这不是一套教你”怎么用AI”的课程，而是一套教你”怎么用AI重新定义自己”的课程。
一、写在前面
2026年夏天，李笑来在社群中推出了新版AI课程，从7月16日到8月28日，共计25讲。这套课程与市面上所有AI课程截然不同——它不讲”30个提示词技巧”，不讲”AI做PPT的10种方法”，而是聚焦于元知识（Meta Knowledge），从认知底层彻底重塑你对AI、对学习、对生产、对工程的看法。
课程的核心主张可以浓缩为一句话：AI不是用来聊天的，是用来生产的；你不需要学习How，你只需要理解What和Why，剩下的交给AI。
二、课程目录
| 序号 | 文件标题 | 时间 |
|---|---|---|
| 1 | 命令行才是真正的AI人口 | 2026.07.16 |
| 2 | 新时代的学习任务变迁 | 2026.07.20 |
| 3 | 请你重视新版AI课程 | 2026.07.21 |
| 4 | 刘备不能只有诸葛亮 | 2026.07.22 |
| 5 | 探索新领域的元概念 | 2026.07.24 |
| 6 | 计算机操作的主要文件类型 | 2026.07.27 |
| 7 | 必须做真东西 | 2026.07.28 |
| 8 | AI时代的教程生成工具 | 2026.07.29 |
| 9 | Claude.Code.是个大模型调度器 | 2026.07.30 |
| 10 | 创建你的第一个硅基士兵 | 2026.08.05 |
| 11 | 自然语言自动化-斜杠命令 | 2026.08.06 |
| 12 | 大本营越干净越好 | 2026.08.07 |
| 13 | 生产真实的产品和服务 | 2026.08.10 |
| 14 | 一上来就要做真的工程 | 2026.08.11 |
| 15 | 钥匙一定不在锁头上 | 2026.08.12 |
| 16 | 探索未知的认知工具 | 2026.08.13 |
| 17 | 系统化的试错工具和行动 | 2026.08.14 |
| 18 | 你到底以什么为导向？ | 2026.08.17 |
| 19 | git真用起来 | 2026.08.18 |
| 20 | 提高自身的表达清晰度 | 2026.08.19 |
| 21 | JTBD | 2026.08.20 |
| 22 | ARD | 2026.08.21 |
| 23 | 有些搜索空间可以放弃.jpg | 2026.08.25 |
| 24 | e2e | 2026.08.26 |
| 25 | 给孩子做东西 | 2026.08.28 |
三、课程核心知识体系
3.1 认知基座：重新理解AI与学习
AI不是权威，而是可能性探测机。
课程第一讲就抛出颠覆性认知：AI的本质是”基于历史数据的可能性推测”，它不保证正确、不保证权威、甚至不保证最优。绝大多数人把AI当作权威，对AI输出的答案全盘接受，这恰恰是最危险的使用方式 。
为此，李笑来提出了两个关键方法：
① Grill（拷问）机制：让AI自己批判自己。”Grill yourself”——一句简单的指令就能让AI迅速审视自己的答案，指出错误并修正 。
② 多模型互殴（Cross Models Contesting）：让多个AI模型互相交叉验证、批判和辩论。李笑来甚至开发了”CCS4″工具，让Claude通过MCP调用Codex进行代码审计，形成自动化的多模型协作循环 。
尽信AI不如不用AI。你带一个兵，他可能反过来左右你；但带两三个让他们互相PK，就相对安全很多。
学习的任务已经变了。
在AI时代，学习从”从既定范围内掌握知识”转变为”扩展搜索空间”。学习与生产深度融合，不再有传统意义上的”学习间隙” 。
课程提出核心方法论：面对陌生领域，找5个核心名词和与之相关的动词，让AI帮你构建最小认知集合，一步跨出认知边界。因为”你不知道你不知道，和你以为自己全都知道——长得一模一样” 。
3.2 操作革命：CLI + 纯文本文件
命令行才是真正的AI入口。
课程的实操起点是：用命令行界面（CLI）取代图形界面（GUI），作为计算机使用的主要入口。因为CLI是AI与人类之间最直接的沟通通道，CLI工具可以互相调用、递归协作，这是GUI永远无法做到的 。
李笑来直言：”请你重视这套课程，它直接影响你的财富、你的教育方式以及你的下一代。”这是区分”认知进化者”与”被动卷者”的关键分水岭 。
纯文本文件是第一操作对象。
与CLI配套的是”以纯文本文件（Markdown、CSV、SVG等）为核心操作对象”的理念。Word、Excel、PPT这些GUI时代的产物，在AI眼中效率极低。纯文本文件最符合机器与人类的双向理解，能让工作流从”人机协作”进化为”人机协同” 。
从此之后再也不是什么doc、excel、PPT了——它们都是那些其实并不会使用计算机的人不得不使用的东西。
3.3 硅基劳动力：从打工人到指挥官
你可以雇佣比自己强的人了。
在碳基世界里，普通人很难雇佣比自己强的人。但AI出现后，任何一个厂商的AI模型，在某种意义上都比99%的人强，而且你可以用极低的成本”雇佣”它们。你突然之间从”消费者以及被奴役者”变成了”生产者” 。
