不是核心问题，一旦这些资源不可持续，事情也就不可持续了。这种有支持、有安全感的氛围，能让老师们通过克服一个个“合理的难度”，积累正反馈，逐步建立起发自内心的信心和成就感。他们会感到，困难是可以被自己克服的，对于自己持续成长的信心和对于周围团队的信任不断增强。而这种不完全依靠资金和政策支持解决问题的方式，也保证了成长的可持续性。

2. 关系先于教育：建立有温度的连接

我们常说在教学中“关系先于教育”，在教师发展工作中，我们同样笃信这一原则。我们发现，想在几十个学时的岗前研修里就让一位博士成为“大先生”，这几乎是不可能的，因为他们多年的教育背景和思维习惯已经根深蒂固。再多的方法和说教也只是用来凑学分和写总结的注脚。

因此，我们的首要目标不是改变，而是建立连接——在教师与教师、教师与学校、教师与我们之间建立起有温度的、牢固的连接。办法是共同面对一些小小的挑战。例如，在新教师入职研修中，我们会安排一些有难度的破冰活动，这些活动也由校内的老师来设计和带领。通过共同完成任务，新老教师之间的隔阂被打破，真正的关系开始建立。完全由校内教师作为身边人，用自己的热情去感染和带动新教师。

3. 不用力过猛：以教师需求为本的服务文化

我们是一个教辅部门，没有太多的绩效考核压力，甚至有人开玩笑说我们是个“养老部门”。但事实是，我们这群在“养老部门”的人，却常常忙得不亦乐乎，每天加班加点，牺牲周末和假期，和老师们一起做着一些外人看来“莫名其妙”却乐此不疲的事情。

驱动力源于我们的定位：我们思考的出发点永远是“老师们需要什么”，而不是“我们需要完成什么业绩给谁看”。十年树木、百年树人，教师的成长有自己的规律，我们愿意“静静地、慢慢地、悄悄地”去做事，这种文化让我们能够真正贴近教师，赢得他们的信任。

二、三大支柱：核心理念的实践落地

这些核心理念，具体体现在我们三大核心工作的每一个细节中。

1. 新教师入职：从“站稳讲台”到“产生连接”

许多高校的岗前研修，目标是让博士通过短短几天听一听讲座、看一看视频、上网刷课，就速成为一名能站稳讲台的合格教师。我们认为这既不现实，也非首要。一个人的教育背景和思维模式是长期形成的，短短几天难以改变。

我们的新教师入职研修，最核心的特点是：所有环节，完全依靠校内的教师团队来完成，全程会有十余位教师现身说法。有人问，给这些主讲的老师多少钱？实话实说，不但不怎么给钱，有时候老师甚至还要自己“倒搭钱”。

但正是这种看似“不划算”的做法，起到了最好的示范作用。这些工作室的主理人、教学名师们，用自己的行动向新教师们展示：学校里的老师是什么样的？他们如何对待教学？他们每天的生活是怎样的？新教师是在亲身体验和耳濡目染中去感受，而不是通过空洞的说教。

这样的入职研修，让他们结识了身边众多“优秀的、有趣的灵魂”，让他们感到在高校工作，除了科研教学，还可以有如此丰富的思想交流。也让我们看到这些新生力量中那些闪光的种子。这便是我们新教师入职研修的独特魅力。

2. 青年教师教学比赛：从“基本功竞技”到“创新氛围营造”

学校的青年教师教学比赛已经办了20多年，我们接手办了一届比赛，便意识到在教学模式日新月异的今天，仅仅比拼传统的教学技能，已经无法适应学生和时代的变化。

真正的转折点，源于我们团队参加一次教师发展者研修后受到的思想冲击。我们亲身体会到：当思想观念通过深度体验发生转变后，教学行为的改变几乎是“一夜之间”发生的，而且是主动的、顺滑的。那种先灌输方法，而思想仍停留在过去的做法，是行不通的。

教学学术是一个需要时间去积累，需要投入大量精力和实践去迭代的、与科研学术同等重要的课题：科研学术是在解决问题，而教学学术是在研究如何培养出能够解决问题的人。

我们的新目标不再是评选出几个优胜者，而是要“以赛促研、以研促教、为教而赛”，需要在全校范围内营造和烘托“人人了解创新、人人认同创新、人人尝试创新”的浓厚氛围。为此，我们采取了一系列策略：

扩大范围：将参赛年龄放宽到45岁，让近半数的教师都有机会参与，扩大比赛的影响力。重点是让大家都先知道教学创新这件事。
营造氛围：通过举办启动仪式、往届选手分享会等形式，大力宣传教学创新的理念。让人人关注教学创新，了解教学创新。
搭建平台：以比赛为契机，组织各类讲座和分享活动，邀请校外同行和校内名师传递理念、分享经验。当参赛教师遇到一点点困难和瓶颈的时候，这时候的每一次分享，效果都将事半功倍。更重要的是，通过一次次校内教师的陪伴式磨课，让彼此的价值产生了流动。
重塑评委角色：我们深刻认识到，比赛比的不仅是选手，更是评委的理念与眼力。受一些全国性教学创新大赛做法的启发，我们对比赛评委的作用进行了重新定义：坚持在赛前和所有评委充分沟通，统一对比赛目标和教学创新的认识；对评议环节进行了根本性的改革，要求评委只能“提问”，而非传统的“点评”。评委的角色不再是给出评价或输出自己的观点，而是通过探究式的提问，引导选手进一步阐述和深化自己的教学设计与理念。这一改变，将舞台的中心真正还给了选手，评委不再是高高在上的“裁判”，而是与选手共同探讨教学创新的“伙伴”。比赛的评议环节本身，也成为了一个能激发选手深度思考、促进其专业成长的宝贵机会，而不是一个被动接受指导的环节。

3. 教师发展工作室：生态可持续的核心驱动力

如果说入职研修和比赛是两驾马车，那教师发展工作室就是我们整个生态系统中最核心的驱动引擎。它与其他学校类似组织最大的差异在于：我们的工作室定位是已有成果的“推广中心”，而非新理念的“研究中心”。

工作室的成立是“水到渠成”的。每一位工作室的主理人，都是在该领域已经取得了扎实成果、并且通过自发的分享已经吸引了一群“粉丝”的老师。因此，当他们成立工作室时，成员们都是慕名而来，是基于对主理人理念和成果的高度认同。

这种模式的驱动力，不是来自“行政命令”，而是源于人与人之间的了解、信任和认同。在这样的共同体里，主理人因为被看见、被追随而获得更大的动力；成员们也因为与志同道合者同行而加速成长。更重要的是，这些工作室的核心成员，又成为了新教师入职研修的主讲人、教学比赛的评委和备赛团的成员，为整个教师发展体系源源不断地输送着能量，形成了一个可持续发展的良性闭环。

