我又悟了，跟着AI学育儿……
今天我在听姚顺雨的一期访谈。（他是OpenAI前研究员，现腾讯总裁办的首席AI科学家）
他在访谈里提到这样一句话：“任务或者环境非常重要，当你有一个非常差的任务的时候，你永远不可能学到非常好的东西”。
他说这句话，语境肯定指的是AI了。
但我听到这句话的时候，脑子里第一反应是：这句话也同样很适用于职场和育儿啊。
之前都是大家根据人脑设计AI，现在轮到利用一些AI理论来理解人脑了。

我们先说职场。
职场里一个很重要的话题，就是升职。
通常什么样的人会获得升职呢？
除了任人唯亲、收受贿赂的情况之外，在正常的情况下，一般会选择做执行岗位时表现较好的人升职做管理岗。
比方说，在一组销售中，通常会选择一位销售业绩最好的，升职成为销售管理者。
但这个升职方案就是科学的吗？
还真不一定。

因为做执行岗的时候，需要的是一个人的执行能力。
而做管理岗的时候，需要的是一个人的“设计任务”的能力。
如果一个管理岗的人，设计任务的能力极差，他设计的任务是一个烂任务，那他的下属就会非常的惨。
大家会非常辛苦，疲于奔命，活干的非常艰难。在干活的过程中也没什么提高，没什么积累，最终的经济收益也不会好。
如果一个管理岗的人，设计任务的能力很强，他设计了一个很优秀的任务。
那对于他的下属来说，工作就变成一件很美好的事了。虽然也会辛苦，但大家在做的过程中，是有收获、有积累的，最终的经济收益也不会差。

我不知道这种“设计任务”的能力是怎么得来的，但它确实是一个评价管理者是否优秀的关键指标。

我们再说育儿。
其实教育娃，和训练一个AI大模型很像的。
都是你喂给他一堆语料，给他设定个任务，设定一个奖励政策，然后娃根据这些来学习。
我们最传统的教育方法中，语料就是课本和练习册嘛，任务就是做题、考试嘛，奖励政策就是班级排名靠前就有奖励，排名靠后就没奖励（甚至有惩罚）嘛。
是不是跟训练AI大模型的逻辑是一样的？

但是这套教育方法（训练方法），它有一个问题：
排名靠前有奖励，班级里能拿到这个奖励的孩子，只有前25%呀。
那后75%的孩子怎么办？
训练AI，那些分低的模型可以抛弃掉，但教育孩子不能把后75%的孩子都抛弃掉啊。
所以教育方法，要有变化。
对于不同类型的孩子，应该有不同类型的教育方法，要有不同路线的语料、任务和奖励政策。
传统教育路线只能给出一种最常见的路线，如果孩子不适合这条路线，就要家庭给规划另一条路线了。