AI 越强，底层越重要：从哈比萨斯的建议说起

前段时间刷短视频，听到谷歌大佬哈比萨斯给未来大学生的建议：学好基础知识——数学、物理、计算机这些学科。我对这个建议做了三层拆解，越拆越觉得他说得对。

第一层：AI 与软件是相辅相成的

第一层来自一个类比：AI 与软件的关系。

现在 AI 能力在无限增强，一方面出于它自身的智能，另一方面来源于它有众多可用的工具。它的能力，很大一部分体现在它能调用现有的软件工具。

前段时间我们看到一个信号：字节跳动把模型部门豆包和办公软件部门飞书合并了，而汇报关系是飞书向豆包负责人汇报。这件事让我开始思考模型与软件的关系。

结论是：模型越厉害，软件反而越重要。它俩是相辅相成的。模型负责思考、做判断、决定要做什么；而可靠、高效的执行，需要更好的软件来承载。所以越往底层，软件会越来越重要——这正好印证了「学好基础」的价值。

第二层：懂下一层，才能组合与创新

第二层是工作里的一条经验：一定要了解你的下一层。知道下一层、知道底层原理，你才能更好地去组合、去创新。

举几个例子。

用 AI 写代码时，我知道编程工具读取代码的原理，就是把代码看作纯文本——写代码时看的是源代码，把源代码当作纯文本文件来对待。想通这一点，就打破了我们过去用 IDE 时「工作区/工作目录」的概念束缚。既然它只是在读文本，那我完全可以把多个相关联的项目放在同一个工作目录下，让它统一修改。这样就解决了一个老问题：相互依赖的微服务不能同步修改。

再比如，很多编程工具是以 IDE 这种桌面软件的形式出现的，但它本质上暴露了接口，它自己也有 CLI 工具。既然有 CLI，它就可以被部署、被调用——那就可以用一个 Agent 去调用另一个 AI 工具的 CLI。更进一步，如果它暴露了 HTTP 接口，就可以远程部署，想象空间一下子就打开了。

还有一个例子。最初我们通过手机操纵远程软件，都需要同步的远程工具。后来出现的 OpenClaw（也叫小龙虾），改成用异步通讯的方式给 Agent 传递信息。这个创新出乎意料，但回头看又非常自然，非常漂亮。

这些创新的共同点是：都建立在理解「下一层原理」之上。你不懂原理，就只能按厂商预设的用法走；你懂了原理，组合和迁移的空间就出来了。

第三层：第一性原理不变

第三层是第一性原理。

AI 越来越强，最强的 AI 已经超过了绝大多数人的智力。但第一性原理是不变的。

所谓第一性原理，就是拨开事物的表面，去看它的底层架构、本质，看构成它的元素之间是怎么相互作用的，甚至再往下看更底层元素的构成和相互作用。

这样做的目的，是排除掉表面的、偶然的相互依赖，真正分清楚：哪些是自由变量，哪些是必须相互依赖的关系。

分清了这两者，创新就会自然涌现出来——你知道哪里能动、哪里不能动。

所以回到哈比萨斯的建议。AI 时代不是让基础变得不重要，恰恰相反：模型负责思考，软件负责执行，而穿透表象、看清底层原理的能力，是唯一不被 AI 替代的地方。这就是为什么要学好数学、物理、计算机。