最近我对身为大学生的女儿说：如果你想从事工程领域的工作，除了学习传统的工程课程，还应当专注 于研习哲学。为什么呢？因为这会提升你的编程能力。 这话出自一名工程师之口，或许看似有悖常理。但围绕你想要解决的问题构建清晰的思维模型，以及在 着手思考 "如何做" 之前先理解 "为何做"，这些能力正变得愈发关键，尤其是在人工智能时代。 曾经有一段时间，为了创建一个计算机程序，我必须亲自拨动开关或在穿孔卡片上打孔。那时的创作过 程直接涉及计算机内存位数或寄存器的复杂细节。随着计算机拥有数十亿个晶体管和数万亿个存储单 元，我们的软件开发过程借助计算机语言不断提升层次，这些语言将底层硬件的复杂性抽象化，使开发 者几乎可以完全专注于算法质量，而非二进制的 0 和 1。 在管理工程团队的数十年间，我学到的一项至关重要的技能就是提出恰当的问题。这与使用人工智能并 无太大差异：大型语言模型（LLM）的输出质量对提示的质量极为敏感。模糊或表述不当的问题会让 人工智能试图猜测你真正想问的内容，进而增加得到不准确甚至完全编造答案的概率（这种现象常被称 为 "幻觉"）。正因如此，为了充分发挥人工智能的作用，人们首先必须掌握推理、逻辑和第一性 ...