三、核心驱动力：一个自我进化的学习型组织

在梳理完这些实践案例后，我们发现，所有这些“如何做”的背后，指向了一个更深层的答案。这个体系之所以能持续运转且充满活力，并非仅仅依靠情怀和奉献，而是源于一个内在的、可持续的核心驱动机制，一种独特的组织模式和连接结构。

1. 结构之别：从“中心-辐射”到“去中心化的网状生态”

传统的教师发展模式，往往是“中心-辐射”式的“辅导”或“指导”模式。在这种结构下，负责教师发展的部门是绝对的核心，与其他老师产生多条单线联系，其隐含的假设是：教师是“不懂的”，需要被指导。

而我们的不同在于，我们致力于构建一个“去中心化”的网状生态。碳原子不同的连接结构决定了最终是脆弱的石墨还是坚硬的金刚石。我们让老师之间产生交叉的、多维的联系。这个网络就像一个大脑的神经网络，它的强大不在于单个神经元的强度，而在于连接的密度和活力。

而这种强大的连接，不是一蹴而就的。它需要通过“高频次的互动和长时间的陪伴”，在一次次比赛、分享等共同任务中反复刺激和强化。正是这种极其开放和相互渗透的结构——工作室之间会互相参与活动、交流想法——才让整个生态充满了生命力。

2. 机制之核：从“一对一辅导”到“集体智慧的涌现”

这种网状结构，催生了一种完全不同的工作机制。以备赛为例，我们摒弃了“单线联系”的一对一辅导模式。

传统模式的困境：选手分别去请教老师A、B、C。弊端在于，每位老师给出的思路都可能存在优缺点，而选手自身往往不具备将这些碎片化、甚至相互矛盾的观点整合成最优解的能力。
我们的网状模式：我们做的不是让选手轮流去见A、B、C，而是把A、B、C这些备赛团成员聚在一起，当着选手的面，先进行观点的激烈碰撞——用大家的话说，就是“备赛团先打一架”。在这个过程中，各种思路的优劣被充分辩论，一个远超任何个人方案的“最优解”在集体智慧的激荡中逐渐形成。

最关键的是，选手亲身参与并见证了这个思考和共识的诞生全过程。他看到的不是一个最终的“标准答案”，而是解决问题、优化方案的完整思维路径。这本身就是一次强度极高、效果极佳的学习。

3. 动力之源：“价值交换”而非单向付出

这种高投入的陪伴模式能够持续，其根本动力并非单纯的“情绪价值”或奉献精神。任何关系能够持续，都必然是价值的双向奔赴。我们身边的这些“本地高手”之所以愿意牺牲周末、冒着大雨来为一个选手磨课，根本原因在于：这同时也是他们自身最高效的学习和成长方式。

在一个不断引入新知（例如AI工具的应用）的开放网络中，每一次为他人磨课，对于备赛团的成员来说，都是一次宝贵的学习机会。我们之所以坚持依靠“本地高手”，是因为这创造了一个平等的、可及的、相互滋养的环境。在这里，每个人既是贡献者，也是学习者。这种看得见的、实实在在的“共同成长”，才是驱动老师们持续投入的核心原因。

正是这种去中心化的柔性的组织模式——在组织任何一次活动时，哪怕很小，也一定是很多人共同谋划、开诚布公，没有谁说了算，最好的想法会自然胜出——保证了价值可以自由流动，智慧得以持续涌现。负责教师发展的部门不再是中心，而是引领者和支持者，是创造连接机会、搭建碰撞平台的服务者。

结语

所以，回到最初的问题。我们的模式也许难以被完整“复制”，因为我们这群独一无二、充满热忱的老师是无法复制的，这种“人”的因素是关键的第一步。而做教师发展的人，作用恰恰在于要去“找到”这些在任何高校都客观存在的、有热情、有潜力的老师。

但是，我们工作的核心理念和行事之道是可供借鉴的。

真正的秘诀，不在于我们设立了哪些项目，而在于如何去构建一个能让这些“人”实现“价值交换”和“集体成长”的生态系统，在于我们如何去执行这些项目。

它需要一个“去中心化”的理念和勇气，让做教师发展的部门从管理者转变为服务者和连接者，在理念上引领、在行动上支持教师。
它需要搭建“集体智慧高频次碰撞”的平台，通过一个个有“合理挑战”的任务，让老师们在激烈的思想交锋中相互学习、共同进化、看到彼此的价值。
它需要“静静地、慢慢地、悄悄地”的耐心，尊重成长的规律，用长时间的陪伴去孕育信任和连接。

就像一位同事常说的：做教师发展，要眼里有老师、心里有老师。那种发自内心对教师的信任与看见，那种将建立关系置于首位的温暖，那种以教师需求为导向的安静服务，以及那种充分依靠内部力量、构建多元的连接、实现自我生长和价值流动的智慧。这，或许才是我们工作真正的价值所在。

首发于我的知识星球，2025 年 10 月。

如果学生上课的时候，带着自己的 AI

2025-07-09T00:00:00+08:00

如果学生上课的时候，带着自己的AI，会是什么样子？

最近在开发一个包含AI功能的教学系统。现在的系统还是开发者提供AI，无论教师还是学生，都用这个AI提供的能力完成工作，这一方面会导致系统运行成本高，另一方面也会因为选用模型质量和能力的差异影响使用体验。

数据是这个系统最宝贵的资源，工作流是这个系统的核心，而使用什么AI接入反而应该把选择权交给使用者。当然，这也有降低成本的考量，不考虑成本就不可持续。所以，接下来要探索的方式，就是除了系统提供自带的大模型和算力，同时也提供API的方式允许每个用户定义自己的模型。

这种做法也进一步促进了使用者把数据（使用过程）沉淀到系统中，更有利于形成学生画像，便于了解学生和AI互动过程中的细节信息，学生在这个系统中写作业、互相讨论、参与课堂互动，这些都将沉淀下来，成为学生学习效果评价以及用来进一步对话的语料，是AI了解学生，因材施教的第一步。

将与AI交互的内容以数据库的方式存储起来，也便于后续成为RAG提高AI的访问效率和产出质量，也是系统的护城河。

首发于我的知识星球，2025 年 7 月。

重新思考 prompt：AI 时代的编程工具

2025-07-06T00:00:00+08:00

记得在最初接触AI时，简单的聊天就能够获得意想不到的结果，被这个深深的震撼，这不过也就是两年前的事情。

后来看到各种提示词工程（prompt）的教学，如何结构化的方式让AI的输出得到更好的结果，也尝试折腾了一下，包括赋予角色等，但是觉得有些反直觉。

DeepSeek的r2和其他推理模型，让我一度认为prompt的能力不再重要，只要正常交流，AI能够通过推理来补全提示词。

现在，我重新思考prompt，人类使用AI在自然语言的驱动下完成任务，就很容易类比到人类使用c语言等方式来编程完成任务。曾经梦寐以求的自然语言编程就这样实现了。

我现在开发的教学系统、app都是通过自然语言的方式进行沟通，能够清晰的感受到同样的需求，在非结构化的情况下，语言的内容、细致程度、准确程度，甚至只是表达的语气不同，都会对结果有着巨大的影响（能用和不能用的区别）。

