今天刷到得到「AI 学习圈」的一份新同学使用指南:5 步带你快速上手AI
整个页面是一张长海报,内容都做在图里,读完记一笔。

五步路线图
节奏安排得很清楚:日、周、周、随时、随时。没有一条要求「今天学完多少」,只是把五种不同颗粒度的东西各给了一个频率。
第 1 步:快刀广播站

每天 10 分钟,内容分四类:前沿趋势、行业案例、最新产品应用、最新工具评测。页面上特意写了一句「没时间听,还可以看文稿」——把音频和文字当成同一份内容的两种入口,而不是两个产品。
推荐了四期节目:
- 1000|日更 1000 天,我发现真正发生变化的不只是 AI
- 1004|同事还在睡觉,他的 AI 却把活干错了:聊聊坐上了工位的 AI 智能体
- 1001|卡帕西用航空规范教 AI「说人话」:我把这套方法做成了技能分享给你
- 994|AI 三巨头密集发布新模型,该怎么选?分享我的实测感受
第 1001 期就是上个月读过的那篇——Karpathy 讲的 ASD-STE100,把航空维修文档的用语规范拿来约束 AI 的表达。上个月读的时候只当是方法论,现在看到它被做成了一期 10 分钟的音频节目,才意识到同一份内容在不同载体里的样子可以差很远。
第 2 步:视频实操课

每周半小时,一门课。给新人的推荐是《五分钟AI实战课》,已经用过 AI 想进阶的,另有一组:
- 快刀青衣 · Codex 办公实战课
- 秦阳 · 如何用 GPT Image 2 和 Codex 又快又好做 PPT
- 傅璐 · AI 电商实战课:帮你系统提升运营效率
- 傅璐 · 如何用即梦高效制作 AI 剧情短片
- 和渊 · 给小学生家长的 AI 教育必修课

选题基本都是「一个具体活儿怎么干完」,不是「AI 是什么」。
第 3 步:AI 落地案例库

50 多个实干者的实践,每周更新。页面上有一句很直白的话:你可以直接照搬,抄作业。
从《AI年度报告》里收录的案例看,都是这种颗粒度:
有意思的是这些案例的单位不是「一个模型」,而是一条具体的流程——对账、招聘、归档、采购、合同审核。案例库的价值不在于教你 AI 能做什么,在于告诉你别人已经把它塞进了哪个环节。
第 4 步:AI 快刀

定位是「24 小时伴学答疑教练」,页面上给了两件它能做的事:推荐合适的 AI 工具、解决实操卡点。
海报里的示例对话挺能说明问题。它开口先调取了用户的浏览记录:「看你最近新关注了 AI 设计相关的内容,是想在技能树上再点亮一个图标,还是说有新的创意思路?」用户说想批量产出卡通角色 IP、风格不稳定,它把问题归纳成「效率和风格统一,本质上是标准化能不能把控好」,然后推了一门课。
另一张截图里,它直接摊开学习进度:「你之前学的『如何用 Trae 轻松实现销售报告自动化』进度才 0.34%,要不要继续学下去?」旁边还有一个设计——根据课程暂停的位置,猜你可能想问什么,列出三个候选问题,都不是就自己输入。
这就解释了第 1 步为什么要把内容做成可在 App 内消费的形式:学习行为本身就是推荐系统的输入。
去哪里找它,页面上给了两个入口:

