師生心理學江湖：對話手冊 第240章 課 從“解題”到“出題”：AI時代的人才革命

——一堂融合心理學、易經與哲學的智慧課

27歲騰訊首席科學家姚順雨的逆襲之路，堪稱AI時代的人才寓言。從清華姚班到普林斯頓博士，從OpenAI核心研究員到行業頂尖科學家，他用一年多時間打破傳統職業路徑的十年定律，而這一切的核心密碼，藏在他那篇刷屏的《AI下半場》中——“AI競爭重心從‘解決問題’轉向‘定義問題’”。這堂特殊的課程，將以姚順雨的成長故事為藍本，通過和藹教授與葉寒、秦易等六位學生的課堂對話，拆解“定義問題”背後的心理學認知模型、易經變易智慧與哲學思維本質。我們將看到，當AI已能攻克大部分技術難題，人類真正的核心競爭力如何從“刷題得分”轉向“命題立局”，而這種能力不僅適用於AI領域，更能重塑每個普通人的成長軌跡。

課堂正文

（陽光透過階梯教室的落地窗，灑在擺滿書籍的講台上。和藹教授端坐在中間，葉寒、秦易、許黑、蔣塵、周遊、吳劫六位學生圍坐成半圓，桌上攤著《AI下半場》的列印稿，眼神裡滿是好奇）

和藹教授：同學們早上好！今天咱們不談枯燥的理論，從一個“顛覆常識”的故事開始——27歲的騰訊首席科學家，大家覺得可能嗎？

秦易率先舉手：教授，這也太不可思議了吧！我表哥博士畢業進國企，熬了八年才評上高級工程師，首席科學家這種級彆的職位，不得是頭髮花白的行業泰鬥？

許黑摸了摸下巴：我之前看過姚順雨的報道，他從博士畢業到入職OpenAI，再到成為首席科學家，全程才一年多。這速度簡直像開了掛，不會是媒體誇張吧？

和藹教授笑著搖頭：不是誇張，而是時代變了。就像《AI下半場》裡說的，當AI已經能解決大部分技術問題，遊戲規則就徹底改寫了。葉寒，你平時做AI相關的課題，有冇有發現現在的研究和幾年前不一樣了？

葉寒推了推眼鏡：確實有感覺！前幾年大家都在拚模型效能，論文標題全是“在XX測試中超越SOTA”，就像考試比誰分數高。但現在很多頂會論文，開始關注“該讓AI解決什麼問題”，比如怎麼讓AI適應現實中的連續任務，而不是孤立的測試題。

和藹教授：說得非常好！這就是姚順雨提出的核心轉折——AI從“每道題從頭學”到“掌握通用方法”。這背後藏著一個重要的心理學原理，誰能說說？

蔣塵舉手：教授，是不是認知模型裡的“資訊處理升級”？就像我們學數學，一開始死記硬背題型，後來掌握瞭解題邏輯，就能舉一反三。AI的預訓練不就是讓它形成了這種“通用認知”嗎？

和藹教授讚許點頭：蔣塵說得很到位！心理學中的認知模型認為，人類的高級思維不是簡單的資訊疊加，而是形成了係統性的處理框架。AI的上半場，就像處於“具體運算階段”的孩子，隻能應對特定任務；下半場則進入“形式運算階段”，具備了抽象思維和通用推理能力。姚順雨的厲害之處，不在於讓AI的“分數”更高，而在於發現了AI認知升級後，真正的稀缺性是什麼。

周遊疑惑地問：那這種稀缺性就是“定義問題”？可“解決問題”不是更實在嗎？就像考試，能算出答案纔是硬本事，糾結“出什麼題”有意義嗎？

和藹教授：問得好！咱們先看個例子——姚順雨在普林斯頓提出的“思維樹”方法。大家玩過24點遊戲吧？用四個數字通過加減乘除得出24，傳統AI用線性思維鏈，成功率隻有4%，但用了思維樹後，成功率飆升到74%。吳劫，你覺得這差距在哪？

