行业动态Simon Willison23:06
引用 Matt Webb
Quoting Matt Webb
Matt Webb观点引述有启发，但缺乏具体论证，适合扩展思考而非直接采信。
判断
负责 AI 与学习议题的编辑，该把这条从证据降为引子，并据此影响团队怎么用 AI：让模型当讲解者而不是代写者，代价是工程师得自己花时间提问、验证、再实现。
依据
Matt Webb 在 Galactic Compass 2 的更新里写道，1.0 发布后他以为自己得亲手做旋转，于是坐下来跟 ChatGPT 谈，没让它写代码，而是让它当耐心的互动导师；结果他学会了四元数（quaternion，描述三维旋转的数学表示）到刚好让应用跑起来的程度，并说把一部分思考外包给 AI，反而推着他学更多。机制在于可追问的讲解：他能反复问为什么，直到自己写得出那段旋转代码，这跟代码补全是两种用法。同一页上的对照数字来自 Simon Willison 的标签计数——ai 2,247 条、llms 1,958 条、chatgpt 204 条，education 只有 29 条，说明这份语料本身几乎只谈 AI 能力，谈学习的样本极少，所以这条是孤例而不是可外推的统计。取舍也在这里：换成导师模式，换来的是理解，付出的是工程师自己的提问和验证时间，只有在他愿意追问、且能判断答案对错时才成立；若只是接收输出，外包就成了替代。
- ai 标签2,247
- llms 标签1,958
- chatgpt 标签204
- education 标签29
没写清 材料没给学习时长、提问轮次，也没有前后测评或对照组，所以不能替它补上「AI 辅导让人学得更多」这个结论。
下一步 核对点：Galactic Compass 2 后续版本的说明里，旋转与 AR 相关改动是否仍写着他自己实现，还是又交回了 AI 代写。