AI時代，每一個高考生都應該掌握帶領AI解決真實問題的閉環能力。
整理版優先睇
AI時代核心競爭力：定義問題、批判思維、系統思維、邏輯表達、審美創造力同項目能力，而唔係死記硬背
呢篇文章係彭俊旗喺高考第一日有感而發，寫俾考生同家長嘅一封信。佢提出一個核心觀點：AI時代，記得多資訊已經唔再係最大優勢，反而係一個人嘅「閉環能力」——即係面對真實問題，睇得清、拆得明、做出嚟——先係未來拉開差距嘅關鍵。
作者指出，傳統高考訓練嘅係「會答題」，但真實世界嘅問題冇標準答案，需要嘅係定義問題、批判性思維（唔盲目信權威）、系統思維（睇到問題背後嘅關聯）、邏輯表達（講得清複雜嘢）、審美創造力（判斷咩係好作品），同埋最重要嘅項目能力（唔止學知識，仲要真係做出嚟）。呢六種能力係AI時代嘅核心競爭力，大學階段要有意識咁訓練。
總括嚟講，呢篇文章提醒我哋：AI係工具，人係主體；與其擔心被取代，不如練好呢啲能力，令自己成為能夠指揮AI解決問題嘅人。
- 結論：AI時代核心競爭力係定義問題、批判思維、系統思維、邏輯表達、審美創造力同項目能力，而唔係死記硬背。
- 方法：要從「會答題」轉向「會定義問題」，主動拆解混亂資訊。
- 差異：AI擅長標準化問題，人需要處理非標準、系統性問題。
- 啟發：資訊爆炸時代，批判性思維同審美判斷力比以往更重要。
- 可行動點：大學期間多做項目，完整經歷從問題發現到交付嘅閉環，鍛煉實戰能力。
從「會答題」到「會定義問題」
高考訓練我哋喺確定規則底下解決問題，但真實世界嘅問題通常係一團亂。例如客戶話要AI智能體，但真正問題可能係數據唔完整；老闆話要提高效率，但真正問題可能係流程未梳理。呢啲問題冇標準答案，所以大學階段最重要嘅係訓練問題定義能力：喺混亂資訊入面判斷真正嘅問題係乜。
記住：AI擅長處理標準化問題，但只有人能夠定義問題。未來拉開差距嘅，就係呢種定義問題嘅能力。
批判性思維：唔好別人講咩就信咩
AI時代資訊會愈嚟愈多，但唔一定啱。所以大學一定要訓練批判性思維——唔係為反對而反對，而係識得追問：呢個結論嘅根據係咩？數據邊度嚟？有冇忽略其他情況？放喺現實成唔成立？
例如有人話「AI會替代所有文科專業」，呢句太粗。AI會影響寫作、翻譯、資料整理，但唔等於唔需要人理解社會、理解人、理解組織。同樣，話「學計算機就一定有前途」都太粗。如果只係寫code，唔理解業務同用戶，好容易被工具推住走。
- 追問依據：呢個結論嘅數據邊度嚟？
- 考慮反例：有冇忽略嘅情況？
- 現實驗證：放喺真實環境行得通嗎？
系統思維：唔好淨係睇一個點
好多學生習慣解決單點問題，但真實工作入面問題往往係系統性嘅。例如企業銷售唔好，唔一定係銷售唔努力，可能係客戶畫像唔清楚、產品賣點未講透、線索質量差、跟進流程亂、報價策略唔清、售後反饋冇回傳。
所以大學要有意識咁訓練系統思維：唔好只睇一個點，要睇點同點之間嘅關係。一個問題背後可能有流程、角色、數據、工具、利益、習慣、組織協同。
邏輯表達同審美創造力：講得清、判斷到咩係好
AI時代，表達能力反而更重要。AI可以幫你生成內容，但唔可以替你承擔判斷。所以要訓練自己將複雜嘢講清楚：問題係咩、點解重要、卡喺邊、有咩方案、每個方案嘅代價、第一步做咩、點判斷效果。呢個就係邏輯表達能力。
另一方面，AI識得生成好多嘢，但真正稀缺嘅係判斷——咩係好？有冇味道？打唔打動人？符唔符合品牌？呢啲就需要審美同創造力。唔好只係識得專業課，要多睇作品、多做項目、多接觸真實問題。
項目能力：將事情做出嚟
我覺得大學最應該補嘅一課係項目能力。唔係為比賽或簡歷，而係儘早經歷一次完整過程：發現問題、做調研、提出方案、揾工具、做出初版、收到反饋、修改迭代、最後交付結果。