吳劫眼睛一亮：我知道！線性思維是一條路走到黑，思維樹是同時探索多條路徑，就像我們做題時會列多種解法再篩選。但這不是“解決問題”的方法嗎？怎麼和“定義問題”掛鉤？

和藹教授：關鍵在於，姚順雨先重新定義了“AI該如何思考”這個根本問題。傳統研究默認“AI要按線性邏輯解題”，這是在“解決已有問題”；而姚順雨質疑“為什麼AI不能像人一樣多路徑思考”，這就是“定義新問題”。恩格斯說過，全部哲學的基本問題是思維和存在的關係問題。在這裡，“思維”就是AI的思考方式，“存在”就是現實世界的複雜問題，姚順雨正是先理順了這種關係，才找到破局之道。

許黑：我有點明白了！就像當年愛因斯坦追問“如果追上一束光會看見什麼”，不是在解決已有物理題，而是定義了新的研究方向，最後纔有了相對論。

和藹教授：冇錯！CSDN的研究顯示，78%的突破性成果都源於對現有範式的質疑式提問。這背後其實是易經的“變易”智慧——《易經》六十四卦，核心是“窮則變，變則通”。AI上半場的“刷榜模式”已經走到了儘頭，這就是“窮”；而姚順雨提出“定義問題”，就是“變”，最終實現了“通”。秦易，你研究過易經，能不能具體說說？

秦易：教授，易經裡的“革卦”說“天地革而四時成”，變革才能促成新的秩序。AI上半場的秩序是“分數為王”，下半場的秩序是“價值為王”。姚順雨的ReAct方法也是如此，讓AI“邊想邊做”，不就是順應了現實世界“行動中調整”的變易規律嗎？

和藹教授：太精彩了！ReAct方法讓AI像人訂機票一樣，查航班、比價格、做調整，這正是因為姚順雨發現了傳統AI的核心缺陷——脫離現實場景的“孤立解題”。心理學中的認知模型強調，認知過程是動態適應環境的，現實中的問題從來不是獨立的，需要長期記憶和人類互動，這正是《AI下半場》指出的兩大評估漏洞。

葉寒：教授，我有個疑問。姚順雨的成功會不會隻是個例？他的研究成果能成為行業基礎，會不會是運氣好？

和藹教授：不是運氣，是必然。我們看看他的成長軌跡：2019年清華姚班畢業，2024年博士畢業，2025年成為首席科學家。這條路徑背後，有三個關鍵特質，正好對應了“定義問題”的能力三要素。蔣塵，你先說說第一個特質是什麼？

蔣塵翻看著手稿：應該是行業影響力吧？他的ReAct和思維樹成了AIAgent領域的基礎框架，《麻省理工科技評論》評價他“開啟了一個方向”。這說明他不是在做零散的研究，而是在定義整個領域的發展方向。

和藹教授：冇錯！傳統路徑靠年齡資曆積累，而AI時代靠行業影響力破局。就像易經“乾卦”的“潛龍勿用”到“飛龍在天”，不是靠時間熬，而是靠能力的本質飛躍。第二個特質，周遊你發現了嗎？

周遊：是理論到產品的快速轉化！他的研究不是停留在論文裡，而是直接用到了OpenAI的Operator和DeepResearch兩款產品上，一個能自動操作瀏覽器，一個能做深度研究，都是解決現實問題的。

和藹教授：非常關鍵！認知模型強調“實踐是認知的落腳點”，脫離實踐的理論就是空想。姚順雨的研究從一開始就瞄準“現實世界的問題”，而不是“測試集裡的問題”，這就是他能快速脫穎而出的核心。埃森哲的報告顯示，善於定義戰略問題的企業，AI項目成功率比同行高65%，這和個人成長是一個道理。

許黑：那第三個特質是不是他寫博文分享？我覺得這點很特彆，很多科學家都悶頭做研究，他卻主動分享對行業的思考。

和藹教授：你說到點子上了！這是一種開放的姿態，也是“定義問題”的必要條件——隻有參與行業討論，才能準確把握時代痛點。哲學上講“思維與存在的同一性”，人類的認知需要通過交流碰撞才能接近真相。姚順雨寫《AI下半場》，不是為了出名，而是通過分享凝聚行業共識，這正是“定義問題”的高階表現。

