像素范
传统教育模式对单一赚钱标准的追求导致用户产生习得性无助,使中国空有低成本AI土壤却缺乏将技术落地的创造性玩家。
AI-assisted summary of AI时代的最大悲剧:“我知道但我不做" — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该内容由 Bilibili 频道的“像素范”于 2026 年 5 月 20 日发布,视频时长为 29:02。页面简介指出,在 AI 时代,工具本身已不再是门槛,真正的障碍是内心深处“我不配”的心理防线,并直言最可悲的不是不会做,而是“我知道怎么做,但我没做”,那些急于质疑他人的人只是在为自己的平庸寻找体面的借口。
## TL;DR 视频深入探讨了在 AI 时代如何从一个冷眼旁观的“观众”转变为亲自动手的“玩家”。讲述者通过中国开源土壤肥沃却缺乏有趣项目、物理学博士姚顺宇零基础跨界手搓大模型等现象,剖析了传统教育对传统创造力与学习力的抹杀,指出“习得性无助”是阻碍人们拥抱新技术的根源。他呼吁大家打破潜意识里“我不配”的魔咒,不要停留在冷眼旁观和质疑他人的阶段,而是要为了趣味勇敢地迈出动手实践的第一步。
## Atmosphere & style 整部视频呈现出一种充满反思、一针见血且带有强烈现实关怀的批判性基调。讲述者以自嘲和幽默的方式拉近与观众的距离,语气既像一位历经沧桑后语重心长的同行长辈,又像一个充满激情、试图唤醒同胞创造力的布道者。视频的叙事充满情感张力,从开头客观陈述网络热点,到中段犀利解构传统教育的痛点与国民性中的功利主义,再到最后直击痛处的辛辣讽刺,整体情绪从冷静走向高昂,带给观众一种既被揭穿痛处又被赋予力量的震撼感与迫切感。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) AI时代需要从“观众”思维转换为“玩家”思维,亲自下场动手制作、迭代工具的人才能抓住时代转型的机遇。 - [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 随着AI技术的简化,工具的门槛已被无限打低,未来的核心制约不再是技能高低,而是由人来决定“创造什么”。 - [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 传统工业时代的流水线教育训练人们追求标准答案、抹杀个人创意,导致许多人丢失了最珍贵的创造力。 - [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 中国虽然拥有庞大的AI开源模型数量和极低的调用成本,但在GitHub等全球论坛上,有趣、好玩的开源项目却多由外国人创造。 - [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 对技能和项目的評判标准过于功利化(只关注“是否有用”或“能不能赚钱”),严重压榨了本土的创意空间。 - [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 在优质资源和土壤错配的现实下,中国低成本的开源模型和基础设施,反而经常被更有创意的海外人才所利用。 - [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 物理学博士姚顺宇跨界手搓大模型的经历证明,非科班出身的普通人完全可以通过自学和AI辅助攻克看似高门槛的领域。 - [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 在当前的AI时代下,阻碍人们学习的并非智商差距,而是潜意识里“我不配、我学不会”的自我怀疑和应激心理。 - [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 传统教育通过长期打压课本以外的探索欲,导致人们普遍产生了“习得性无助”以及对新事物探索的恐惧。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 科技正在不断主动降低门槛,如果学习者因为对代码或未知的应激而转头逃跑,将错失这趟双向奔赴的科技红利。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 面对他人的成功,许多人倾向于疯狂挖掘对方的背景以证明“自己不配”,其本质是为了安心维持现状、体面地接受平庸。