与AI协作并把握IT趋势的4项持久思维技能

技术趋势变化很快，尤其是在AI时代。作者Phú Vinalinux认为，IT从业者不应追逐每一项表面技术，而应投资于4项持久的思维技能：系统思维、与AI沟通的能力、适应能力和观察自我思维的能力。

快速回答： 与AI长期协作的四项基础技能是系统思维（Systems Thinking）、表达性推理（Expressive Reasoning，即与AI沟通）、心态重构（Mindset Realignment，即适应能力）和思维观察者（Mind Observer，即观察自我思维）。系统思维帮助用户引导和评估AI的输出，即使在从未涉足的领域也是如此。与AI的正确沟通是多轮对话，而不是一次性的提示词模板。对普通用户而言，掌握前两项技能就足以在工作中很好地使用AI。RAG、Plan模式、Agent团队等表面技术变化非常快，而深层思维技能则持久不变。

4项持久思维技能 是作者Phú Vinalinux从数十年Linux内核工作和对AI本质的研究中提炼出的一套基础技能：用系统思维引导和评估，用双向沟通向AI传达正确的上下文，用适应能力在技术变化时切换领域，用自我观察在日益善解人意的AI面前保持独立。

这4项思维技能是什么？

作者于2025年6月发表了关于这四项技能的系列文章，如今他重新审视并更清晰地解释了每一项：

1. 系统思维（Systems Thinking）： 用户需要这项技能来确定方向并评估AI的输出。有了系统思维，用户即使在从未涉足的领域也能引导和评估结果。具备系统思维的程序员可以在多个不同的技术领域中很好地使用AI。
2. 表达性推理（Expressive Reasoning，与AI沟通的技能）： 用户需要这项技能向AI解释自己的想法，并提供足够的上下文，让AI正确完成任务。这项技能有两个方向：一个方向帮助AI理解用户，另一个方向帮助用户理解AI。
3. 心态重构（Mindset Realignment，适应能力）： 技术和趋势变化非常快。今天需要嵌入式工程师，明天可能就不再需要，就像今天的Web应用开发一样。适应能力帮助工程师保持开放的心态，在切换到另一个领域时快速学习。
4. 思维观察者（Mind Observer，观察自我思维的技能）： 随着AI变得越来越聪明、越来越善于沟通，用户很容易在思维上依赖AI，甚至失去专业奋斗目标感。思维观察者扮演监督者的角色，让用户的心智保持独立，并与现实世界保持连接。

为什么提示词模板的方法是错误的？

据作者所言，大多数用户最初只知道通过提示词使用AI：保存网上分享的详细提示词模板，修改后用于各种目的。在他2025年6月关于与AI沟通的文章中，他指出这种方法的是错误的：与AI的正确沟通应该像人与人交谈一样灵活，通过多轮对话解决一个问题，而不是一次提示词。通过一次提示词解决工作还会削弱用户的思维。

作者在大约一年后的观察是：随着新一代AI变得更聪明、更理解用户，网上"专家"分享提示词模板的潮流已经消失。同样，系统思维起初很难让人联想到与AI的使用，但最近在讨论AI时被频繁提及，同时出现了许多相关课程。这些是作者的个人观察，按其本人的判断记录。

哪些技能容易学，哪些难学？

在四项技能中，只有第一项（系统思维）和第二项（表达性推理）相对容易理解和学习。第三项（心态重构）和第四项（思维观察者）相当抽象，非常难学。作者希望人们能逐渐更好地理解其余两项技能，但他认为对普通用户而言，掌握前两项就足以在工作中很好地使用AI。

为什么要投资深层技能而不是表面技术？

表面技术	深层思维技能
RAG、Plan模式、Agent团队、Harness	系统思维、表达性推理
随着新一代AI的出现而迅速变化和被淘汰	随时间推移而持久不变
追随潮流学习，很快过时	学一次，现在和未来都受用
依赖表面信息	看本质、看第一性原理

作者表示，他是在数十年Linux内核工作后获得这种深层视角的。从通过ChatGPT探索AI的第一天起，他就发现保存和修改网上的提示词模板是不可持续的，因此他研究了最根本的东西：图灵的计算原理、20世纪80年代的AI理论、佛教哲学中人类思维的本质，以及让两个思维系统能够协作的哲学。

为什么基于表面信息的趋势预测往往不准确？

如今，社交媒体上充斥着基于表面信息的分析和趋势预测。作者举了两个例子：从"Anthropic在2025年亏损1000亿美元"得出AI泡沫即将破裂的结论，或从Linus Torvalds关于AI生成的内核提交代码质量很差的言论得出AI无法在写代码方面取代程序员的结论。这类分析因为直观易懂而很容易走红，但据作者评估，基于表面信息的大多数预测通常是不准确的。这两个例子按原文引用；Wotech没有独立核实这些数字和言论。

常见问题

1. 初学者应该先学哪项技能？ 系统思维和表达性推理。据作者所言，这两项相对容易学习，足以让普通用户在工作中很好地使用AI。

2. 提示词模板还有用吗？ 在作者看来，提示词模板是不可持续的：与AI的正确沟通是提供完整上下文的多轮对话，而不是一次提示词。

3. 系统思维在使用AI时有什么帮助？ 它帮助用户引导AI并评估AI的产出，即使在不熟悉的领域也是如此，而不是盲目信任输出结果。

4. 什么是思维观察者？ 它是观察自己思维的技能，扮演监督者的角色，让心智保持独立，避免依赖AI，并与现实世界保持连接。

5. 如何始终把握IT趋势？ 据作者所言，要看深层本质而不是追逐表面信息：投资于持久的思维技能，而不仅仅学习时髦的技术，因为时髦的技术变化非常快。

来源：Phú Vinalinux于2026年11月13日在"Cùng nhau học Linux kernel"小组发布的帖子。本文改写并重构了原文；文中的评估和观察均为原作者的观点。