但挑战也随之而来：当你领导比你强的劳动力时，你的所有工作都集中到了一个你从未被训练过的领域——选择和决定 。
创建你的第一个硅基士兵。
利用Claude Code的 .claude 目录结构，你可以创建自定义的子代理（硅基士兵）。李笑来以自己创建的”lucky”为例——一个提示词工程师子代理，在任何对话中写下划线lucky即可唤醒 。
创建过程本身就是认知升级：不要上来就写，而是先问AI”当前的最佳实践是什么”。通过反复提问、理解、再迭代，让AI帮你创建AI 。
你的电脑不再是一个打工工具，而是一个老板工具。你可以雇佣很多硅基员工，老板只有你一个——碳基老板，硅基员工。
大本营越干净越好。 遵循奥卡姆剃刀原则，减少全局配置，将特定限制在项目目录中 。
3.4 工程工具箱：系统化试错与生产
课程中反复强调的几大工程工具：
① Git = 带平行世界的时光机。让你可以同时尝试多个方向，最后选择最优的合并回来。李笑来甚至用Git来写小说——创建4个不同主角的分支分别写下去，然后评估选择最好的 。更高级的用法是work tree，比分支更独立、更隔绝、更少冲突 。
② TDD（测试驱动开发）= 系统化试错。先写测试再写代码，全面覆盖所有边缘情况。李笑来用亲身经历说明：学会TDD后，工程质量上了巨大台阶 。
全面试错完毕，那就只剩下正确的路了。
③ E2E（端到端测试）= 完整验收。确保整个系统从上到下都按预期工作。AI驱动的工具（如Playwright、Tory MCP）能高效执行测试。TDD、Coding和E2E构成一个循环：限制→实现→验收→再迭代 。
④ JTBD（Job to Be Done）= 需求判断框架。用户购买的不是产品，而是”进步”或”状态改变”。人和人之间终生的巨大差异，其实只是思维框架的差异 。
⑤ ADR（架构决策记录）= 决策追溯。记录每一个决策背后的原因（WHY），确保决策可追溯、可复盘。这是应对”硅基劳动力越多，决策压力越大”的关键工具 。
3.5 生产哲学：从”做东西”到”做真工程”
必须做真东西。 不要满足于用AI聊天、做PPT，必须开始做解决真实需求的产品。真需求的判断标准很简单：看你自己是否真的需要 。
一上来就要做真工程。 从一开始就按工程规范来做——用Git管理版本、用TDD保证质量、用E2E做验收 。
系统导向，而非任务导向。 当前主流AI教育存在严重误导——教人用AI完成一个个孤立任务。真正有价值的是构建系统。AI越厉害，任务执行者就越容易被替代 。
有些搜索空间可以放弃。 主动”放弃”某些传统技能（如手写代码），将认知转向更高阶的工程思维和理论设计。这是效率最优解 。
3.6 认知工具：类比、表达清晰度与学习地图
类比是探索未知的桥梁。 将Git类比为”带平行世界的时光机”，将AI类比为”可能性探测机”——好的类比能让你一秒钟理解陌生领域 。
提高表达清晰度 = 提高AI输出质量。 用专业术语与AI沟通，就像从”低像素画面”变成”高清画面” 。
AI时代的学习地图生成工具： 不要问AI”怎么用”，而要问”What”（它是什么）、”Why”（它为什么存在）、”When”（我什么时候应该想到它） 。
3.7 实践案例：给孩子做东西
课程的最后一讲是最生动的实践课。李笑来为帮助受挫的孩子玩魔方，利用AI从零开发了一款基于视觉识别的魔方还原工具，仅用3天就实现了97%准确率的核心功能。通过”先做极简原型（Spike）再迭代”的工程师思维，完美诠释了从创意到成熟产品的完整路径 。
四、课程推荐
核心价值
- 认知维度独一无二——教的是”为什么”和”做什么”，而不是”怎么用”
- 从消费者到生产者的完整路径——CLI→文件类型→Git→TDD→E2E→产品发布
- 工程思维系统化训练——Git、TDD、E2E、JTBD、ADR全链路覆盖
- 面向未来的家庭生产力——关乎下一代在AI时代的认知差距
推荐人群
| 人群 | 推荐指数 | 理由 |
|---|---|---|
| 正在用AI但感觉”也就那样”的人 | ⭐⭐⭐⭐⭐ | 彻底改变AI认知和使用方式 |
| 创业者/独立开发者 | ⭐⭐⭐⭐⭐ | 直接教你用AI生产真实产品 |
| 家长/教育工作者 | ⭐⭐⭐⭐⭐ | 关乎下一代的生产力差距 |
| 程序员 | ⭐⭐⭐⭐ | 工程思维和系统化方法价值巨大 |
| 完全不会编程的AI使用者 | ⭐⭐⭐⭐ | 课程强调”不需要会写代码” |
| 想学AI操作技巧的人 | ⭐⭐ | 课程几乎没有操作技巧，全是认知 |
不足之处
- 门槛较高：信息密度极大，需要阅读耐力和动手能力
- 不讲How：专注What和Why，操作细节需自己通过AI补
- 必须动手：只听不实践等于没学
五、最终建议：立刻开始做的三件事
- 把命令行界面（CLI）作为计算机的第一入口——问AI：”Help me set up my computer with a professional developing environment”
- 把纯文本文件作为第一操作对象——用Markdown替代Word，用CSV替代Excel，用Slidev替代PPT
- 开始做真东西——从自己生活中的一个真实需求出发，用AI构建一个最小可行产品
记住两件事：命令行界面作为第一入口，纯文本文件作为第一操作对象。 然后，开始做真东西。
