第240章 课 从“解题”到“出题”：AI时代的人才革命（1/5）
—— 一堂融合心理学、易经与哲学的智慧课
27岁腾讯首席科学家姚顺雨的逆袭之路，堪称AI时代的人才寓言。
从清华姚班到普林斯顿博士，从openAI核心研究员到行业顶尖科学家，他用一年多时间打破传统职业路径的十年定律，而这一切的核心密码，藏在他那篇刷屏的《AI下半场》中——“AI竞争重心从‘解决问题’转向‘定义问题’”。
这堂特殊的课程，将以姚顺雨的成长故事为蓝本，通过和蔼教授与叶寒、秦易等六位学生的课堂对话，拆解“定义问题”背后的心理学认知模型、易经变易智慧与哲学思维本质。
我们将看到，当AI已能攻克大部分技术难题，人类真正的核心竞争力如何从“刷题得分”转向“命题立局”，而这种能力不仅适用于AI领域，更能重塑每个普通人的成长轨迹。
课堂正文
（阳光透过阶梯教室的落地窗，洒在摆满书籍的讲台上。
和蔼教授端坐在中间，叶寒、秦易、许黑、蒋尘、周游、吴劫六位学生围坐成半圆，桌上摊着《AI下半场》的打印稿，眼神里满是好奇）
和蔼教授： 同学们早上好！
今天咱们不谈枯燥的理论，从一个“颠覆常识”的故事开始——27岁的腾讯首席科学家，大家觉得可能吗？
秦易率先举手： 教授，这也太不可思议了吧！
我表哥博士毕业进国企，熬了八年才评上高级工程师，首席科学家这种级别的职位，不得是头发花白的行业泰斗？
许黑摸了摸下巴： 我之前看过姚顺雨的报道，他从博士毕业到入职openAI，再到成为首席科学家，全程才一年多。
这速度简直像开了挂，不会是媒体夸张吧？
和蔼教授笑着摇头： 不是夸张，而是时代变了。
就像《AI下半场》里说的，当AI已经能解决大部分技术问题，游戏规则就彻底改写了。
叶寒，你平时做AI相关的课题，有没有发现现在的研究和几年前不一样了？
叶寒推了推眼镜： 确实有感觉！
前几年大家都在拼模型性能，论文标题全是“在xx测试中超越SotA”，就像考试比谁分数高。
但现在很多顶会论文，开始关注“该让AI解决什么问题”，比如怎么让AI适应现实中的连续任务，而不是孤立的测试题。
和蔼教授： 说得非常好！
这就是姚顺雨提出的核心转折——AI从“每道题从头学”到“掌握通用方法”。
这背后藏着一个重要的心理学原理，谁能说说？
蒋尘举手： 教授，是不是认知模型里的“信息处理升级”？
就像我们学数学，一开始死记硬背题型，后来掌握了解题逻辑，就能举一反三。
AI的预训练不就是让它形成了这种“通用认知”吗？
和蔼教授赞许点头： 蒋尘说得很到位！
心理学中的认知模型认为，人类的高级思维不是简单的信息叠加，而是形成了系统性的处理框架。
AI的上半场，就像处于“具体运算阶段”的孩子，只能应对特定任务；下半场则进入“形式运算阶段”，具备了抽象思维和通用推理能力。
姚顺雨的厉害之处，不在于让AI的“分数”更高，而在于发现了AI认知升级后，真正的稀缺性是什么。
周游疑惑地问： 那这种稀缺性就是“定义问题”？
可“解决问题”不是更实在吗？
就像考试，能算出答案才是硬本事，纠结“出什么题”有意义吗？
和蔼教授： 问得好！
咱们先看个例子——姚顺雨在普林斯顿提出的“思维树”方法。
大家玩过24点游戏吧？
用四个数字通过加减乘除得出24，传统AI用线性思维链，成功率只有4%，但用了思维树后，成功率飙升到74%。
吴劫，你觉得这差距在哪？
吴劫眼睛一亮： 我知道！
本章未完，请翻下一页继续阅读.........