两年前，ChatGPT 3.5刚发布不久，我立刻约见了一位“高人”——正是他在四年前提醒我关注OpenAI的动向。 当时他谈论AI的发展时，技术还处于“画饼”阶段，但GPT 3.5的出现让我意识到，他预言的时代可能真的来了。 那次见面，我主要想探讨三个层面的问题：长期来看，人类与AI的未来会如何？中期来看，网络信息的洪流会带来怎样的挑战？短期来看，个人如何更好地利用AI？

正文

'两年前，ChatGPT 3.5刚发布不久，我立刻约见了一位“高人”——正是他在四年前提醒我关注OpenAI的动向。 当时他谈论AI的发展时，技术还处于“画饼”阶段，但GPT 3.5的出现让我意识到，他预言的时代可能真的来了。 那次见面，我主要想探讨三个层面的问题：长期来看，人类与AI的未来会如何？中期来看，网络信息的洪流会带来怎样的挑战？短期来看，个人如何更好地利用AI？ 结果，刚问了两个问题，我就发现很多疑惑已经不言自明，答案呼之欲出。这两年，我不断尝试各种AI模型，测试不同项目，无非是希望在AI时代不被甩得太远。（虽然现在看来，差距已经不小了……） 今天，我想分享一个使用AI模型的深度思考技巧——AI问你答。 当你试图理清思路时，如果直接让AI给出方案，结果可能不尽如人意，因为AI提供的往往是它认为你需要的，而非你真正想要的。 这时，不妨换个方式：先提供背景和目标，然后让AI提出一系列问题。通过你的回答，AI会不断修正对问题的理解，直到它准确把握你的需求，再让它给出方案。 举个例子，我会这样说—— “建议先别急着回答。首先，帮我把上面的问题结构化调整，使其更符合思考逻辑，目前有点流水账的感觉。然后，基于梳理后的内容，再次提问。” 这种方式不仅能帮助AI更好地理解你的需求，也能让你在回答问题的过程中逐步理清思路，最终得到更精准的解决方案。 这种对话式思考的本质，是将AI转化为思维的镜面。 当我们单向提问时，潜意识里容易陷入"答案依赖症"，而当AI开始反向提问，实际是在重构我们的思维路径——就像苏格拉底用诘问法揭示真理，AI的追问同样能暴露逻辑漏洞。 每一次回答AI的问题，都是在进行思维的"压力测试"，那些模糊的直觉被具象化为可验证的陈述，飘忽的灵感被锚定成可执行的步骤。 当我们学会用AI提问来触发深度反思，技术就不再是答案的供应商，而进化为认知进化的催化剂。'

请到「今天看啥」查看全文