想想未来，我觉得prompt能力很重要，但似乎更多是在充分了解了AI能力以及各自的分工之后，如何有效的和AI用尽量自然的方式交流，也就是说，我认为未来这种结构化的prompt也许还有存在的必要，但更普遍的应该是回归“自然”，对人的要求就是能准确的表达自己的想法，和AI共生的能力，就是能够有效的双向沟通的能力。

现在的每一个行业和软件、关系，都会在AI与人的协作下重构一次，当然，重构不是做一样的事情，而是以一个新的形式出现，举个不恰当的例子：就像取代QQ的不是另一个QQ而是微信。所以这将是巨大的机会，每个人现在都具有了重构未来的能力，都可以在风口之上。

首发于我的知识星球，2025 年 7 月。

AI 时代，发现和提出问题还重要吗？

2025-02-11T00:00:00+08:00

为什么提问很重要

我们都知道发现和提出问题的重要性，因为这是一切改变的开始。人们基于自己的认知，通过观察和思考，从纷繁复杂的情境中识别出潜在的冲突和矛盾，并在此基础上，将问题明确化、具体化，这便是发现和提出问题的过程。

举个例子，爱因斯坦在提出相对论之前，正是通过对光速不变性和引力本质的深入疑问，发现了当时物理学的局限，最终引领了科学的一次重大革命。这不仅展示了提出好问题的重要性，也证明了这种能力正是推动科学进步的内在动力。

那么也许有人会说，“在AI时代，这些工作都可以交给人工智能来完成”，不管是不懂的还是不会的事情，只需丢给AI，便能迅速获得详尽的分析和结果，AI不但能够提出问题，还能够给出问题的答案。看上去一切都很完美，但我认为事实恰恰相反，发现和提出问题的这种能力在人群中不仅因个体而异，更是人类区别于其他生物（或类生物）形式的重要标志。正如牛津大学的一项研究（《你所需要知道的理论：人工智能、人类认知与决策》）所指出的那样，人类独特的创造性和批判性思维，尤其在面对复杂问题时，仍然无可替代。这样的能力不仅使我们能够不断突破现有框架，也正是我们在与AI共生时，所能提供的独特价值所在。

对于普通人的价值

没准，你并不觉得自己能像爱因斯坦那样改变世界，那么这个能力还重要么？我们的人生充满了选择，也没有标准答案，小到这顿饭吃什么、今天穿什么，大到高考志愿、人生大事，都是在做选择。现在面对选择，我们可以让AI给出可能的建议，但和以前一样，决定必须自己做，即使不选择本身也是一种选择。这个选择所产生的结果需要我们自己来承担，选择的背后，是我们对于世界的认知和对于价值的判断，而发现和提出问题，就是做出对于自己更加合理的选择的重要步骤，是解决问题的前提。

未来是一个人机共生的时代。这里我不讨论是否会有AI威胁人类生存的问题，这个超出了我能够思考的范畴，而我所关注的是如何建立AI和人的关系，我认为不是平等合作，而是各有侧重、优势互补。“共生”意味着人类需要主动调整自身来适应 AI 的发展，就像人们要适应从石器时代向狩猎、农业、工业、互联网时代的变迁一样。

在AI时代，发现和提出问题的能力，才是每个人的真正短板，这块板决定了其他短板的最低高度。

这篇没写完

这篇没写完，先放在这里。后半程本来的计划是关于高等教育和如何培养发现和提出问题能力的思考，但是写了一些，却发现自己这一部分的思路还不是很清晰，暂且只放出前半截，权当抛砖引玉吧。

写这段内容的时候，刚好读到一位同行的文章，给了我很大的冲击。文中的三个观点，第一个就是为什么会发现问题和要提出问题；第二个让我想起了我写成一锅粥的高等教育的思考；而第三个则对我所认为的“兴趣是培养发现和提出问题能力的重要前提”提供了一个新的视角去重新思考。如果你有好的思路，我们再一起聊聊。

首发于我的知识星球，2025 年 2 月。

将教学 PPT 转换为授课内容概要

2025-02-10T00:00:00+08:00

引言

利用假期，我尝试使用大模型，依靠一些素材对教师的课程进行还原，目的是在尽量低的投入和教师工作量的情况下，形成一个数字孪生课堂，作为大模型深入理解教师和学生教学互动的基础，最终实现利用AI技术辅助教学过程的目的。

因为教师每次授课前都会围绕PPT进行备课，而不是对教案进行修改，所以随着教师不断迭代，现有教案的参考价值不大，反而PPT更能够还原课堂的教学过程。

而PPT根据每个人的制作习惯，其体现的内容信息量也有巨大的差异，初期计划通过提示词工程的方式完成转换。这次以一位同事的《市场营销学》课程为测试样本，PPT中包含了较为完整的教学过程（如知识点、案例、提问和互动），经过提示词调整和迭代后，由这位老师对转换结果进行评价如下：

这个能还原课堂内容的50%吧，对于案例基本上没有还原出来，主要还是理论框架，PPT上确实只有这些内容。

从这个评价可以看出，我觉得AI已经能够还原PPT内容，而非简单的文字提取；从整个工作流的角度，已经基本达到了转换的目的。

课程知识库建设工作流

前期工作：

教师在日常授课中，使用录音笔采集整个授课过程。
利用AI将录音识别为文字稿。
通过提示词工程，将教师授课PPT转换为文字稿。

后续工作：

用PPT文字稿对转录文字稿进行校对。
对校对后的文字稿形成以节为单位的课程侧写。
建立包含课程内容、案例、教学方法、学生反馈效果等的综合课程知识库。

除此以外，还将对课程的作业、考试时学生的作答和教师的评价进行学习，用来将大模型与教师的认知和偏好做对齐。

用于转换的提示词

任务目标

将授课用PPT转换为讲稿，字数下限1000字，上限2000字，适用于课堂教学和RAG知识库存储，并可作为后续录音转写校对的依据。

任务要求

严格按照PPT内容整理，不做过度扩展。确保转换的信息完整，重点是准确转换PPT信息，而非添加额外的理论分析或解释；只基于PPT原始信息进行整理，不引入额外背景补充。
直接呈现转换结果，不描述转换过程。避免使用“PPT中提出了”“PPT涉及了”等描述转换工作的表述；直接输出讲稿内容，使其适用于课堂讲授和知识库存储。
保留课堂设计要素（问题、案例、互动环节）。体现教学逻辑，保留所有PPT中的提问、案例分析、课堂互动等内容；如果PPT中有问题引导、讨论环节、案例分析等，需完整呈现，不省略。
适用于RAG知识库存储，格式清晰。采用清晰的层次结构（标题、列表、分类）以便AI理解和检索；确保内容结构化，避免信息碎片化，增强检索效果。
支持后续录音转写校对。未来可用于比对录音转写内容，修正术语、错别字及识别错误；重点关注市场营销学术语、概念、案例名称等，确保精准表达。
整个项目重点关注成长型思维的培养。通过教师授课内容的递进，关注教师在思维层面对于学生的引导和培养；根据学生的回答和教师的点评，总结教师在教学过程中成长型思维的应用和效果。