第 5 步:社群
会员专属社群,四件事:找同行者深度交流、领独家学习资料、了解线下活动、查收产品内测福利。

页面落在一句 slogan 上:最好的学习,是在实战中创造价值。
附带的两个地址
页面里还埋了两个入口:
- AI 学习圈网页版:
https://aiquan.deda.cn - 网页版 / App 端的「AI 快刀」入口各一个
专门把网页版拎出来讲了一节,理由写在标题上:实操步骤更清晰、资料一键直达。分三个区——课程区、学习区、资料区。视频课这种内容在手机上确实难受,切到网页版是合理的引导。
一点体会
这份指南最值得学的不是那五步,是它给每一件事都标了时间成本。
10 分钟、半小时、5 分钟——全都是能塞进通勤和午休的长度。常见的课程推荐会说「这门课 30 讲,带你系统掌握」,而这份说的是「每天 10 分钟,通勤路上轻松完成」。前者卖的是内容量,后者卖的是你今晚就能开始。
第二个观察是关于「案例库」这个形态。知识类产品通常教方法,案例库教的是别人已经把方法用在哪了。直接照搬听起来不怎么高级,但对大多数人来说,「这个活儿我也遇到过」比「这个原理你要理解」有用得多。案例的单位是流程,不是模型,这一点和我这段时间在项目里做的事很像——真正难的不是会不会用工具,是知道该把它插到哪一环。
第三个是关于那个随时能问的「AI 快刀」。它把我上个月在日记里写过的一个判断又验证了一遍:按需学习能不能成立,取决于你能不能问出对的问题。所以它做了两件降低门槛的事——一是主动根据你的学习记录发起话题,二是把「你可能想问的」提前列出来,让你点一下就行。不知道问什么的时候,先给你三个选项,这个设计比任何提示词教程都实在。
顺带记一句:整份海报没有一处渲染焦虑,没有「再不学就晚了」,最重的一句话是「最好的学习,是在实战中创造价值」。一个卖 AI 课的页面能做到这一点,挺难得的。
另一份书单:卡帕西启发的 20 本书
同一时期还看到一份书单,叫「卡帕西启发 · 同源荐书」。它的来历写在第一页上:
卡帕西用 Hacker News 二十年讨论,做成技术人会看的 HackerTube。 我受启发,从同一份数据里,挑出大家最推荐产品经理和程序员读的 20 本书。




排序不是评出来的,是数出来的
榜单按「被提及次数」排序,从 216 一路降到 80。这跟常见的名人荐书是两回事:没有编辑部的主观排序,也没有「某某年度必读」的标签,它是对二十年真实讨论的一次计数。
好处是可复现、可质疑——不同意就去翻原始讨论;坏处是谁声音大谁上榜,冷门但重要的书天然吃亏。
原图里还有几处并列,值得一提:
所以编号只是版面顺序,不代表排在后面的那本更不受推荐。
二十本,按作用分三组
原图是按名次平铺的。按「这本书在解决什么问题」重新分一下,更看得清它为什么长成这样。
第一组:思维方式(判断力从哪来)
第二组:手艺(怎么把活干好)
第三组:想象力(把眼界撑开)
三个观察
一、真正讲技术的不到五本。
二十本里,直接教工程实践的只有《计算机程序的构造和解释》《C 程序设计语言》《数据密集型应用系统设计》《程序员修炼之道》《代码大全》,其他的要么是心理学、生物学、科普传记,要么干脆是小说。这不是一份「技术书单」,是一份「怎么想问题」的书单。
二、科幻占了三个位置,而且排名不低。
《沙丘》124、《三体》93、《银河系漫游指南》93,《雪崩》82。四个位置,占了两成。对工程师群体来说,科幻不是消遣——它提供的是「如果规则变了会怎样」的思想实验,这和技术方案设计是同一类思维。
三、中文书只进了一本。
《三体》是唯一的中国作品,而且排在第 12 位。有点意外的是它的相邻者——《银河系漫游指南》,一本彻底的英式荒诞小说。两本并列在 93,恰好代表了想象力的两个方向:一个极致严酷,一个极致松弛。
一点体会
二十本书扫下来,最明显的感受是:这份榜单的头部和尾部气质完全不同。
前四名是 GEB、SICP、《思考,快与慢》《人类简史》——全都在讲「世界其实是这样运转的」,一本讲形式系统,一本讲抽象,一本讲认知偏差,一本讲人类协作。它们回答的是:「你凭什么相信自己的判断?」
后十名里突然出现了《三体》《银河系漫游指南》《雪崩》《别闹了,费曼先生》。名次降下来了,但书变得更「不实用」了。越往后越像一个人在凭兴趣推荐,而不是在交作业。
另外一点,是我读完这二十本的书名之后才反应过来的:里面没有一本讲 AI。 一份由「卡帕西启发」而来的书单,一本 AI 书都没有。这反而印证了他自己那套说法——真正稀缺的不是工具知识,是判断工具好坏的能力。而判断力这种东西,恰好只能从这些看起来「无关」的地方攒起来。