除此之外，要想和 AI 对话更高效，书中还介绍了一系列重要的实操方法，比如「黑话」、「白话」、「升维」、「降维」和「横向迁移」等。这些词听起来有点神秘，但说到底，都是在教你怎么换维度、换思路地与 AI 沟通，更深入地挖掘它的潜力。但在我看来，这些方法里最核心的还是「苏格拉底式的追问」。其实，时下最强的大模型在内部推理时，也会采用类似苏格拉底式的自我追问，不断反思、衡量，经过数轮迭代才能完成某些复杂而困难的任务。
举个更直观的例子：在 o3 mini 公开的那些测试任务里，仅是低复杂度的任务，就需要消耗数十美金。有人推测，o3 mini 真正「搞定」那些高价值的复杂任务，所需的思考时间和计算成本简直惊人，也许单是推理环节就烧掉了上百万美元。可见，在如今这个阶段，如果仅让 AI 独立作业，过程依然会很艰难。但如果我们能与 AI 协同，充分结合人和机器的智慧，就能产生超越二者单独能力之和的「化学反应」。这也正是这本书里想要引导我们去做的 —— 建立一套人与 AI 互相补充、共同进化的合作模式。
值得一提的是，书中不仅有理论，也举了很多接地气的实际案例。比如，怎么让 AI 协助写作、如何用 AI 制作游戏、以及其他各种项目应用场景。每个案例都能让你深切体会到作者那套「哲学方法论」是如何在实践中落地的。看了之后，我发现这些思路通俗易懂，却又极其重要，完全能引导我们在做具体项目时找到方向。
大模型的能力在不断演进。一本关于 AI 的书出版后，难免会面临被技术更新速度「追赶」甚至「超越」的风险。少卿提到，他希望书中的内容，在尽可能长的时间里保持价值。从我的阅读体验来说，这本书确实做到了「内功深厚」，它的「心法」部分不会轻易过时。只要我们常常拿出来读读，结合实际情况不断演练和思考，想必能不断收获新的启发。
精选