输出格式

标题：章节名称。
正文结构化（导言、核心概念、案例、课堂互动、总结）。
字数范围：1000-2000字。
保持教学互动元素（问题、案例等）。
以markdown格式输出，但不需要包含其他与结果无关的说明性话语。

调用时的示例：

请将提供的PPT转换为一篇适用于课堂教学和RAG知识库的讲稿，要求如下：

直接输出转换内容，不描述转换过程。
字数下限1000字，上限2000字。
完整保留PPT中的提问、案例、课堂互动等内容。
格式清晰，适合RAG知识库存储，便于AI检索。
可用于后续录音转写校对，确保术语准确。

改进的方向

目前输出的结果在不同模型上有一定差异，表现不够稳定，也还没有测试不同课程的效果，需要继续对提示词进行迭代和优化。
依靠云端服务需要一定的经费，并且每次生成的文档需要人工介入操作，步骤繁琐，也有一定的门槛，可以尝试本地部署，并用工作流自动完成。

首发于我的知识星球，2025 年 2 月。

探寻人生目标，也应该是建构主义

2025-01-28T00:00:00+08:00

“世界上有两种游戏，有限游戏以取胜为目的，无限游戏以延续游戏为目的”。

——摘自《有限与无限的游戏》

目标的困惑

我们常常是活在别人的期望中，然后把自己对于人生的期望又叠加到孩子、伴侣等他人的身上。我们都知道目标对于做成一件事的重要性，就像列车时刻表对于火车运行，灯塔对于水手航海。

不敢直面的目标

反观我整个成长过程，我并没有获得真正的目标感，并常常会感到挫败。在很长很长的一段时间里，似乎都没有真正思考过自己的目标是什么，或者在一些阶段会把别人的目标当作自己的目标，结果显而易见，这只是对结果的期待，而不是真正对于目标的追求。所以要么是患得患失，要么就是无法坚持，因为这都不是自己的目标。

甚至我似乎总是在避开去思考自己的目标是什么，总是担心目标设定得是否“正确”，毕竟目标设定了，如果错了或者达不到，心里都会不舒服。直到去年我写了关于“无为”的那篇文章之后，才真正去思考我追寻的到底是一个目标，还是达成这个目标之后的结果。

比赛引发的思考

这些年和老师们一起打比赛，我发现了一个现象：那些通过包装把比赛当终点的老师，往往止步于证书；而将比赛视为凝练自己过往教学的老师，备赛过程中反而涌现出更多教学创新的创意，再次投入教学中。这让我清晰地看到了目标对于一个人行为的影响。

而无论目标为何，这个备赛的过程，对于大多数人来说，都是非常痛苦的。让人能够在遇到困难时仍旧坚持自己的目标不放弃的，是目标本身，还是另有动力？

幸福的反思

炎热的夏天，吃一根冰棍儿，会让人感到幸福；在旅途中放下手机，看着窗外飞驰而过的风景，会让人觉得很幸福；和同频共振的伙伴一起讨论教学创新，这种痛并快乐的感觉是很幸福。那么到底什么是幸福？刚才说的这些都是幸福吗？为什么有些幸福似乎转瞬即逝？

什么是幸福

我记得之前一位同事跟我说过，短暂的开心是快乐，长久的快乐才是幸福。当我看到一位老师把自己眼中无比珍贵的专业课，从曾经对课程内容的精益求精，到现在把课程内容作为学生掌握AI等面向未来的能力的桥梁，我突然意识到：或许我混淆了『幸福的状态』和『幸福的能力』。

就像在比赛中蜕变的教师，真正获得的不是奖杯带来的快乐，而是持续创造教学可能性的能力——那根炎夏的冰棍：若只追求冰凉瞬间，得到的是终将融化的快乐；但若学会制造冰窖，收获的便是四季皆可得的幸福。

我想，当这样的老师站到了新的山峰上，视角将何其宽广，学生将何其幸福，那么做老师的幸福还有尽头吗？所以，有一种幸福是战胜目标后的快乐，还有一种，是让自己继续成长的快乐。这么看来，幸福是动力，而不是目标本身。

目标的动态性

人生目标是一成不变的吗？阿姆斯特朗那句“我的一小步，人类的一大步”让我印象深刻。整个人类迈向外太空的梦想，是不断向着更加广袤的宇宙去延展的，现在的 Starship 又把我们的梦想从嫦娥奔月推向了探索火星。这随着人类对于宇宙的认知和技术的进步而不断改变，所以我们可以发现，目标实际上是在愿景的驱动下不断变化的。

建构主义提供的思路

那么，如何去探寻自己的人生目标呢？这让我联想到了我们学习的过程，就像孩童搭乐高时，要在上一块的基础上逐个添加。比如我们不能让一个没上小学的孩子去运用微积分解决数学问题，也不能让一个从没接触过AI技术的老师直接开展人工智能教学。这有些像和老师们一起打磨比赛的本子时，我们会首先引导老师描述自己的课堂，这些零散的瞬间，最终竟自然生长成了他们的教学创新哲学。

在探讨人生目标的过程中，建构主义为我们提供了一种动态的视角。就像我们在学习中不断构建知识体系一样，目标的设定也是一个主动建构、持续成长和迭代的过程。所以，不要因为担心自己设定的目标会不会太高、太低或荒谬可笑而不去寻找目标。我们不能指望像剧透一样提前知道自己的目标，它一定是随着我们认知的变化而一点点更加清晰、不断迭代的。这与建构主义强调学习是一个主动构建知识的过程，而不是被动接受信息的思路是一致的。

这就像有些人看上去并没有什么人生目标，却能够一样活得很精彩；而还有一些人，指哪打哪，似乎整个人生都是在其精确的设计之下，这也让我觉得那是“别人家的孩子”，遥不可及。这些都使我对是否要有人生目标这件事一度产生了怀疑。而现在我想，也许这些人本来就是有意或者下意识地一直在不断调整目标、持续围绕着自己的目标在做事，就像拼乐高一样，一块叠着一块。

这个过程中，当我们感受到在挑战自己的思维定势，感受到了更多的不确定性的话，没准就是走在了正确的道路上。慢慢我明白了，幸福不该是终点站的鲜花，而是铁轨延伸时枕木的震颤。

Just Do It！

或许我们可以像孩子搭积木一样对待目标——允许自己先模糊地堆出一个形状，再通过新获得的认知（一块新积木）去调整结构。

去年我开始参加教学比赛、用文字记录思考的变化、开始回顾和设立新年目标：每当突破一个固有思维（比如从『写作是一件功利性强并且我不擅长的事情』到『输出的过程就是创新的过程，这个过程是快乐的』），就为人生目标添上一块新积木。

