传统的专业技术学习方式，是先打基础，学好相关的理论知识，对相应领域有个比较全面的了解，然后再通过实践去验证理论，实践能产生大量的反馈，人通过总结，分析和感悟，才能真正地理解和把握知识，培养出专业技能。

上述是经典的“从菜鸟到高手”道路，历经无数人的实践验证，是靠谱的。

然而，这种方式最大的问题是“慢”，“效率低”，这在当下知识爆炸，更新与淘汰速度加快，技术迭代飞快的时代背景下，存在着明显的“学不过来”问题。

改进的方式之一，是以“实践为切入点”，从想干的事出发，看这事情需要学什么，然后“以终为始”，不断回溯，找到一个适合的学习起点，然后从这个起点开始学习。

举个具体例子，要做某事，需要懂A技术，去学A技术，发现直接学，学不会，得懂B知识，然后去摸摸有关B的书，发现还不成，要学懂B，得先知道C、D和E……，重复这个过程，直到回溯到当前你已经懂和会的那个点。

现在，你就已经“撸出来了一个完整的知识与技术脉络”，基本上就知道——我想干某某事，得先学什么后学什么，学习路径就明确了。

看着这条可能很长很大的“金字塔”状的学习路线，你可能会“怀疑人生”——这TMD学得完吗？

没办法，这已经是你自己裁剪过的了，要干这事，就得会这么多，虽然可以通过AⅠ等工具让自己尽可能地在这条路上“走得快一点”，但最终还得你自己走一遍，AI不能代替你去走。

是继续还是放弃，自己定。

可以看到，AI时代的学习，体现出高度个性化的特征，需要这人有高度的内驱力和自控力。不具备这种个人素质的人，难以在AI时代立足，他失业，要靠国家与社会相关兜底机制，保障个人基本物质与生活需求，会是概率比较大的事情。