对于AI辅助学习的见解——AI错觉的拨乱

Sun, 31 May 2026 00:00:00 +0800

近日在学习CS61A，起初的学习是通过看视频课程，做对应lab，project，以求完善知识，但是很快发现视频太过于冗长，虽然保留了最生动的思维模式，可是对于想要快速获得领会其中知识的人来说，无疑是个煎熬，那么此时我便把目光转向了官方的教程文档，文档比起视频精简许多，文字的知识传播效率非常高（前提是你能充分理解）但文档的规整性迫使遣词造句非常复杂化，在学习进度的压迫下，我们无法慢慢啃骨头，所以就会引入ai的帮助。

AI、LLM、Agent 的区分

无论是博主本身还是身边的人都会出现基础的混淆：

AI：是一个泛称，任何能让机器表现的像智能的技术
LLM：本质类似函数，接受 token 序列，输出下一个 token 的概率分布，训练完成后权重被固定
Agent：在 LLM 下套了系统，包括工具调用、记忆、规划

在此之下还引入了另一个概念——Token：其实就是 LLM 处理文本所接受的最小单元，任何语言图片符号均会被转化成 token 输入给 LLM。

AI辅助的学习闭环陷阱

我通常使用 Claude 帮助，把一大段艰难晦涩的知识点喂给他，而后阅读他精简的版本，获得最好的理解，在此之后，我会让 Claude 输出讲解的 md 文件放在我固定的 vault 文件夹下。

但是整个逻辑在此闭环了，发现问题所在了吗？

从始至终，我的知识理解仅限一个环节，就是 ai 的讲解，我确认我理解，然后过。记忆的过程原本是跟着啃文档的长时间生跟发芽的，而现在呢，知识被解耦成易于理解的部分后，时间成本的投入降低，进而导致知识的留存度过低。

这件事不仅仅限于看课程，当做对应的 lab，project 时，遇到英文，或是不会的太常见了，现在就会进入求助 ai，ai 引导，简化知识，最后你负责填写了一些关键代码思路的空，感觉自己动了，实则当时间的维度被拉长到数天，甚至不用数个月，就会发现，这都是错觉。

解法

那应该怎么去解决这个问题呢？详见对学习的反思篇博客，再次简单的概述：

我觉得学习的逻辑线收束必定要有输出，无论是自己写一遍代码，或者是自己写一篇习得内容的博客，这本身就是对信息的强化。对于必要的值得记忆的信息，还应该借助 Anki 去按周期复习，才能获得最好的成效。

在 AI 时代无疑提供了很大的学习便利，但是所谓 AI 幻觉的产生，本质是对快速获取知识红利的追偿。

LLM on JasperSao的博客

对于AI辅助学习的见解——AI错觉的拨乱

AI、LLM、Agent 的区分

AI辅助的学习闭环陷阱

解法