如今这座建筑依然在生长，但它的地基已愈发清晰：帮助自己和他人获得持续成长的快乐。

除夕夜，看着窗外不时升起的烟花，转瞬即逝。那些绽放在夜空的光点，多像我们时而清晰时而模糊的目标——重要的不是定格完美花火，而是记住手掌残留的火药温度。毕竟明天太阳升起时，新的建构又要开始了。我知道，今天思考的每一个字，都是未来某次重构的原材料。

首发于我的知识星球，2025 年 1 月。

写作的提升之路

2025-01-26T00:00:00+08:00

引言

上午读了和菜头的文章，其中有一段谈及写作，他说*写作更像是一门手艺。手艺人传授技艺的方式并非开班授课，而是带徒弟，甚至还允许辱骂殴打*，着实有趣。这让我不禁思考，倘若写一篇文章，身边能有真正给出建议的伙伴，是何等珍贵。

刻意练习

我们之前读过的《刻意练习》一书中提到，将一件事重复做一万次不一定是刻意练习。真正的刻意练习并非单纯重复做一件事直至熟练，而是在有经验的人的指引下，有针对性地迭代和改进，这才是刻意练习的真谛。

同样，我也联想到各种教学比赛中申报书的撰写过程。我参与过的集体备赛，就是一种有内行人支持的群体性刻意练习，这种信息迭代和交换的方式可以让参与者从不同的角度获益，写作就是其中的一个部分。

拿我自己举例子，参与集体备赛让我对于教育教学、教学创新有了更深入的思考，并且看到了大家在课堂中遇到的真实问题和所作的努力，对于申报书的撰写建立了自己的一套思考逻辑。同时，更让我看到了每个参与者从自己的视角中所绽放的思想火花，比如一位同事每次都能够用结构化的方式去归纳他人的教学创新，不少获奖作品里，都有她用结构呈现思考的影子。

当然，对于每一位写作者来说，这件事最重要的并非指导，而是在获得明确反馈的基础上进行反复训练。这里着重强调了明确反馈与反复训练，所以写作者自己要先创作出一篇作品，有经验的人才能给予针对性的指导。这使我回想起前段时间撰写申报书时，一位老师给予了极为细致且颇具建设性的意见，而后我又进行了迭代，这种循序渐进的指导，对我写作水平的提升至关重要。

AI

倘若觉得身边难以寻觅这样的伙伴，又或者担心自己的作品太过粗浅，怕给他人添麻烦，那就需要另辟蹊径。过去，作为一个独行者，要找到这样一位高手不容易，而且指导确实要耗费大量资源，包括但不限于时间、精力和金钱，这都不是小数目。但内行的指导对个人成长意义非凡，我们是否还有其他的办法进行这方面的精进呢？

我猜，你也想到了AI。没错，当下我们进行刻意练习又多了一种便捷的选择。不妨设想一下，构建一个擅长指导写作的智能体，那么岂不是解决了上面的苦恼？

AI在写作方面颇具优势，这已经毋庸置疑。那么这种方式是不是有门槛呢？是的！在这样一套系统里，AI对使用者的了解完全依靠提示词来传递，涵盖使用者的背景、所写文字的隐性知识以及所需运用的内容。而在与真人交流时，这些信息对方会自行获取。因此，在提示词中也必须涵盖这些内容。这对提示词的要求极高，只有恰当的提示词，才能构建出这样一位“写作教练”。

结语

通过刻意练习和有经验的人的指导，我们能够逐步提升写作能力；而AI工具的加入，为这一过程提供了更多可能性。

如果你读到这里有什么想法，欢迎留言告诉我，你的每一次回应，都是我们在一起思考和成长。让我们共同找到适合自己的提升方式，在写作的道路上不断进步。

另外，推荐在微信公众号搜索“槽边往事”，作者就是和菜头，看他精彩的观点，品读一个有趣灵魂的持续输出。

关于这篇文章本身：题图由 ChatGPT（DALL·E）生成。初稿写完后，我在 LM Studio 里用本地的 DeepSeek-R1-Distill-Qwen-32B（4bit 量化版）帮我改进，提示词是：

我刚刚写了一篇短文，不过我觉得结构化还不够清晰，请你以一位写作行家的视角来对我的文章提出明确的改进建议。

AI 给了几条建议，大意是：把文章分成引言、刻意练习、反馈与训练、AI 辅助、总结几部分，明确结构；每段加主题句、补上过渡，让段落之间更连贯；处处扣住“如何提升写作能力”这个核心；把文中的例子展开讲具体；结尾呼应开头，给出行动建议。

首发于我的知识星球，2025 年 1 月。

OpenAI 发布全新智能体，人机交互迎来革命性变化

2025-01-24T00:00:00+08:00

2025 年 1 月，OpenAI 发布了 Operator，这篇是发布当天写的。

那天早晨，OpenAI 推出了可以根据人的需要、自己操作计算机完成购物等行为的操作员智能体。过去，如果我们想让不同应用程序或网站协同工作，往往需要依赖网站开发者预先定义好的 API 接口；而它通过模拟人类操作键盘和鼠标的方式直接完成任务，不再需要复杂的编程或预设接口。虽然之前也有可以根据屏幕内容给出操作建议的功能，但是对于键盘鼠标的主动操作和自我规划打破了次元壁，让原有的人类互联网基础设施可以直接通过自然语言完成操作，向“人机直连”又迈进了一步。

人机共生，一个全新的时代

目前的智能体还需要开发人员构建，并在使用时人为选择需要用到的智能体。下一步也许会有更多通过自然语言让普通人随用随建、并能分享给他人共用的智能体（比如以前帮家人订票、装 Office，以后可能都是分享个智能体就完成了），直至 AI 根据人的需求自己构建：用一个能够构建智能体的 AI，根据要完成的任务自动构建智能体。而我相信，AI 具备这个能力并不需要很久。在发布会的演示中，AI 对于人提出的要求有些并不知道如何操作，所以它先做的事情是通过搜索引擎获取操作方法，然后再到对应的网站进行操作。

想象一下，曾经一些可能难倒人类的“小事”，也都不再是问题。比如一个完全不知道路由器是什么的用户买了新设备，需要求助他人才能完成上网配置，以后这些都可以直接告诉 AI 来完成。其中硬件部分的操作方法，可以在计算机摄像头的支持下指导人来完成（当然类人机器人普及后，则可以直接接管所有任务了）；这个过程中如果 AI 遇到问题，甚至会自己切换到手机热点上网查询，而后再回到 Wi-Fi 环境下配置路由器。

不久的将来，查攻略、比价买机票、看购物心得再比价下单这些耗时和纠结的过程，都可以交给智能体来完成。再扩展一下，科学研究、论文写作、程序开发……甚至是教育教学，都将发生更快速和深刻的变化。