呢個過程非常重要，因為佢會令你明白書本知識同真實問題之間隔咗好遠。你會遇到模糊需求、資源唔夠、別人不配合、方案好但落地難。呢啲嘢課堂上未必教，但社會一定會考。
- 發現一個真實問題
- 做調研、提方案、揾工具
- 做出初版並攞反饋
- 迭代改進直到交付
「未來真正拉開距離嘅，唔係一個人記唔記得更多資訊，而係佢可唔可以面對一個真實問題，睇清楚、拆解明白、做出嚟。」 |
高考第一日，我想講啲唔同嘅嘢。
好多細路仔走入考場，好多家長喺考場出面等。
呢個場景每年都會發生，但今年我會諗多一層：呢批學生入咗大學之後，面對嘅世界已經同以前唔同咗。
以前，一個人只要識學、識考、識背、識刷題，就已經可以得到好強嘅競爭力。但 AI 出現之後，好多嘢變咗。
知識依然重要，學歷依然重要，高考依然重要。但淨係識讀書、淨係識做標準答案，已經唔夠喇。
因為 AI 好擅長處理標準化問題。佢可以總結資料，寫初稿，翻譯，做表格，生成方案，寫 code，分析數據。
未來真正拉開距離嘅，唔係一個人記唔記得更多資訊，而係佢可唔可以面對一個真實問題，睇清楚、拆清楚、做出嚟。
一、由「識答題」走向「識定義問題」
高考訓練嘅係喺確定規則下解決問題。題目已經俾咗你，範圍已經劃定，標準答案都存在。
但真實世界唔係咁。企業遇到嘅問題，好多時唔係一條題，而係一團亂。
▎ 客話要 AI 智能體，但真正問題可能係數據唔完整。
▎ 老細話要提高效率，但真正問題可能係流程冇梳理過。
▎ 團隊話內容做唔出嚟，但真正問題可能係選題、劇本、素材、分發冇形成閉環。
呢啲問題冇標準答案。所以大學階段好重要嘅一件事，唔係淨係繼續做題，而係開始訓練自己：可唔可以喺一堆混亂嘅資訊裏面，判斷真正嘅問題係咩。
呢個就係 AI 時代最重要嘅能力之一：問題定義能力。
你問錯問題，AI 會幫你更快咁行歪。你問啱問題，AI 先至可以變成放大器。
二、批判性思維：唔好人哋講咩就信咩
AI 時代資訊會越嚟越多。以後唔係冇資料，而係資料太多。一揾就一堆答案，一問 AI 都生成好多解釋。但問題係：呢啲嘢全部都啱咩？
唔一定。所以大學裏面一定要訓練批判性思維。
咩叫批判性思維？唔係為咗反對而反對，而係可以追問——呢個結論嘅根據係咩？數據從邊度嚟？有冇忽略其他情況？放喺現實裏面成唔成立？
例如有人話「AI 會取代曬所有文科專業」，呢句話就太粗。AI 會影響寫作、翻譯、資料整理、內容生成，但佢唔代表唔需要人理解社會、理解人、理解組織、理解表達。
再例如有人話「讀 computer science 就一定有前途」，都太粗。技術當然重要，但如果一個人淨係識寫 code，唔理解業務，唔理解用戶，唔識表達，唔識判斷，佢都好容易俾工具推住走。
AI 時代，越係資訊多，越需要自己判斷。
三、系統思維：唔好淨係睇住一個點
好多學生習慣解決單點問題。呢條題點做？呢個知識點點背？呢個考試點過？
但真實工作裏面，問題往往係系統性嘅。
一個企業銷售唔好，唔一定係銷售唔夠努力。可能係客戶畫像唔清楚，產品賣點冇講透，線索質素差，跟進流程亂，報價策略唔清楚，售後反饋都冇返到前端。
一個 AI 項目做唔成，都唔一定係模型唔得。可能係數據唔完整，流程冇梳理，權限冇設計，業務負責人冇參與，結果都無法驗證。
所以大學階段要有意識咁訓練系統思維。唔好淨係睇一個點，要睇點同點之間嘅關係。
一個問題背後，可能有流程、角色、數據、工具、利益、習慣、組織協同。你睇到呢啲關係，以後解決問題嘅能力就會完全唔同。
四、邏輯表達：可以將複雜事情講清楚
