48小时通关一门课，AI学习法真能速成吗？

本文来自微信公众号： 波波夫同学 ，作者：波波夫

一位麻省理工大学的研究生，我们姑且称之为M哥，在Reddit上分享了他借助谷歌的AI笔记工具NotebookLM，用累计48小时的时间，修完了一门他专业之外的陌生课程，而且取得了4.0的高绩点，不过发布不久，他就把自己的分享内容给删除了。

但幸运的是一个叫Ihtesham Ali的博主，在X上把这一切都记下来了，M哥的使用NotebookLM的方法和大部分人完全不一样。

第一个差别是，M哥把AI当成架构师，而不是阅读代工。

大部分人把NotebookLM当成一个内容榨汁机或阅读代工。最常用的提示词通常是：“请帮我总结一下这篇文档”、“提取核心要点”、“用最简短的话告诉我这本书在说什么”。这种方式依然是被动接收，得到的是碎片化的知识点或一堆干瘪的摘要，没有建立起知识之间的联系。

但他上手的第一问是：“该领域专家共享的5个核心心智模型是什么？”这种提问方式是典型的自上而下建构。他跳过了具体的细节和庞杂的章节，直接要求AI把这门学科的承重墙和底层逻辑抽离出来。先搭建起最高维度的认知框架，然后再往里面填补细节。

第二大差别是，M哥重在探究学术分歧，而非大部分在意的标准答案。

大部分人带着应试教育的惯性，把AI当成全知全能的维基百科。提问的潜台词往往是：“正确答案是什么？”、“期末考试会考哪些重点？”。普通用户渴望消除不确定性，试图让AI给出一个唯一正确的、可以用来死记硬背的结论。

M哥则把AI当成学术辩论场。他的第二问是：“专家之间存在哪些根本性分歧？”真正的高手知道，前沿知识的本质往往不是共识，而是争议。通过了解聪明的大脑们在吵什么、为什么吵，他能瞬间把握这门学科的边界、局限性以及当前的探索前沿。这是从学生视角向专家视角的跨越。

最后一个差别是，人人都知道苏格拉底提问法，但M哥是真贯彻到底了。

普通人在做错题时，习惯的做法是：看一眼正确答案，然后硬记下来。这种学习是单向的、表层的。但苏格拉底式的提问，则要求澄清概念、探究假设、寻找证据、替代视角等流程。

他把AI当成魔鬼考官，进行高强度的压力测试和深度迭代。他的第三步是让AI“生成10个能区分真正理解者与死记硬背者的问题”，然后自己花了整整6个小时去作答。最关键的是，面对错误，他不是简单地核对答案，而是持续追问AI：“我为什么错？我遗漏了哪些关键逻辑？”

这种长达数小时的、针对自己逻辑漏洞的苏格拉底式追问，彻底击碎了“看似懂了”的幻觉，逼迫自己达到能与导师对话的真理级别。

学习的革命已经发生。

看到这里，很多人可能已经按捺不住激动的心情，准备今晚就下载NotebookLM，明天就去考个CPA或者注册建筑师了。但事情肯定不是这么简单。就像以为买到了博尔特同款的跑鞋，自己就能跑进10秒；以为拿到了MIT学霸的提示词，自己就能48小时通关一门学科。

这就像健身房里的高强度间歇训练，动作拆解开来，深蹲、波比跳谁都会做，但能咬牙把心率顶到180并坚持做完的人，寥寥无几。M哥的学习法，本质上是一场认知上的高强度间歇训练。阻碍普通人复刻这种神迹的，不是智商，而是长年累月被传统教育塑形的学习心智。

AI对人类整体的智力增强是毫无疑问的，但人与人之间智力的方差也会越来越大。哈佛大学（Harvard University）与波士顿咨询公司在2023年的一项调查发现，顶尖研究人员在AI的辅助下，产出暴增81%；而底层研究人员的产出却几乎没有变化。AI非常势利眼，它只奖励那些本就具备强大逻辑判断力和问题构建能力的人。如果你的基础技能和思维模型不足，AI只是让你更快地制造垃圾；如果你是该领域的顶尖人才，AI则是能让你实现一人抵一个团队的外骨骼，也就是外界鼓吹的一人公司。

回到M哥的案例，NotebookLM是免费的，每个人都能用。但核心问题是，你问得出那三个问题吗？你有耐心在第三个问题上，和AI死磕6个小时的“错误原因分析”吗？

大部分人还是困在巨大的惯性里，习惯了老师把知识嚼碎了喂到嘴里，习惯了划重点，习惯了背诵标准答案。如果让一个习惯了小镇做题家模式的学生去用NotebookLM，他大概率会问：“请帮我生成一份期末考试必考点汇总，最好能押题。”

M哥的这套学习法其实相当挑人，要求学习者具备极强的元认知能力，你要知道自己不知道什么，你要懂得如何向知识体系开炮。

但并非完全不不可学习，照猫画虎，也可以总结一些诀窍。

首先，先找地图，再挖金币。

传统学习是线性的：第一页、第二页、第三页……学到期末，你可能都没搞清楚这门课到底在干嘛。AI时代的学习是降落伞式的：直接空投到最高点。当你拿到一堆新资料时，第一步，让AI列出这个领域的“5大核心概念”、“历史演变脉络”和“底层运行逻辑”。这就像打游戏前先开全地图视野。在你搞清楚这座城市的骨架之前，不要去背任何一条街道的名字。

接着，要敢于寻找冲突，而非盲目相信共识。

国内高中教育最大的副作用，是让我们觉得所有问题都有一个标准答案。但在真实世界和高阶学科里，最精彩的往往是没有答案的地方。但是套路依然是存在的，遇到任何问题，你都可以学习M哥，问三个问题：目前这个领域共享的心智框架是什么？最大的争议是什么？不同学派之间的争吵点是什么？

当你理解了分歧，你就不再是一个背诵定理的机器，而是一个站在战壕边缘的审视者。理解了他们的争吵，你就理解了这门学科的边界。

其次，要触发AI拷问的费曼地狱模式，不要表演式的自我感动。

爱因斯坦曾说，提出一个问题往往比解决一个问题更重要。很多人看书，画了满篇的高光笔，记了三本手帐，感动得自己热泪盈眶，一合上书，大脑一片空白。普通人在学习新知识时，最大的障碍不是找不到资料，而是提不出好问题。但这也是难点所在。你让一个从未思考过学科本质的人去问AI专家之间的分歧，这就好比让一个连规则都不懂的象棋新手，去向AI询问“残局的破局点”在哪里。

所以，让AI给你出10个“最能暴露智商底色”的刁钻问题。然后，像M哥一样，逐题作答，并要求AI无情地指出你的逻辑漏洞。

没有被按在地上摩擦过的认知，都是伪认知。

最后，用时间压缩杜绝拖延症。

为什么是48小时？如果给你一个学期，你会花两周时间挑选好看的笔记本，花三周时间犹豫先看哪本书。而在48小时的生死时速下，你的大脑会自动过滤掉所有的细枝末节，疯狂寻找最关键的节点。这种高压下的学习效率，是常态下的十倍不止。

确实，学习和很多事情一样，不是下载一个软件就能解决的问题，而是一场漫长而艰辛的自我进化。