影响深远，重塑软硬件格局

操作员智能体的出现，不仅仅改变了我们与计算机互动的方式，还会对现有的硬件、应用程序设计及市场格局带来深远的影响。

广告与流量。在 AI 操作的环境下，智能体会直接执行任务，而无需人类主动观看或点击广告，广告将不再以传统方式呈现并被计数为流量。广告商需要重新思考投放策略，转而更加注重内容的真实性和实用性。

真实评价的价值提升。以后人类对于各类产品和服务的真实评价，会更具有价值。在 AI 的操作过程中，这些真实的反馈能够帮助 AI 更高效地完成后续任务，并优化操作流程。比如前面提到的 AI 自动规划旅行，就像现在某些让人反感的网红食品和打卡地点一样，商业软文会严重影响结果选择和用户最终的体验。

共生智能体的出现。同样，电子邮件的撰写、数据的统计、排版等等这些操作，都需要人用新的方式去和 AI 交互。这样面临的问题，就是人如何把自己的想法准确地告诉 AI，或者 AI 如何通过日常的交流，更加了解使用者真实的需求。所以，每个人都将需要一个共生的智能体，它掌握了与其共生的人的一切信息，能够完全了解共生者的隐性知识，这才能解决“把PPT做得更好看一点”到底是字大点还是加些图片的问题。

浏览器和终端市场的潜在变革。值得注意的是，OpenAI 在用自己内建的浏览器来完成这些操作，这种看似普通的行为背后，可能会带来一个新的浏览器市场格局。也许新的云端电脑不是微软的云 PC，而是 OpenAI 的云浏览器。一个普通人的下一台电脑不再具有强大的算力，而是拥有高速和无处不在的互联网访问能力。这就又带来了隐私等方面的新问题。在这件事上，我仍旧认为 Apple 这种可靠的本地算力能够保护个人的隐私，但这未必是市场的选择。

未雨绸缪，矛和盾同时出现

介绍视频里还强调了安全措施，设想了三种情况：恶意使用、AI 失误、互联网欺诈。杀毒软件是在计算机出现之后一段时间，才因为计算机病毒的产生而出现的应对措施；而面对如此强大的工具，它在诞生时就已经添加了防护措施。

未来，在不久的将来

手机是最近几十年出现的，智能手机发展了十多年，就在人类中划出了信息化的代际。生成式 AI 如果从 ChatGPT 3.5 发布算起，至今才两年，试想 8 年后……现在看看马斯克的脑机接口公司，不得不佩服一下这位“硅谷钢铁侠”的前瞻性。

首发于我的知识星球，2025 年 1 月。

我的写作工作流

2025-01-24T00:00:00+08:00

有人说，人在创新的过程中会产生多巴胺。我觉得说得对。

我发现自己有时不太喜欢改变，但有时却很喜欢去做一些和以前不同的事情，并且很容易沉醉于此，比如用产品经理的视角重新审视日常的工作、生活；有了AI之后，便开始在AI的支持下写代码。就像大学时同学评价我的那样，要是弄起计算机，饭都可以不吃。在这个状态下，我进入了心流。

写作以前是我感到头疼的事情，往往会拖着不做，直到不得不做。虽然一位老师曾经鼓励我说我写得还行，但是我一直认为这不是我的舒适圈，不愿意涉足。这几天的经历让我发现，我不是跳出舒适圈开始写点东西，而是换了个视角，扩展了舒适圈的范围。

新的写作工作流

我形成了一套新的流程：首先，我觉得自己在看新闻和读书时有想要表达的内容，就用语音转文字的方式快速抓住这些思考的灵感（目前用 Get 笔记，大约 10 分钟 2000 字左右）；然后将这些文字在笔记软件中进行第一次梳理（目前用 Typora 这种无干扰的 Markdown 写作工具）；接下来交给不同的大模型，用提示词引导它修改、润色，或从内行的视角提出改进建议（目前使用 ChatGPT 免费版，以及在 LM Studio 里跑 DeepSeek-R1 蒸馏的 Qwen 14B）；最后自己进行最终的修改。

这个流程大约 2–3 小时，完成后的作品发到知识星球，和大家分享，再次获得分享的成就感。这一整套下来，不但满足了表达的需要，也在AI的辅助下让自己痛感更少、成长感更足，还在过程中获得了心流体验。

前几天和一位朋友交流，才意识到我们都在工作流中引入了AI，所以交流很重要。你如果也有想要表达的，说出来吧。

首发于我的知识星球，2025 年 1 月。

人工智能时代资料整理方法及相关概念的思考

2025-01-23T00:00:00+08:00

最近我在研究人工智能和教学工作如何结合的时候，不知不觉也重新梳理了一下自己的人生规划和数字资产管理。这些思考的核心是找到一种高效的方法，将资源、目标和行动紧密结合，避免陷入盲目记录或存储的陷阱。在这里，我想通过一种分享的方式，向大家介绍我的一些体会。

数字资产

从资产角度看，最直观的便是金钱、房产等有形资产。其实，我们的资产还涵盖精神资产或者说是精神财富，诸如我们的思考、记忆，对周围世界的认知、观点、看法以及价值观，它能确保我们以自认为妥当且自洽的方式，运用过去的经验，去面对未来世界中遇到的问题。而物质资产，除了金钱、房产、首饰，以及电脑、手机等有形物质外，还有数字资产，这个词听起来可能有点抽象，但其实就是我们平时接触的各种数字化的东西。比如说手机里的照片、电脑里的文档、社交媒体上的互动记录……这些都是典型的数字资产，这些内容塑造了我们在数字世界独一无二的特性。

重构我数字资产管理观念的一本书

2023年我读了一本叫《第二大脑》的书，里面讲了很多关于信息整理的方法，挺有启发的。比如说里面的 CODE 和 PARA 两种方法，这些理念对我后来的实践影响挺大的。

CODE分别是：收集、整理、提炼、输出，是信息从入到出的流程。输入的目的是为了输出，如果资源的保存不是为了输出，那么价值就会大打折扣。

PARA分别是：项目、领域、资源、归档，这对应了信息和资源存储的方式，我认为它位于 CODE 的 O 这个部分。

一年实践后我的思考

我在这个过程中，把这套组织方式调整为 Doing（在办事项）Role（人生角色）Resource（参考资料）Archive（归档保存）四个类别，其含义和组织方式也与PARA有所区别。尤其是在这些文件夹之外，会有一个Goal 文件，这个文件应该是一个引导清单式的内容，帮助使用者确认和不断迭代，探寻自己的人生目标。毕竟人生的每个角色都应围绕主题目标前行，如此才能有所收获，实现目标。