AI 時代，表達能力反而更加重要。
因為 AI 可以幫你生成好多內容，但佢唔可以幫你承擔判斷。一個人如果自己都講唔清楚問題，AI 都好難幫佢做出真正有價值嘅嘢。
以後無論讀咩專業，都要訓練自己將複雜事情講清楚：問題係咩，點解重要，而家卡喺邊度，有啲咩方案，每個方案嘅代價係咩，第一步應該做啲咩，點樣判斷有冇效果。
呢個就係邏輯表達能力。唔係寫靚說話，而係將事情講清楚。
一個人可唔可以寫清楚一份方案，可唔可以講清楚一個項目，可唔可以將自己嘅判斷表達出嚟，會直接影響佢以後可以做幾大嘅嘢。
五、審美同創造力：AI 可以生成，但人要判斷咩係好
AI 好叻生成。圖片、影片、文案、PPT、劇本、音樂，都會越嚟越容易。
但生成容易之後，真正稀缺嘅會變成判斷。咩係好？咩有味道？咩打動人？咩符合品牌？咩只係好睇但冇用？
呢個就需要審美同創造力。審美唔係淨係屬於藝術生。做產品需要審美，做內容需要審美，做商業方案都需要審美。
一個粗糙嘅人，會將 AI 用成批量製造平庸內容嘅機器。一個有審美、有判斷嘅人，會將 AI 用成放大創造力嘅工具。
所以大學裏面唔好淨係睇住專業課。要多啲睇作品，多做項目，多觀察生活，多接觸真實嘅人同真實問題。
人嘅感受力，會變成未來非常重要嘅競爭力。
六、項目能力：唔好淨係學知識，要將事情做出嚟
我覺得大學裏面最應該補嘅一課，係項目能力。唔係為咗比賽而比賽，亦唔係為咗 CV 堆經歷。
而係盡早俾自己經歷一次完整過程：發現一個問題，做調研，提出方案，揾工具，做出初版，拎到反饋，修改迭代，最後交付一個結果。
呢個過程非常重要。因為佢會令你明白，書本知識同真實問題之間隔得好遠。你會遇到模糊需求，會遇到資源唔夠，會遇到其他人唔配合，會遇到方案諗得好好但落地好難。
呢啲嘢，課堂上唔一定會教，但社會一定會考。
AI 時代，要可以指揮 AI 團隊將事情搞掂。
知識變成判斷，判斷變成方案， 未來真正有競爭力嘅人， |
Resona · 鳴 · 令每一次對話，都有迴響 2026-06-07 · 彭俊旗 |
「未來真正拉開差距的，不是一個人能不能記住更多信息，而是他能不能面對一個真實問題，把它看清楚、拆明白、做出來。」 |
高考第一天，我想說點不一樣的。
很多孩子走進考場，很多家長在考場外等。
這個場景每年都會發生，但今年我會多想一層：這批學生進入大學以後，面對的世界已經和過去不一樣了。
過去，一個人只要會學、會考、會背、會刷題，就已經能獲得很強的競爭力。但 AI 出現以後，很多事情變了。
知識依然重要，學歷依然重要，高考依然重要。但只會讀書、只會完成標準答案，已經不夠了。
因為 AI 很擅長處理標準化問題。它能總結資料，能寫初稿，能翻譯，能做表格，能生成方案，能寫代碼，能分析數據。
未來真正拉開差距的，不是一個人能不能記住更多信息，而是他能不能面對一個真實問題，把它看清楚、拆明白、做出來。
一、從“會答題”走向“會定義問題”
高考訓練的是在確定規則下解決問題。題目已經給你，範圍已經劃定，標準答案也存在。
但真實世界不是這樣。企業遇到的問題，經常不是一道題，而是一團亂。
▎ 客戶說要 AI 智能體，但真正問題可能是數據不完整。
▎ 老闆說要提高效率，但真正問題可能是流程沒有梳理。
▎ 團隊說內容做不出來，但真正問題可能是選題、腳本、素材、分發沒有形成閉環。
這些問題沒有標準答案。所以大學階段很重要的一件事，不是隻繼續做題，而是開始訓練自己：能不能從一堆混亂的信息裏，判斷真正的問題是什麼。
這就是 AI 時代最重要的能力之一：問題定義能力。
你問錯問題，AI 會幫你更快地走偏。你問對問題，AI 才能成為放大器。