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) AI时代最悲哀的差距不是“不会做”,而是明明知道实现路径甚至代码范本,却宁愿花时间质疑别人也不肯亲自动手做。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 观众应当跳出功利性赚大钱的怪圈,纯粹为了“有趣”去尝试手敲套壳、本地部署模型,在解谜中加深对AI的理解并跨越原有阶层。
## Detailed walkthrough 以下是針對影片內容的詳細、忠實且還原現場溫度的逐節導覽:
[00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 誰是 AI 時代的「弄潮兒」?從中國動畫被好萊塢導演看中說起
影片開頭,講述者提到了一個最近在網路上很紅的事件:中國有一位非常優秀的視頻製作者,做了一部關於「末日機器人打殭屍」的動畫。這部作品意外被一位美國導演發現,並在網路上公開尋求中國網友幫忙聯繫作者,最後雙方也順利接頭了。講述者坦言,這個故事估計已經在各種宣傳「我們有多厲害」的公眾號和短影音裡被傳爛了。但他明確表示,這並不是他今天想聊的重點,因為這種「一朝登天、暴富式」的敘事聽多了其實有點煩人,他不想去渲染這種情緒。
他真正想探討的是,在這個 AI 時代,到底誰才是真正的「弄潮兒」?他將這個時代比喻為一個非常有意思的「遊戲時代」,而身處其中的人可以被分為兩類: 1. **觀眾**:只負責在旁邊做評價,挑剔這個東西好不好用、那個東西行不行。 2. **玩家**:親自下場,動手做一個小東西,然後在過程中不斷迭代。
在這個時代,工具會被無限打磨,不論是做視頻、做圖片還是寫代碼,以前可能需要投入十年、二十年甚至終身去學習的技能,現在都變得唾手可得。這意味著「什麼東西你都可以造了,但造什麼,一定是由你決定」。講述者強調,你必須轉換成一個「願意動手做東西的人」,才能抓住這個時代的範式轉移。
對於那些抱怨「代碼太難、我實在不會」的人,講述者勸誡大家千萬不要放棄「想做工具的心」。因為現在覺得難,幾個月後技術一定會簡化;如果幾個月後還難,再等幾個月,它一定會變得越來越簡單。最怕的是你把那顆想創造的心給丟了。
- **工業時代的遺毒**:講述者指出,我們從小接受的教育(大約從上小學開始)就是一種機械化的改造。學校訓練我們不要有太多多餘的想法,只需要去背誦、去執行,用現有的工具做出標準答案。這是因為上一個時代是「工業時代的流水線」,需要的人才必須是規格統一的,不能有太多個人創意,因為工具無法為每個人定制。 - **對下一代教育的悲觀與期盼**:講述者抱有一種悲觀的想法,他認為如果現在剛出生的小朋友能接受全新、適用於 AI 時代的教育,呵護住他們腦中的創意與動手做的慾望,不讓他們只去複製成型的東西,那他們長大後將大有可為。然而,我們這一代人確實走了一個巨大的彎路,把最珍貴的創造力給弄丟了,現在必須把它找回來。
---
[05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 為什麼中國擁有最好的 AI 土壤,有趣的開源項目卻多是外國人寫的?
講述者拋出了一個令人深思的現象:在 AI 領域,中國的開源模型數量其實是世界上最多的(基本上就是與美國並駕齊驅),而且在模型調用率、使用率上甚至在瘋狂增長,已經有超越美國的勢頭。中國在法律法規、人員基礎普及、基礎代碼能力上都不差,但奇怪的是,在像 GitHub 這樣的全球開源論壇上,大約 90% 有趣、好玩的開源項目,卻都是外國人寫的。
為什麼我們明明擁有更好的創造土壤,卻沒有人去做有趣的事?講述者認為這與我們的教育和單一的評判標準密切相關。
他舉例,剛才提到有外國作者需要到中國找人幫忙註冊微信,就為了做一個 DeepSeek 的套殼模型。而對於本土的中國人來說,很少有人會主動去想、去落地這件事。因為我們從小被規訓的思維方式是:「這東西有什麼用?」而「有用」的唯一標準就是「能不能賺錢」。 - **單一的社會標準**:在我們的環境裡,評判一個人的標準極其單一——學這個技能有用嗎?能賺錢嗎?能找到工作嗎?這種極度功利的導向,讓我們完全喪失了創意的空間,這是一件極大的悲哀。 - **C-Dance 與 AI 視頻的現實**:講述者提到,當 AI 生成視頻工具(如 C-Dance)剛火起來的時候,在 Twitter、YouTube 上爆火的視頻,要麼是外國人做的,要麼是在國外留學的 ABC 或美籍華人做的。那些真正身處中國本土、隨手就能用微信、不用翻牆就能接觸到這些頂尖 AI 工具的人,反而很少有人去玩這個。因為大家覺得「這沒用,不賺錢」。 - **可悲的資源錯配**:這不是在崇洋媚外或貶低自己,而是下一個科技時代對人才的篩選標準變了。中國現在擁有世界上最多、最便宜的開源模型,電力和調用成本極低,這本是最好的創造土壤。然而,因為我們缺乏「創造性人才」,這片肥沃的土壤最後反而被美國那些有創意的人才拿去利用了,這非常可惜。