Goal - Role - Doing(inbox) - Resource - Archive 这反映了我对于整个人生和数字资产管理的一个思考。

如果用日常做饭来比喻：

Doing 就如同菜板上正在处理的食材，如果用做饭来比喻，正在切的菜就如同 Doing 。
那么Role 则是今天要做的菜单，其服务于Goal，比如来客人了，应该制定什么样的菜单，而如果近期想减肥，应该制定什么样的菜单；说到兴趣，我认为可以将其归到角色范畴里，而非一定要像PARA那样，放在 Resource 文件夹中。
Resource 应该是冷藏室，需要的东西都能从里面拿到。这个角度思考， Resource 的意义应该是存储一些不能放在 doing ，却会被反复使用的材料，比如个人的工作总结、工作履历材料、学习资料、电子书，以及做设计的参考资料等，这样或许更容易理解。
而 Archive 就好比冷冻室，一些不常用的食材，都可以放在这里面，可以帮助更加聚焦眼前要做的事情。
名为 Target 、 Goal 或者 Destiny 的文件，用来存放人生目标，包括长期和短期的，或者是一个分为长期目标和短期目标的待办清单，人生目标不是一成不变的，而且每个人都会不同，尤其要通过这个文件把自己的隐性的目标显性化。我觉得它应当是清单式、引导式的，需要定期回顾反思、重新梳理。对有些人而言，它可能是一个待办事项清单（To-do List）；但对另一些人来说，或许只是简单的几句话。

关系

如此一来，便构建起了一个以目标为统领，拆解为不同角色的体系。在 Doing 文件夹里处理各种当下正在进行的事务，完成后要放回相应的角色文件夹。要是有放不进去的内容，那就表明这件事与目标无关，值得我们反思，要么调整目标，要么重新审视这件事。结合时间管理，这就容易在 Doing 文件夹中发现什么是需要尽快办，什么是可以不办，还有那些可以委托代办等等。

Doing 中每个文件夹都应该与角色文件夹紧密关联，所有的在办事项都应是角色的一部分。如果发现待办事项与角色无关，那就说明这件事跟目标无关。而且每个角色文件夹都应与目标紧密相连。要是出现不相关的事情，那就意味着即便做了，对人生目标也毫无价值与意义。比如说，我把生活中的事务按照“角色”来分类管理。工作、学习、家庭中不同的角色就像一个个独立的模块，每个模块里都有对应的待办事项。如果某个任务看起来和我的核心目标没什么关系，我就会停下来想一想：这个事情到底重要吗？值得花时间去做吗？

Role 文件夹中的每个文件夹，都应该是一个身份和角色，最容易想到的就是和工作相关，但要适当具象化，比如不是写“教师”，而是写“某门课的老师”“科研和论文产出的机器”等等，只要自己明白这个角色是什么，没有那么多条条框框，让自己开心比这个角色描述准确更加重要，即使发现名字不准确，想到准确的再去修改就好。另外还有一些生活上的角色，比如园丁、家庭厨师、家政保洁，这都是说自己在家务中承担的角色，当然，文件夹的创建规则也不是先想出一堆角色创建一堆空文件夹，而是真的有东西要放进去的时候，再去创建。

Resource 文件夹就像是我的素材库，里面存放着各种参考资料。比如说我看过的一本好书、找到的学习资料、做设计用的灵感图、创意的火花还有个人的年度总结，考核表等等。

而 Archive 就像一个时间胶囊，所有前面文件夹产生的内容，一旦与自己的人生目标不再一致或者已经失去了时效性不会被频繁访问，都可以安心的放在这里。从数据存储的视角，Archive 可以存放在访问速度缓慢但容量很大的地方，其他几个则应放在访问速度更快、触手可及的地方。

首发于我的知识星球，2025 年 1 月。

掌控手机，重拾正念

2025-01-22T00:00:00+08:00

“叮～”一声提示音响起，你拿起手机查看一条微信消息。然而，几分钟后，你会发现自己已经深陷朋友圈、抖音和淘宝的无底洞中，一个多小时就这样悄然流逝。

这并非个例，而是许多人日常生活的一部分。信息洪流的时代，手机已经从工具变成了我们的主导者。每天上百次的查看频率，十多个小时的屏幕时长，让人疲于应对。

但我们并不是无能为力的。其实，找到方法重新掌控自己的生活并不难。以下是我个人尝试后的一些心得，希望对你有所启发。

方法一：断舍离，从归零开始

要实现对手机的有效管理，我的第一步是对通知进行一次大扫除。这并不容易，但带来的轻松感让我感到值得。

关闭所有通知：我打开了手机设置，把所有应用的通知功能都关掉了。乍一看有点极端，但试过后你会发现，这真的能让你摆脱被打扰的感觉。
筛选重要应用：接着，我重新梳理了一遍自己的应用列表，只留下那些对我来说真正有用的工具，比如日历提醒和健康类应用。
逐步放开“关键”通知：然后，我为这些重要应用单独开启通知权限。比如微信，我把群聊折叠不提醒，朋友圈红点隐藏，甚至关闭了视频号入口。

方法二：滴水穿石，清理“杂音”

有时候，信息的干扰并不是一下子涌来的，而是潜移默化的。我逐步采取了以下方式，让手机对我的干扰越来越少：

及时处理新通知：每当有新推送时，我都会停下来想一想它的价值。对那些没用的消息，我干脆去设置中直接关闭它们的通知功能。
保持警惕：新安装的应用，我默认都选择“不允许通知”，这样能避免被额外的信息源打扰。

持续优化：习惯的养成

管理手机通知并不是一蹴而就的事，需要一点点习惯的积累。

定期检查：我每年会花几分钟回顾一次通知设置，确认是否有可以再优化的地方。
灵活应对变化：当遇到新的应用或需求时，我会先审视它是否真的需要通知权限，再做决定。

为什么这样做对我有效？

我从《高效能人士的七个习惯》中找到了一些理论依据：“影响圈”和“关注圈”。通过把注意力放在自己能掌控的事情上，我能更好地应对外界的干扰。

实践下来，我感受到：

干扰减少了：筛选和关闭不必要的通知，让我不再被手机牵着走。
效率提升了：只保留对我有意义的信息，处理事情的速度也更快了。
压力减轻了：简单化的信息输入，让我不再焦虑不安，日子也平静了许多。

这些方法对我来说不仅是一次“断舍离”，更是一次自我对话。我逐渐找回了生活的平静和专注。

“刷屏背后，皆是焦虑”。是时候直面自己的焦虑，重回正念了。或许，你也可以尝试一下？

首发于我的知识星球，2025 年 1 月。

关于近期写比赛申报书的一点感受

2024-11-21T00:00:00+08:00

虽然没写完比赛的本子，但还是要回顾一下自己整个写申报书的历程。从最开始，我的想法是能够收集尽量多的数据。因为之前写过一些材料，所以有一些积累。我想通过人工智能的方式把这些材料提炼出来，然后拿一个差不多的版本再跟大家讨论。但是我做着做着发现这个想法不太实际。因为依靠这种堆材料、AI辅助的方式，好像AI无法get到我的点，或者说在我自己都没有一个清晰思路的情况下，没有办法指挥AI去攒出一个有点儿模样的本子。