吳劫：教授，我現在理解了為什麼“定義問題”比“解決問題”更重要。但對我們普通人來說，不是每個人都能做AI研究，這種能力怎麼應用到日常中？

和藹教授：這正是我想和大家重點探討的。“從解決問題到定義問題”的思路，適用於任何領域。葉寒，你在做畢業設計，有冇有遇到過“為了做而做”的情況？

葉寒不好意思地笑了：確實有！一開始我跟著網上的教程做模型優化，雖然效能提升了，但不知道為什麼要做這個優化。後來導師問我“這個優化能解決什麼實際場景的問題”，我才重新調整方向，現在課題進展反而更順利了。

和藹教授：這就是從“解決彆人的問題”到“定義自己的問題”。工作中，有人隻會執行老闆的任務，有人卻能想到“團隊真正需要什麼”；學習中，有人隻會刷課程完成度，有人卻能判斷“什麼知識真正有價值”。這背後的本質，是思維方式的差異——前者是“被動響應”，後者是“主動立局”。

蔣塵：教授，這讓我想到您之前說的“認知重構”。心理學裡是不是說，改變思維模式才能改變行為結果？

和藹教授：完全正確！認知模型認為，非理性的思維模式會導致低效行為，而重構認知框架就能實現突破。姚順雨的成功，本質上是重構了“AI研究的認知框架”——從“如何讓AI做得更好”到“AI應該做什麼”。就像易經“鼎卦”所言“革故鼎新”，先打破舊的認知，才能建立新的格局。

秦易：教授，我發現一個巧合，馬化騰創辦騰訊時也是27歲。這是不是說明，“定義問題”的能力和年齡無關，隻和思維深度有關？

和藹教授：太有洞察力了！當你能定義問題時，年齡、資曆都不再是門檻。姚順雨的故事核心不是“年輕有為”，而是“定義問題的能力讓年齡失效”。就像《AI下半場》裡的核心觀點，AI下半場的重心轉移，本質上是人類核心競爭力的重新定義——AI負責解決問題，人類負責定義問題。

許黑：那我們該怎麼培養“定義問題”的能力呢？有冇有具體的方法？

和藹教授：有三個關鍵步驟，大家可以記下來。第一，多問“為什麼”，穿透表麵問題找到本質，這是哲學上的“溯本求源”；第二，跳出單一視角，用易經的“全息思維”看問題，考慮現實中的各種關聯因素；第三，結合實踐驗證，就像姚順雨那樣，讓理論落地為產品，這是心理學認知模型的“實踐反饋原則”。

周遊：教授，我還有個疑問。如果大家都去“定義問題”，誰來“解決問題”呢？會不會導致基礎研究冇人做？

和藹教授：這個問題問得很深刻。“定義問題”和“解決問題”不是對立的，而是層級關係。就像建築一樣，“定義問題”是設計藍圖，“解決問題”是施工建造，兩者缺一不可。但AI的出現，讓“施工建造”的門檻大幅降低，所以“設計藍圖”的重要性才凸顯出來。姚順雨的研究，其實是為“解決問題”提供了更好的框架，讓後續的技術優化更有方向。

葉寒：我明白了！就像他的思維樹方法，不僅定義了“AI多路徑思考”的問題，還提供了具體的解決框架，讓後續研究者能在此基礎上繼續優化。

和藹教授：冇錯！真正的頂尖人才，既能定義問題，又能搭建解決問題的框架。這就像哲學上講的“思維與存在的辯證統一”——既要正確認識世界（定義問題），又要有效改造世界（解決問題）。姚順雨之所以能快速晉升，正是因為他同時具備了這兩種能力，既能看透行業本質，又能拿出實際解決方案。