---
[10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 物理學博士轉行 AI:姚順宇手搓大模型的啟示
為了說明「敢學」的重要性,講述者強烈推薦大家去看姚順宇(清華物理系畢業,曾任職於 Anthropic/Claude,現任職於 Google Gemini)一個長達三小時的視頻。姚順宇在視頻中透露了他如何進入全球頂尖 AI 開發公司的傳奇經歷。
在一般人的印象中,要去從事 AI 模型設計,起碼得懂計算機、懂神經網絡、擴散模型或數學。但姚順宇大學和博士學的是量子物理(也就是俗稱「遇事不絕,量子力學」的學科),這與 AI 看似完全不相關。當被問到物理學對他的 AI 工作有什麼幫助時,姚順宇想了很久,只能說:「大概是讓我做東西時,懂得要更加簡潔、更加系統化。」
講述者笑稱,姚順宇在視頻中講到量子糾纏等物理專業時,會瞬間切換到「戰鬥模式」,講一堆完全聽不懂的專業術語;但在 AI 領域講的東西,理論其實沒有那麼深,連講述者自己都能聽懂。這說明了什麼?
- **零基礎轉行的路徑**:姚順宇的轉行方法,其實就是去看安德魯·卡帕西(Andrej Karpathy)那個三個半小時的視頻,跟著他「從零手搓大模型」,一行代碼一行代碼地學。雖然他學習能力極強,只花了幾個月時間就搓出了一個對話模型,並以此成功求職,但這證明了非科班出身的人完全可以靠自學跨界。 - **幽默的吐槽**:姚順宇在視頻中還順便吐槽了一句,說 Google 公司內部是不允許使用競爭對手 Claude 的代碼工具的,所以他現在只能多用 Google 自家的代碼工具,這屬於商業競爭問題。 - **打破「我不配」的藉口**:講述者預想到很多觀眾會找藉口,比如「人家是清華物理博士,智商不一樣,我沒他那麼聰明、沒他那麼瘦、沒戴眼鏡」等等。但他強調,姚順宇那個年代(GPT-3/3.5 時期)模型又貴、幻覺率又高,還沒有現在這麼多好用的 AI 輔助工具。而現在已經是 AI 5.5 的時代了,學習環境比以前優渥太多。你甚至可以讓 Claude 幫你做可視化交互圖,讓 GPT 幫你做筆記、配圖。 - **核心制約點**:現在唯一的制約點,只在於你「信不信自己能學會」。你信不信那些搞懂 AI 的人其實也是普通人,沒有比你多一塊肉?你信不信自己也配學會?
---
[15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 傳統教育的兩大失敗:被抹殺的創造力與學習力
講述者指出,現在制約絕大多數同學的核心痛點,就是潛意識裡的「我不配、我學不會、這太難了」。很多人一聽到代碼就應激,覺得自己小時候被代碼傷害過,腦子裡缺了那根神經。
他深刻剖析了傳統教育帶來的兩個致命打擊: 1. **喪失了創造力**:我們被規訓去追求唯一的標準答案,從小到大都在被打壓。 2. **喪失了學習力**:這是更可怕的一件事。
講述者自嘲自己是傳統教育的失敗者,但同時也是新知識時代的成功者。他之所以能在 AI 領域走得比別人穩,是因為他體內的某個部分沒有被完全抹殺。他回憶自己小時候上課特別喜歡提問,但那個時代的老師不允許隨時提問,他因此經常被罰站、罰蹲、甚至被趕到操場跑圈。老師會說:「這個以後再講」、「這不是考試重點」、「你不要搗亂,你不學別人還要學」。這種打壓持續了十幾年,試圖告訴他「你不要去了解不該了解的東西」。
- **AI 時代的知識獲取變革**:在上一個時代,去鑽研課本以外的「加分題」性價比極低,可能為了多拿 3 分卻丟了主幹道的 20 分。但在 AI 時代,工具的更新極大地降低了學習難度,你想學什麼,一瞬間就能學會,再也沒有「主幹道」和「旁門左道」的區別。 - **習得性無助與創業應激**:然而,很多人在二十多年的規訓中,已經像一隻被反覆虐待的狗,對「學習」這件事產生了百分之百的應激和恐懼。講述者舉例,他曾勸一位做房地產銷售的朋友趁著行業下行去學 AI 創業,對方卻連連擺手說:「不可能,AI 太難了,那得是特別厲害的人才能學的,我沒學過代碼不行。」即使現在很多 AI 工具已經不需要寫代碼了,對方依然不敢碰。這就是因為小時候「探索新事物會被懲罰」的痛苦記憶在作祟。
---
[22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 雙向奔赴:當科技在降低門檻,你是否願意往前走一步?