后来，我尝试着自己去写。我发现自己写的部分是大家讨论完之后能够留下的部分。前几天跟大家一起的讨论会非常有价值，大家找到了我整个思考或者写本子的盲区。我认为写本子应该是有一点论述性质的内容，但实际上通过大家的指点，我发现更多的是去陈述，不是去教评委，不是给评委讲道理，而是告诉评委我们做了什么，清晰地呈现出我们做这些事背后的逻辑关系。这是很重要的。

所以我开始调整，现在开始写第4版。整个心态也经历了从开始觉得时间还剩很多，然后觉得有AI的辅助应该胜券在握，到不断地陷入烦躁迷茫，甚至觉得压力巨大。虽然我看过或者跟随过很多选手一起打比赛，我知道大家在备赛过程中压力非常大，甚至有否定自己、想放弃的时候，这些我都明白，也知道。我认为自己在做这件事时会更从容，但事实上并不是这么简单。我在做这件事时还是会像其他选手一样，经历成长的过程。

今天看到一个关于人工智能未来发展方向的分享，里面提到我们现在所做的人工智能很多时候都是面对既有内容的生成，但是未来的人工智能应该是持续学习型的；对于普通人来说，也是需要持续学习的，需要不断学习新知识，不断记录自己的想法。文章中的建议是手边随时要有一张可以记录想法的纸，这样能够每天积累自己的内容，并且定期尝试写作，用这种方式把自己的思考固化下来，并发现其中有价值的部分。这是我的短板，虽然以前想过很多次要补齐这个短板，而且还想依靠人工智能来做这件事，现在发现，该自己做的还是要自己做。

首发于我的知识星球，2024 年 11 月。

我是如何看待和判断 AI 的能力边界

2024-11-06T00:00:00+08:00

在当前的人工智能发展阶段，如果让我判断一项任务是否可以交给AI去做，我通常会先问自己两个问题：

这件事是把AI当作工具使用吗？还是让它成为生产力本身？
这件事最终的目的尝试取代使用者的作用吗？

如果这两个问题中有一个答案是“是”，那么我认为这项任务就超出了AI目前的能力边界。

1. AI是工具还是生产力？

首先，AI现在仍处于生成式人工智能的阶段。它的工作原理是基于已有模型进行“生成”，而不是“创造”——这意味着它并不具备真正的创新能力。最近，Apple的研究者发布了一篇名为《GSM-Symbolic：理解大语言模型中数学推理的局限性》的论文，分析了OpenAI的GPT-4、Llama、Gemma等开源模型的局限性。研究表明，这些AI模型更像是复杂的模式匹配器，而不是具有推理能力的智能系统。简单来说，它们依赖的是数据中的关联性，而不是理解和推理的能力。因此，AI目前更多的是作为一个工具来辅助我们工作，而不是独立的生产力。

举个并不是恰当的例子，我们可以把AI当作一个高效的文案助手，它能帮你生成内容、提供灵感，但它无法像使用者自己一样，运用其独特的成长经历和认知视角去完成一个属于使用者自己的结果（本文就是经历了写作- AI改写-人工改写的过程）。所以，在某些任务中，它可以是一个非常强大的助手，但它的“创造力”是有限的。所以，过度的想象或者脑补其功能，将其从生产工具上升为生产力，还是没有正确认知AI现在的能力。当然这也许在将来的某一天，能够真的变成生产力。

2. AI是否能取代用户的角色？

再来看第二个问题，我们经常会听到关于某些职业是否会被AI取代的讨论。但实际上，如果我们期望AI能够完全独立完成任务，而不需要人的介入，那么我们实际上是在寻求一种替代。这种使用方式本身就是错误的，因为它忽视了人的参与和决策的重要性。

举个例子，想象一下你希望AI做一份市场分析报告，而你只给出一个简短的prompt：“帮我写一份市场分析报告。” 如果你期待AI自动生成一个完全符合你需求的报告，而你自己完全不参与其中，那么你的目标可能就错了。AI可以帮你提供数据支持、整理信息，但它无法完全替代你的判断和策略思考，因为这些是需要你亲自介入的。

这种情况下，AI并不是为了替代你，而是作为一个增强工具，帮助你提高效率、拓展思路。我们必须明确AI的使用方式，不能让它成为“全能神”，也不应当指望它代替我们所有的决策和创造。

当然，随着时间的推移，也许AGI终会出现，现在的研究也慢慢从语言向端到端的多模态进行演进，也许我们就见证了一个新物种的诞生，但那个时候才是真正去讨论开头的两个问题，以及现在做的这些事，对于人类来说到底是对还是错。

首发于我的知识星球，2024 年 11 月。

关于“无为”

2024-09-05T00:00:00+08:00

起因

下班的路上，听了意公子解读的“无为”，虽然初听对其中个别观点不赞同，但是她对这个词的解释，让我看到了一个新的认知路线。而且后劲十足，晚上和小伙伴分享的时候，又有了新的感悟。

思考

我原本认为的“无为”，就是不做干涉，如“无为而治”。现在看来，这种理解可能过于表面和简单化了。

新的认知视角是：无为并非没有目标，而是认真和全力以赴地做事，但对目标达成不抱过多期待。这种态度能让人在成功或失败时都保持平静。我意识到，这其实是一种更深层的生活哲学。

于是，“不以物喜，不以己悲”这句话对我有了新的意义。我开始认同：只有自己才能真正影响自己的心情。这种思维方式，可能是我一直追求却未能达到的境界。

我认为，无为不是事后的修行，而是事前的预期管理。达到“无为”，需要我改变根深蒂固的思维模式和行为习惯。

接下来，我需要在日常生活中逐步实践这种新的认知方式。这可能是一个漫长而艰难的过程，但我觉得值得尝试。

行动

目标：培养不执着的心态，保持内心平静，减少对结果的过度期待。

觉察期待（正念练习）：每天使用 Apple Watch 的“呼吸”应用时，觉察自己对事物的期待；呼气时想象放下这些期待，体验当下的感受。
情绪中立（情绪平衡）：用 Apple Watch 记录情绪时，观察自己对“好”或“坏”情绪的执着；尝试以平等的心态看待各种情绪，不刻意追求或回避。
接纳不完美（放下执着）：查看活动圆环时，无论完成与否，都以平和的心态接受。反思：完成目标和内心平静，哪个对你更重要？
观察想法（减少判断）：进行 5 分钟冥想时，留意自己的想法，但不加评判；练习让想法如云般飘过，不执着于任何一个。
顺其自然（随缘态度）：睡眠追踪后，接纳每晚的睡眠质量，不强求改变。思考：如何在追求更好和接受现状之间找到平衡？
日常反思（深化理解）：每周选一天，用备忘录简单记录你对“无为”的新理解。思考：今天的哪些经历让你更接近或远离“无为”的状态？

首发于我的知识星球，2024 年 9 月。