許黑：教授，現在AI發展這麼快，會不會有一天，AI也能“定義問題”？到時候人類的核心競爭力又是什麼？

和藹教授：這是一個非常值得思考的問題。目前來看，AI的“定義問題”還侷限於人類設定的框架內，而人類的獨特之處在於“無中生有”的創造力——從0到1定義全新的領域，這需要結合人類的情感、道德、審美等多重維度，這是AI短期內無法替代的。就像摩根大通的“AI風險評估九問”，本質上是人類用倫理和安全邊界定義了AI的工作範圍，這背後是人類獨有的價值判斷。

蔣塵：教授，您這麼一說，我對未來的職業發展有了新的方向。以前我總想著把技術練到極致，現在覺得，更重要的是培養“發現真問題”的能力。

和藹教授：這就是這堂課想帶給大家的啟發。AI時代，人才的核心競爭力已經從“你會解決什麼問題”變成“你能定義什麼問題”。姚順雨的故事告訴我們，年齡、資曆、學曆都隻是外在標簽，真正的“簡曆”是你創造的行業影響力，是你定義的問題邊界，是你搭建的價值框架。

秦易：教授，易經裡說“天行健，君子以自強不息”。是不是說，這種“定義問題”的能力，也需要不斷學習和迭代？

和藹教授：完全正確！時代在變，問題的本質也在變。就像AI從上半場走到下半場，我們的思維也需要不斷“變易”。這堂課的最後，我想送給大家《AI下半場》裡的一句話：“當AI能解決大部分問題時，人類的價值就在於提出那些AI無法提出的問題。”

（教授頓了頓，目光掃過六位學生，語氣意味深長）

和藹教授：希望大家以後無論是工作、學習還是生活中，都能多問自己一句：“我是不是在解決彆人定義的問題？我能不能定義一個更有價值的問題？”記住，真正的強者，不是在既定規則裡做到最好，而是能製定新的規則；真正的人才，不是能解決更多問題，而是能定義更重要的問題。

結尾考題與互動

和藹教授：好了，今天的課程接近尾聲，給大家留一個思考題——結合本堂課學到的心理學認知模型、易經變易智慧和哲學思維，分析你所在領域中一個“被誤讀的問題”，並嘗試重新定義這個問題的核心邊界。下節課我們一起交流討論。

（六位學生紛紛拿出筆記本記錄，眼神裡充滿了思考的光芒）

和藹教授：這堂關於AI時代人才革命的課程就到這裡。如果大家覺得有收穫，彆忘了點讚分享，下節課我們將深入探討“定義問題的具體方法論”，看看如何將今天學到的智慧落地為可操作的步驟。

★課堂總結:

本堂課以姚順雨27歲成為騰訊首席科學家的經曆為切入點，圍繞其《AI下半場》核心觀點“AI競爭重心從‘解決問題’轉向‘定義問題’”展開深度探討，融合心理學、易經、哲學原理，拆解AI時代人才核心競爭力的轉變邏輯。

課堂上，師生通過對話厘清AI發展的上下半場差異：上半場聚焦模型刷分、解決特定任務，下半場依托預訓練實現通用能力，稀缺性轉向“定義真正有價值的問題”。結合ReAct、思維樹等技術案例，點明姚順雨的突破在於跳出“線性解題”的傳統框架，從根源上重新定義“AI該如何思考”，實現理論到產品的快速轉化。

課程從跨學科角度解讀核心邏輯：心理學層麵，對應人類認知從“具體運算”到“形式運算”的升級；易經層麵，契合“窮則變，變則通”的變革智慧與“革故鼎新”的發展規律；哲學層麵，緊扣思維與存在的辯證關係，強調突破性成果源於對現有範式的質疑與重構。

課堂明確了AI時代人才的三大核心特質：行業影響力取代年齡資曆，理論到產品的轉化能力創造實際價值，開放分享的姿態助力建立行業共識。課程指出，“定義問題”並非否定“解決問題”，而是更高層級的思維框架，二者是“設計藍圖”與“施工建造”的辯證統一關係。

最終，課堂提煉核心啟示：AI時代人才價值的核心，已從“會解決什麼問題”轉變為“能定義什麼問題”，人類獨有的無中生有的創造力、價值判斷力，是短期內AI無法替代的核心競爭力。