独立开发者 Matt Webb 给AR罗盘应用 Galactic Compass 做2.0版本,卡在了一道工程师绕不开的数学题上:四元数(quaternion),处理三维空间旋转的数学工具。

他先看书自学,又请教了做数学的朋友,两条路都没能真正学会。最后他打开 ChatGPT,但提了一个明确要求:不要写代码,只教他。这个要求决定了整件事的性质——他要买的不是一段能跑的旋转代码,而是够用的理解。

发生了什么

Webb 把 ChatGPT 当成"耐心、可交互的导师",一步步讲四元数,直到他自己能动手写出旋转功能。他要学的不是整套理论,只是够用的那一部分——让应用能转起来。目标窄,这也是能学会的原因。

三条路径,结果完全不同:

路径方式结果
读书自学教材没学会
问朋友请教数学家没学会
ChatGPT交互式提问,只要求讲解,不要代码学会到能自己实现旋转

书不会因为你没看懂而停下来等你,朋友的耐心和时间也有限。ChatGPT 能被反复追问,这大概是三条路径唯一的实质区别。

Webb 自己的总结:学习不会因为把一部分思考外包给AI就停止,反而推着他学更多。这是一个人的经历,不是统计结果,只能说明这种用法在他这个具体问题上奏效。

分水岭:两种提问方式,两种结果

同样打开 ChatGPT,要代码和要理解,是两条路。

两种用法,两种结果 让AI直接写代码 功能能跑起来 不理解背后的数学 下次遇到变体,还是卡住 能力留在AI那边 让AI当导师 学会够用的四元数 自己写出旋转功能 下次遇到类似问题,能自己上手 能力留在自己身上

Webb 选的是右边这条路,而且是主动选的。他明确说"我没让它写代码",这句话才是这个案例真正值钱的地方。不是"AI能教数学",这谁都知道。是他给自己设了一道门槛,逼工具往教学方向走,而不是往代劳方向走。

从他的做法里能抽出三个可复用的动作:开口就说清"只讲解、不要代码";把学习范围收窄到眼前这个功能,不求系统掌握整套理论;遇到不懂就追问,直到能自己写出来。这三步不需要额外工具,只需要提问时把要求讲清楚。

对需要跨学科补课的独立开发者,这是个现实选择题:多数人时间紧,会本能选"能跑就行"。Webb 反着选,这也是这个案例值得记一笔的原因——它证明"要求AI只讲解"这个动作本身是可执行的。

原文没提他怎么确认自己真学懂了。大概率是代码跑起来、旋转结果对了——但这只验证了"能用",验证不了"讲得是否严谨"。四元数用在姿态解算这类精度敏感的场景,"看起来转对了"不等于没有隐藏误差,这类错误往往要跑很久才暴露。想用同样方法补课的人,最好在关键环节找权威资料或另一个人再核一遍。

接下来值得观察的是:这种"要求AI只讲解"的用法,会不会变成更多开发者的默认动作,还是仍停留在个例。目前能看到的只有一个人的一次经历。

锐评

这案例证明不了"用AI学习"比"用AI代劳"更有效,它证明的是:同一个工具,换一种要求,能通向完全不同的结果。而"换一种要求"这个动作,从头到尾是 Webb 自己的决定,AI只是配合执行。

对独立开发者来说,真正该学的不是四元数怎么学,是这套要求方式:先想清楚自己要买理解还是买代码,再开口。至于 ChatGPT 讲的数学够不够严谨——这案例里没人核对过,精度敏感的场景,最好自己再验一遍。