二、批判性思維：不要別人說什麼就信什麼
AI 時代信息會越來越多。以後不是沒有資料，而是資料太多。一搜一堆答案，一問 AI 也能生成很多解釋。但問題是：這些東西都對嗎？
不一定。所以大學裏一定要訓練批判性思維。
什麼叫批判性思維？不是為了反對而反對，而是能追問——這個結論的依據是什麼？數據從哪裏來？有沒有忽略別的情況？放到現實裏成立嗎？
比如有人說“AI 會替代所有文科專業”，這句話就太粗。AI 會影響寫作、翻譯、資料整理、內容生成，但它不等於不需要人理解社會、理解人、理解組織、理解表達。
再比如有人說“學計算機就一定有前途”，也太粗。技術當然重要，但如果一個人只會寫代碼，不理解業務，不理解用戶，不會表達，不會判斷，他也很容易被工具推着走。
AI 時代，越是信息多，越需要自己判斷。
三、系統思維：不要只盯着一個點
很多學生習慣解決單點問題。這道題怎麼做？這個知識點怎麼背？這個考試怎麼過？
但真實工作裏，問題往往是系統性的。
一個企業銷售不好，不一定是銷售不夠努力。可能是客戶畫像不清楚，產品賣點沒說透，線索質量差，跟進流程亂，報價策略不清楚，售後反饋也沒有回到前端。
一個 AI 項目做不成，也不一定是模型不行。可能是數據不完整，流程沒梳理，權限沒設計，業務負責人沒參與，結果也無法驗證。
所以大學階段要有意識地訓練系統思維。不要只看一個點，要看點和點之間的關係。
一個問題背後，可能有流程、角色、數據、工具、利益、習慣、組織協同。你能看到這些關係，以後解決問題的能力就會完全不一樣。
四、邏輯表達：能把複雜事情講清楚
AI 時代，表達能力反而更重要。
因為 AI 可以幫你生成很多內容，但它不能替你承擔判斷。一個人如果自己都講不清楚問題，AI 也很難幫他做出真正有價值的東西。
以後不管學什麼專業，都要訓練自己把複雜事情講清楚：問題是什麼，為什麼重要，現在卡在哪裏，有哪些方案，每個方案的代價是什麼，第一步應該做什麼，怎麼判斷有沒有效果。
這就是邏輯表達能力。不是寫漂亮話，而是把事情說清楚。
一個人能不能寫清楚一份方案，能不能講清楚一個項目，能不能把自己的判斷表達出來，會直接影響他以後能做多大的事。
五、審美和創造力：AI 能生成，但人要判斷什麼是好
AI 很會生成。圖片、視頻、文案、PPT、腳本、音樂，都會越來越容易。
但生成容易以後，真正稀缺的會變成判斷。什麼是好？什麼有味道？什麼打動人？什麼符合品牌？什麼只是好看但沒有用？
這就需要審美和創造力。審美不是隻屬於藝術生。做產品需要審美，做內容需要審美，做商業方案也需要審美。
一個粗糙的人，會把 AI 用成批量製造平庸內容的機器。一個有審美、有判斷的人，會把 AI 用成放大創造力的工具。
所以大學裏不要只盯着專業課。要多看作品，多做項目，多觀察生活，多接觸真實的人和真實問題。
人的感受力，會變成未來非常重要的競爭力。
六、項目能力：不要只學知識，要把事情做出來
我覺得大學裏最應該補的一課，是項目能力。不是為了比賽而比賽，也不是為了簡歷堆經歷。
而是儘早讓自己經歷一次完整過程：發現一個問題，做調研，提出方案，找工具，做出初版，拿到反饋，修改迭代，最後交付一個結果。
這個過程非常重要。因為它會讓你明白，書本知識和真實問題之間隔着很遠。你會遇到模糊需求，會遇到資源不夠，會遇到別人不配合，會遇到方案想得很好但落地很難。
這些東西，課堂上不一定教，但社會一定會考。
AI 時代，要能指揮 AI 團隊把事情搞定。
知識變成判斷，判斷變成方案， 未來真正有競爭力的人， |
Resona · 鳴 · 讓每一次對話，都有迴響 2026-06-07 · 彭俊旗 |