講述者提到,當看到別人不懂 AI 原理、不會編程卻能做出一個 AI 套殼工具時,很多人的第一反應是「這與我無關,我不配」,然後開始瘋狂搜索這個人的背景(比如他是什麼名校畢業、是不是在美國長大),試圖找出「自己不配做好他」的理由。講述者一針見血地指出:**「我知道這個理由並不是想去解決問題,而是為了讓我能安心維持現狀,輕鬆地接受自己的平庸。」**
他呼籲大家,科技正在不斷降低門檻,這是一個「雙向奔赴」的過程。科技從山上往下走,你得從山下往上爬。最怕的是科技在往下走,你卻在山下大喊「救命啊,別靠近我」然後轉身逃跑。
- **關於「抄襲 51 萬行代碼」的質疑**:講述者提到,網路上有很多人質疑那個美國作者的 DeepSeek 套殼工具是抄襲了 Claude 洩露的 51 萬行代碼。這種質疑背後的本質是:其實大家都知道實現路徑是什麼——拿洩露的代碼範本,用 AI Agent 工具改寫,然後接入 DeepSeek V4。 - **知道卻不做的悲哀**:可悲的地方在於,很多人明明知道怎麼搞,甚至代碼就擺在那裡,但他們就是不肯動手去做。他們寧願花時間去質疑別人,自己卻按兵不動。這就是人與人之間真實的差距。 - **給觀眾的建議**:講述者希望大家看完視頻後,不要只當一個冷眼旁觀的觀眾,去評價好不好用或是不是套殼。他建議大家動手試試看,買個 Claude 會員,或者接一個便宜的 MiniMax 會員,自己手敲一個 DeepSeek 的殼,嘗試把模型部署到本地。這件事與上班、就業、賺錢無關,純粹是因為「有趣」。在不斷解謎的過程中,你對 AI 的理解自然就會加深。不要再當一個注定被困在原有階層的觀眾,勇敢地跨出那一步。
## Notable quotes > [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 一朝登天、暴富式
> [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 什麼東西你都可以造了,但造什麼,一定是由你決定
> [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 想做工具的心
> [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 工業時代的流水線
> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 這東西有什麼用?
> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 有用
> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 能賺錢
> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 這沒用,不賺錢
> [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 從零手搓大模型
> [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 信不信自己能學會
> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 我不配、我學會、這太難了
> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 這個以後再講 — 老師
> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 這不是考試重點 — 老師
> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 你不要搗亂,你不學別人還要學 — 老師
> [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 我知道這個理由並不是想去解決問題,而是為了讓我能安心維持現狀,輕鬆地接受自己的平庸。
## Mentioned AI, Bilibili, 像素範, GitHub, DeepSeek, 微信, Twitter, YouTube, C-Dance, 姚順宇, 清華大學, Anthropic, Claude, Google, Gemini, 安德魯·卡帕西, Andrej Karpathy, GPT-3, GPT-3.5, AI 5.5, GPT, AI Agent, DeepSeek V4, MiniMax
[Source](https://www.bilibili.com/video/BV1V7Lm6cE9h)